面向概念的知识获取系统

本文提出的面向概念的知识获取系统是一个能理解基本逻辑和自然语言的知识获取环境.系统结合了人工智能(AI),面向对象的程序设计(oop)和逻辑程序设计(Lp)等技术.系统以概念为知识基元,由概念描述器(cd)予以描述.cd由一组概念特性、属性、逻辑约束和函数式等支持.概念集在知识库中是一个层次式的继承网络.系统主要用于辅助专家开发新系统的描述、定义和说明.也可对已有的系统、文本文件进行描述并用于教育.     

面向概念的通用知识获取系统

本文提出的面向概念的知识获取系统是一个能理解基本逻辑和自然语言的通用知识获取环境。系统结合了人工智能(ai)、面向对象的程序设计(oop)和逻辑程序设计(Lp)等技术。系统以概念为知识基元,由概念描述器(cd)予以描述。cd是一个类框架和类对象 的结构,它由一组概念特性和属性,逻辑约束和函数式等支持。这些特性可由具体的应用而赋于实际的含义。知识库中的概念集是一个层次式的继承网络。另外系统还附有一些语义子系统,如一阶逻辑系统和简单的自然语言系统,用以各种类型的语法检查及知识的冗余、互斥及非一致性检查。系统主     

可拓数据挖掘的概念与理论

论文从数据挖掘概念和理论拓宽到可拓数据挖掘概念和理论,证明了两个可拓数据挖掘定理,并通过实例说明可拓数据挖掘是:在数据挖掘中获取的知识的基础上,通过可拓变换,获取可拓变换规则知识(变化知识)。     

基于概念格的数据驱动不确定知识获取

在没有领域先验知识的条件下,不确定知识获取是机器学习研究中的一个难题.本文利用决策表和决策规则的不确定性,通过分析决策表、决策规则及概念格的知识表示形式,发现这3种知识表示形式中知识不确定性之间的关系,进而提出基于概念格的数据驱动不确定知识获取算法.仿真实验结果表明,该算法在不确定性知识获取中是有效的.     

动态上下文知识的获取与共享

上下文感知系统需要获取和共享多种上下文知识,不仅包含环境参数的具体取值,也包含对环境状态描述时所用的词汇,也就是概念.上下文知识具有与生俱来的动态性,在设计时难以预知系统可能涉及的上下文信息.而大多数已有的系统缺乏完善的动态上下文知识维护机制,因此不支持上下文感知应用的运行时的扩展.提出一个基于本体的层次化上下文模型,以及基于此模型的动态上下文知识获取与共享框架(DCASI).框架中按需分散获取机制让各类上下文知识出自最有资格定义它的实体,使得上下文知识充足而又不冗余;双库集中共享机制按共享的不同作用维护两个知识库,有效支持了新上下文知识的定义和发现.原型系统验证了本框架的有效性.     

一个多形式的知识库管理系统XFKBMS/V1.0

提出了一个多形式的知识库管理系统 XFKBMS/ V1 .0 .XFKBMS/ V1 .0在采用面向对象的“知识体·对象块·构件”知识表示方法的基础上 ,向用户提供了三种知识库管理环境 :基于 DBMS的数据库格式知识获取 &编辑环境 ;基于图的可视化知识获取 &编辑环境 ;基于知识库描述性语言的文本格式知识获取 &编辑环境 .这三种环境相互感应 .用户可以从一种环境切换到另一种环境 ,继续知识的获取 &编辑 .用户可以以自己熟悉的方式工作 ,大大提高了知识获取和编辑的效率     

基于模型的知识获取及其一个范式

一、引言 知识获取被认为是知识工程的瓶颈,正如NIIs-。n田所指出的:“·…系统所需的成百条规则和上千个事实往往都是靠访问有关应用领域的专家来获取的,要把专家们的知识表示成事实和规则(或者任何其它形式的表达式)往往是一个枯燥而费时的过程,使这种知识获取过程自动化将是人工智能技术的一大进步.回顾历史,第一代知识获取技术是七十年代所广泛采用的“会晤”方式,即由计算机专家与领域专家长期交流;第二代知识获取技术则以八十年代计算机的辅助应用为特色;进入九十年代后,人们提出了高度集成的知识获取环境,这种环境提供从编辑、有效…     

构造性归纳综述

1.引言机器学习是人工智能领域的一个长期的研究热点,其研究目标,就是利用计算机来模拟、实现各种形式的学习行为。学习涉及两方面的内容:知识获取和技能获取。前者是从外界获得新的信息,后者是完善已得到的知识。对于这两方面在机器学习领域中有两种主要的学习典范。一种称为符号经验式学习——SEL(Symbolic Empirical Learning)——研究知识获取的本质问题,这种方法试图从事先提供的概念例子中分析出概念相应的规则,或称为描述。这是一种从具体到一般的推理过程,我们称之为归纳,因     

传感器机器人行动推理的有色网表示模型

研究机器人行动推理优化系统,针对传统的推理前必须预先给定所有环境状态,不能动态获取环境状态新知识.为了使得机器人在推理的过程中能动态获取环境状态新知识以提高推理的准确度,提出了行动推理过程中的两种基本动作即外部动作和感知动作进行了形式化地表示,对这两种基本动作、STRIPS 推理规则以和有色网来表示机器人在不完全可知环境下进行行动推理的形式化表示,采用 PNS (Petri Net for Reasoning about Action with sensor)网系统,采用 CPNT<,ools>对办公环境下机器人行动推理实验,结果表明 PNS 网系统能使得机器人在行动推理过程中动态获取新知识目标,提高了行动推理的准确度.     

基于Ontology的概念联通在查询系统中的应用研究

为了提高知识查询系统的知识服务质量,本文提出了一种基于Ontology的概念联通模型,该模型在知识获取阶段能够对知识进行修正、精简和整合,在知识服务阶段能对原有知识库中的知识进行广泛而有意义的知识重组.本文首先讨论知识本体和概念联通模型,然后分析基于Ontology的概念联通方法,最后给出在知识查询系统中的联通算法.     

基于IAE的国防采办系统研究与设计

对美国国防部集成采办系统(IAE)进行了简要介绍,借鉴其构建思想和设计理念,优化设计了国防采办系统的架构、功能和采办流程.     

基于HLA的SBA协同环境研究

基于仿真的采办 (SBA)是一种新型武器采办体系 ,以建模与仿真技术为基础 ,并融合先进信息技术、先进管理技术。该文结合当前仿真技术发展现状和实验室现有技术、资源 ,提出了层次化的SBA协同环境结构 ,构造了一个实用性强、比较完整的SBA协同环境原型系统。     

基于机载1394B总线采集系统的SIPI仿真激励研究

为解决1394B总线信号完整性与电源完整性仿真中的激励问题,探究机载总线测试设备工作中的最坏工作环境,围绕最坏情况激励进行了研究。基于同步开关噪声原理,通过将不同占空比选通波产生的激励导入三种机载1394B总线采集模块的仿真环境中,研究不同选通波占空比对系统输出眼图的影响。在原有总线采集模块仿真环境中,1/2占空比的选通波产生的结果激励相比于3/4占空比的情况,输出眼图的眼高减少85mV,眼宽减少3.56ps。在不同电源网络传输性能和信号网络传输性能下,1/2占空比选通波产生的激励都为最坏情况激励。研究成果可为国产化高速总线采集板卡的集成设计提供借鉴,并为总线采集过程中的故障排除提供思路。     

Flexible and Accurate Transparent‐Object Matting and Compositing Using Refractive Vector Field

In digital image editing, environment matting and compositing are fundamental and interesting operations that can capture and simulate the refraction and reflection effects of light from an environment. The state‐of‐the‐art real‐time environment matting and compositing method is short of flexibility, in the sense that it has to repeat the entire complex matte acquisition process if the distance between the object and the background is different from that in the acquisition stage, and also lacks accuracy, in the sense that it can only remove noises but not errors. In this paper, we introduce the concept of refractive vector and propose to use a refractive vector field as a new representation for environment matte. Such refractive vector field provides great flexibility for transparent‐object environment matting and compositing. Particularly, with only one process of the matte acquisition and the refractive vector field extraction, we are able to composite the transparent object into an arbitrary background at any distance. Furthermore, we introduce a piecewise vector field fitting algorithm to simultaneously remove both noises and errors contained in the extracted matte data. Experimental results show that our method is less sensitive to artefacts and can generate perceptually good composition results for more general scenarios.     

基于扩展概念格的分类规则获取算法

概念格是进行数据挖掘和规则提取的有力工具，通过分析概念格中概念的特征，提出了扩展概念格以及基于扩展概念格的分类规则获取算法。实验表明该算法能够生成简洁并且易于理解的规则集。     

Research on Service-Oriented SBA supporting environment

SBA (Simulation based acquisition) is a new method to apply modeling and simulation technologies collaboratively into the whole acquisition process of weapon systems. In this paper, SOA (Service-oriented Architecture) is adopted to establish a Service-Oriented SBA supporting environment for effectively sharing and integrating different, heterogeneous acquisition resources as services. The SBA supporting environment is mainly for astronautics/aeronautics product acquisition process. Architecture of Service-Oriented SBA supporting environment is proposed and a prototype system is established to support collaborative acquisition process. The focus is put on the realization of a SBA collaborative environment, which is the core part of the SBA supporting environment. Implementation and integration of four kinds of key services and related technologies in the SBA collaborative environment are introduced separately. The services are the collaborative management service, the meta-synthesis workshop service, the collaborative modeling/simulation platform service and the collaborative PDM service.     

基于LabVIEW的光纤旋转传输系统测试仪

对集成光纤旋转连接器以及光端机的数据传输性能进行检测的传统做法是手工依次检测,该方法存在检测设备设置繁琐、耗时长及精度低等问题。基于虚拟仪器的概念,利用其测控硬件的性能,在LabVIEW环境下编制图形用户界面实现数据采集的自动化和数据检测的实时化。软件采用LabVIEW同步控制技术,提高了检测效率和数据测试精度。     

一种新的分类规则提取算法

约束概念格是概念格的特化结构,构造时具有较低的时空复杂度,能从中快速提取比较丰富的信息和知识.为了提取分类规则,在充分分析约束概念格结点外延与数据集等价划分之间关系的前提下,引入了分类支持度和记录支持度的概念,提出了一种面向约束概念格的分类规则提取算法(Classification Rule Acquisition Algorithm based on Constrained Concept Lattice,CRACCL),并采用UCI数据集作为实验集,验证了本算法能够提取更加实用和准确的分类规则.     

Entropy-driven on-line control of autonomous robots

A new approach to on-line path planning is derived in this paper. The planning algorithm is motivated by robot navigation and manipulation tasks in uncertain, unstructured, dynamic environments. A minimum entropy evidential classifier is used to recognize targets and obstacles in the environment. An iterative Newton scheme is then used to generate a sequence of knot points that guide the motion of the robot. The acquisition and processing of sensory data continue during the motion, thus reducing the uncertainty about the environment. The classification of targets and obstacles is updated, and the path is replanned (locally) to adapt to those changes. A graphical tool based on the concept of Julia sets is used to ensure the predictability and smoothness of the paths.