中医舌诊系统中智能推理可信度的研究

中医舌诊是一个极其复杂的过程,是以舌症彩色图像的识别为主,并综合考虑脉象和其它临床数据的中医医疗诊断方法.可信度方法是人工智能领域的一种不确定推理方法,它通过量化不确定知识将不确定信息确定化,被广泛用于处理各种随机不确定信息.通过融合模糊逻辑推理、神经网络技术及可拓学方法,研究了一种基于竞争神经网络的中医舌诊智能推理模型,以VC 6.0和SQL Server2000为开发工具,实现了对中医专家诊断推理过程的模拟.并在推理过程中嵌入了可信度的评价体系,对输入模式信息和专家经验信息的关系引入了可信度度量,借鉴贝叶斯理论方法对神经网络的推理结果的可信度进行了研究,从而使诊断准确率大大提高,且系统使用简洁、方便.     

模糊数学在工程智能CAD实例知识推理中的应用

在研究工程智能CAD知识系统 (S—KNW )基于实例推理的基础上 ,提出了一种新型的、建立在模糊集合论基础上的工程实例知识推理模型。本文在阐述工程实例知识表达的基础上 ,着重论述了该模型的推理过程。     

一种基于可信度的不确定性推理及其神经网络实现*

提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现不确定性推理方面有效避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且还可以将专家的典型经验推广应用到一般情形。     

一种基于可信度的不确定性推理及其神经网络实现

提出了基于可信度因子和可信度区间的不确定性推理模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例.改进的BP神经网络在实现不确定性推理方面有效避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力.仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且还可以将专家的典型经验推广应用到一般情形.     

一个基于不精确推理模型和双向推理机制的高档微机故障诊？…

该文简要介绍了采用ＰＤＣ ｐｒｏｌｏｇ语言开发的一个高档微机故障诊断专家系统。该系统基于一种新的不确定推理模型,采用正反双向推理机制综合进行高效推理,不仅提供了智能的知识获取工具,而且还具有对推理过程的解释和帮助机制。该系统将推理与知识库相分离,实现动态模块化的知识库管理与分层推理,并且具有清晰美观、便于操作的人机界面,可以方便地实现这两大故障类、八大故障部位进行有效合理的诊断。     

一个基于不精确推理模型和双向推理机制的高档微机故障诊断专家系统MCES-2

该文简要介绍了采用ＰＤＣｐｒｏｌｏｇ语言开发的一个高档微机故障诊断专家系统。该系统基于一种新的不确定推理模型,采用正反双向推理机制综合进行高效推理,不仅提供了智能的知识获取工具,而且还具有时推理过程的解释和帮助机制。该系统将推理机与知识库相分离,实现动态模块化的知识库管理与分层推理,并且具有清晰美观、便于操作的人机界面,可以方便地实现对两大故障类、八大故障部位进行有效合理的诊断。     

基于推理模型甘蔗智能专家系统实时决策的设计及实现

本文详细介绍基于推理模型的甘蔗智能专家系统实时决策的基本结构、知识表达和推理机制,系统采用关系矩阵和基于产生式推理相结合的推理方法,提高了甘蔗智能专家系统实时决策的准确性.     

基于神经网络专家系统的电机智能CAD研究

应用专家系统进行电机智能ＣＡＤ，存在着知识获取瓶颈和推理过程中的匹配冲突、组合爆炸、无穷递归等问题。本文研究了神经网络专家系统的基本原理，即知识的神经网络表示方法、推理机制和知识获取。针对电机设计的特点，提出了一种智能ＣＡＤ神经网络专家系统的结构。     

故障诊断专家系统综合智能推理技术研究

推理机在故障诊断专家系统中起着非常重要的作用。提出普通规则、模糊逻辑和模糊神经网络推理相结合的综合智能推理机应用于故障诊断专家系统。综合智能推理机既能提高诊断推理的速度，又可以提高诊断推理的准确程度。通过对某型号导弹故障诊断验证，采用综合智能推理机诊断快速、准确率高，取得了较好的诊断效果。     

基于神经网络专家系统的电机智能CAD研究

应用专家系统进行了电机智能ＣＡＤ，存在着知识获取瓶颈和推理过程中的匹配冲突，组合爆炸，无穷递归等问题。本文研究了神经网络专家的基本原理，即知识的神经网络表示方法，推理机制和知识获取。针对电机设计的特点，提出了一种智能ＣＡＤ神经网络专家系统的结构。     

基于确定性因子的中医辨证不确定性推理模型

文章研究并实现了一个基于确定性因子的中医辨证不确定性推理模,讨论了确定性因子的数学基础,给出了不确定性推理网的算法描述。     

人工神经网络在舌诊近红外光谱中的应用研究

为了能客观地反映中医舌诊所蕴涵的病理信息,首次采用近红外光谱和神经网络对疾病进行诊断。分别采用了BP网络、广义回归神经网络(GRNN)、主成分分析和广义回归神经网络(PCA-GRNN)结合的三种模型在舌诊光谱法中的分析预测,首先对三种建模方法进行了分析,再用采集的健康人和糖尿病患者舌诊光谱数据进行校正模型的建立,两类舌诊光谱样本各39例,共计78例样本,在神经网络学习中,将其分成训练集样本60例和预测集样本18例,分别利用所建的三种模型对舌诊光谱样本进行训练和预测。实验结果是三种模型中PCA-GRNN相结合的方法平均绝对误差最小为13.2%、训练时间最短为0.072255s,以相对偏差在0.5以内为正确的情况下,其正确率为100%。说明用PCA-GRNN模型可以应用于舌诊光谱法的分析,并取得较好的分析结果,这对中医舌诊的客观化起到了一定的推动作用。     

基于多层前馈型人工神经网络的抑郁症分类系统研究

多层前馈型人工神经网络(MLPANN)是应用广泛的一种人工神经网络。该文研究了用于抑郁症中医证候分类的一类MLPANN,设计了一种基于自定义网络结构及其他参数的BP训练算法的分类系统,并首次应用在抑郁症的中医证候分类研究中。该系统利用实际病症样本数据进行了训练和分类,结果表明系统具有很好的分类效果,可以用于指导抑郁症诊断和治疗。     

一种亚健康诊断推理的新方法*

通过融合模糊逻辑推理、神经网络控制技术及可拓学方法,设计了一个基于模糊神经网络的对复杂的亚健康状态进行智能化诊断的模型,实现了对专家诊断推理过程的模拟。结果表明,该诊断系统可以较好地应用于亚健康中医辨证。     

智能神经网络程序设计语言的研究与实现

将神经网络与逻辑推理统一到面向对象理论中，建立了同时具备神经网络和专家系统特性、融合连接机制和符号机制的智能神经元模型。提出了一种新的程序设计语言——智能神经网络程序语言(NIPL)，实现了神经计算、逻辑推理和数值计算的统一。定义了NIPL的语法，设计并实现了智能神经网络程序设计语言NIPL编译器，从而为开发智能神经网络应用系统提供了有效的手段。     

基于人工智能的机电设备智能保障系统研究

为解决现代机电设备的运行管理、状态监测、故障快速诊断与维修以及保障决策问题,借鉴人工智能的先进研究成果,构建了机电设备智能保障系统.介绍了系统的组成和实现的功能,对系统知识库、模型库和数据库设计中的关键技术进行了分析,应用神经网络技术实现多种推理,提高了故障诊断效率,采用计算机网络通讯技术,实现了系统的远程智能决策和技术指导,实践证明,该系统安全可靠,实用价值较高.     

一种基于ANN的中医辨证不确定性推理模型研究

提出中医辨证中不确定性推理的基于可信度因子和可信度区间的模型,并用改进的BP神经网络实现其推理过程,最后利用MATLAB神经网络工具箱给出仿真示例。改进的BP神经网络在实现中医辨证不确定性推理方面有效地避免了沿用传统方法所带来的规则数激增及推理缓慢等缺陷,并提高了网络的泛化能力。仿真示例表明,它不仅可以自动学习和模拟专家的典型经验,而且可以将专家的典型经验推广应用到一般情形。     

基于人工智能技术的不完备信息系统智能诊断方法研究

为了提高不完备信息系统故障诊断的正确性与效率,本文提出一种基于粗糙集理论、蚁群优化算法和RBF神经网络相结合的故障智能诊断方法。该方法首先利用“条件组合补齐算法”对不完备的数据进行完备化处理,再利用粗糙集对条件属性进行知识约简,得到具有最大完备度的最小规则集,接着用蚁群算法优化RBF神经网络的权值,并将最小规则集用于训练RBF神经网络模型,获得故障智能诊断模型。通过实际工程数据验证故障智能诊断模型的有效性,结果表明提出的方法能有效实现系统故障的诊断。     

基于BP神经网络的智能BIT故障诊断系统研究

论述了智能BIT的设计、检测、诊断、决策四个方面的主要研究内容,分析了BP神经网络的网络模型及工作原理,构建了基于BP神经网络的智能BIT故障诊断系统,并用某雷达录取终端的故障实际数据进行了验证。结果表明将神经网络与智能BIT结合是一种有效的诊断方法,解决了传统BIT故障诊断能力不足,导致系统虚警率过高、自适应性能差等问题,使被测系统具有更高的故障诊断能力。     

基于粗糙集神经网络和信息融合的故障诊断

神经网络是智能故障诊断系统的一种重要的方法。粗糙集理论则是处理不完备信息的一种技术。文中以复杂的人工智能诊断问题为研究对象,系统地论述了基于神经网络、粗糙集、信息融合的智能诊断的理论、方法与实践。其主要方法如下:在故障诊断的神经网络模型的基础上,以粗糙集理论中的信息系统属性值表为主要工具,将复杂的组合神经网络约简并删除其中不必要的属性,克服了网络规模过于庞大和分类速度慢的缺点,并给出了基于粗糙集理论的组合神经网络的模型结构,最后再利用数据融合技术,得出更加精确的结果。一个故障诊断实例证明了该方法的有效性。