基于Java的通用不精确正向推理机的设计与实现

设计和开发了一个在网络上具有良好使用性能的通用不精确正向推理机.采用了Java语言和EJB技术来实现通用不精确正向推理机,并以中间件的形式实现了对知识库的操作.文中介绍了其设计思想,同时介绍了不精确正向推理机的实现方法.结果表明实际使用效果良好.同时,该推理机具有能在网络上共享、通用和不精确推理等特性,实现方便,可以基于它来构建功能更加强大的专家系统.     

医疗诊断专家系统推理机的设计与实现

专家系统是人工智能领域的重要分支,推理机是专家系统的重要组成部分.文中用关系数据库SQL Server2000设计诊断知识库,构造了一个医疗诊断专家系统,其推理机能够有效模拟医生的诊断思维.因此,它可以作为医生诊断疾病的一种辅助工具.根据疾病诊断的要求,仅对医疗诊断推理机的设计与实现方法进行了探讨,提出了一种基于正-反向推理的精确与不精确推理相结合的推理策略,并采用关系数据库和面向对象的技术来具体编程实现,从而提高了推理机的效率,获得了较好的推理效果.     

用PROLOG构造不精确正向推理机

近年来,不精确推理在专家系统中的地位不断提高.本文着重叙述用Turbo Prolog构造不精确正向推理机的技术.     

医疗诊断专家系统推理机的设计与实现

专家系统是人工智能领域的重要分支,推理机是专家系统的重要组成部分。文中用关系数据库SQLServer2000设计诊断知识库,构造了一个医疗诊断专家系统,其推理机能够有效模拟医生的诊断思维。因此,它可以作为医生诊断疾病的一种辅助工具。根据疾病诊断的要求,仅对医疗诊断推理机的设计与实现方法进行了探讨,提出了一种基于正-反向推理的精确与不精确推理相结合的推理策略,并采用关系数据库和面向对象的技术来具体编程实现,从而提高了推理机的效率,获得了较好的推理效果。     

一种模糊知识库系统及其推理机制研究

介绍了一种具有模糊推理机制的模糊知识系统的基本结构、知识表示和推理机制,阐述了在模糊知识库设计与实现中,模糊推理机构造和工作流程设计的方法。该系统推理机制是基于传统RETE算法的扩展,通过使用相似性方法来处理模糊问题,实现了一种较为理想的不确定性推理;同时系统采用正向和反向推理相结合的双向推理机,使推理具有较高的准确性。最后给出了一个实例验证系统可行性。     

推理技术在决策支持系统中的应用

文中首先阐述了专家系统和不精确推理的基本理论，随后讨论了不精确推理技术在Fuzzy CLIPS中的实现，最后用实例说明如何在决策支持系统中应用专家系统的推理能力。文中提出了一套将专家系统推理机、知识库与数据库应用程序结合起来以解决复杂推理问题的方法。这种方法具有较强的通用性，稍作修改即可用于在不同平台上解决不同领域的问题。     

一种模糊知识库系统及其推理机制研究

介绍了一种具有模糊推理机制的模糊知识系统的基本结构、知识表示和推理机制，阐述了在模糊知识库设计与实现中，模糊推理机构造和工作流程设计的方法。该系统推理机制是基于传统PETE算法的扩展，通过使用相似性方法来处理模糊问题，实现了一种较为理想的不确定性推理；同时系统采用正向和反向推理相结合的双向推理机，使推理具有较高的准确性。最后给出了一个实例验证系统可行性。     

小麦节水专家系统的推理机制

文章介绍了小麦节水专家系统的推理机制和推理策略,实现了系统的正向推理。并结合系统实例,介绍了推理机的应用。     

基于双向混合推理机的知识库系统

针对目前知识库系统推理效率不高和信息可信度不强的特点,本文结合正向推理和反向推理的优势,取长补短,提出了一种双向混合推理机.本文还设计了一个原型系统,采用知识点循环学习的方法来解决知识获取问题,以利于系统的智能化学习.     

支持模糊粗糙本体的推理机研究

不精确信息进行表达和推理逐渐成为一种必然的需求,而经典的本体并不适合处理这种不确定的信息.设计了一种支持模糊粗糙本体的推理机,其最大的特点是处理的对象是模糊粗糙本体,从而解决了不确定信息的推理问题.对模糊粗糙本体模型进行了研究,着重介绍了该模糊粗糙本体推理机的总体结构、功能及推理机中各模块的作用,通过对模糊粗糙本体进行约简和去粗糙处理,最终将对模糊粗糙本体的推理转化为经典的推理.     

面向语义网的中文本体应用研究

自从Protege出现以来,它成为唯一一款支持中文本体构建的工具,而且能够进行可视化操作。目前在部分领域已经构建了中文本体,但是对所构建本体在语义网中的应用缺乏研究。因为本体的应用主要依赖于推理工具,而国内尚无一款专业的基于中文本体的推理机或者推理工具,这阻碍了基于中文本体信息检索的发展。针对中文本体的应用,深入研究了本体在信息检索领域应用的现有技术、方法、工具。文中通过使用Jena开发包对中文本体的应用进行实验,实验表明,利用现有的推理工具等可以实现中文本体在语义网中的应用。     

协议状态机推断技术研究进展

介绍了协议逆向工程中协议状态机推断的研究进展.从状态机推断与正则语言学习的关系出发,分析了协议状态机推断的目标与需求;然后依据分析对象不同,将协议状态机推断分为基于指令序列和报文序列两大类,进一步将基于报文序列的状态机推断分为主动推断和被动推断两种;研究分析了各层面涉及到的方法与技术,并作出了评价与比较.最后对协议状态机推断研究的发展趋势进行了展望.     

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。     

黑盒机器学习模型的成员推断攻击研究

近年来,机器学习技术飞速发展,并在自然语言处理、图像识别、搜索推荐等领域得到了广泛的应用。然而,现有大量开放部署的机器学习模型在模型安全与数据隐私方面面临着严峻的挑战。本文重点研究黑盒机器学习模型面临的成员推断攻击问题,即给定一条数据记录以及某个机器学习模型的黑盒预测接口,判断此条数据记录是否属于给定模型的训练数据集。为此,本文设计并实现了一种基于变分自编码器的数据合成算法,用于生成与给定模型的原始训练数据分布相近的合成数据;并在此基础上提出了基于生成对抗网络的模拟模型构建算法,利用合成数据训练得到与给定模型具有相似预测能力的机器学习模型。相较于现有的成员推断攻击工作,本文所提出的推断攻击无需目标模型及其训练数据的先验知识,在仅有目标模型黑盒预测接口的条件下,可获得更加准确的攻击结果。通过本地模型和线上机器学习即服务平台BigML的实验结果证明,所提的数据合成算法可以得到高质量的合成数据,模拟模型构建算法可以在更加严苛的条件下模拟给定模型的预测能力。在没有目标模型及其训练数据的先验知识条件下,本文所提的成员推断攻击在针对多种目标模型进行攻击时,推断准确率最高可达74%,推断精确率可达86%;与现有最佳攻击方法相比,将推断准确率与精确率分别提升10.7%及11.2%。     

并行知识库机的知识划分及其推理

并行知识库机是一种采用并行处理技术来提高大规模知识库系统性能的专用机。其中，知识的划分及并行推理模型是两个关键问题。本文以产生式系统作为并行知识库机的基本知识表示方法，重点讨论产生式系统的划分和并行推理问题。     

基于规则推理网络的分类模型

为了缓解神经网络的“黑盒子”机制引起的算法可解释性低的问题,基于使用证据推理算法的置信规则库推理方法(以下简称RIMER)提出了一个规则推理网络模型.该模型通过RIMER中的置信规则和推理机制提高网络的可解释性.首先证明了基于证据推理的推理函数是可偏导的,保证了算法的可行性;然后,给出了规则推理网络的网络框架和学习算法,利用RIMER中的推理过程作为规则推理网络的前馈过程,以保证网络的可解释性;使用梯度下降法调整规则库中的参数以建立更合理的置信规则库,为了降低学习复杂度,提出了“伪梯度”的概念;最后,通过分类对比实验,分析了所提算法在精确度和可解释性上的优势.实验结果表明,当训练数据集规模较小时,规则推理网络的表现良好,当训练数据规模扩大时,规则推理网络也能达到令人满意的结果.     

一种基于CORBA/Java的网络智能专家系统

文中介绍了一种利用CORBA/Java相结合技术构建的网络智能专家系统,对它的开发背景、系统结构、开发平台、开发内容进行了阐述,并重点探讨了用CORBA/Java相结合的技术来实现网络智能专家系统的主要方案,主要包括系统的功能模块、知识库的设计、在网络环境下的推理机的设计、对知识库的访问以及系统的实现方法。     

基于模糊知识的混合推理技术研究与应用

针对模糊知识的内在联系,提出了一种模糊推理与逆向推理相结合的混合推理技术,介绍了该技术的设计思想,结合模糊知识实现了算法,重点论述了模糊推理与逆向推理相结合的推理过程,实现了一种较为理想的不确定性推理方法,有效地提高了推理机的执行效率。     

水稻专家系统推理机的设计

推理机的设计是构建农业专家系统的核心组成部分之一。该文主要介绍推理机的推理方法和控制机制,以及介绍了在水稻水肥调控专家系统的推理机制的设计及实现。     

概率图模型推理方法的研究进展

近年来概率图模型已成为不确定性推理的研究热点,在人工智能、机器学习与计算机视觉等领域有广阔的应用前景.根据网络结构与查询问题类型的不同,系统地综述了概率图模型的推理算法.首先讨论了贝叶斯网络与马尔可夫网络中解决概率查询问题的精确推理算法与近似推理算法,其中主要介绍精确推理中的VE算法、递归约束算法和团树算法,以及近似推理中的变分近似推理和抽样近似推理算法,并给出了解决MAP查询问题的常用推理算法;然后分别针对混合网络的连续与混合情况阐述其推理算法,并分析了暂态网络的精确推理、近似推理以及混合情况下的推理;最后指出了概率图模型推理方法未来的研究方向.