基于场景及规则获取模板的知识获取方法

产生式规则作为知识库系统进行推理的常用的、可读性好的知识表示形式,在构建知识库系统时有极大的优越性.提出一种基于场景及规则获取模板的知识获取方法,并以某高分子复合材料的加工专家为知识获取对象.该方法通过分析、记录领域专家进行设计的过程、解决问题的过程和动作,将领域问题按层次细化为一系列子问题,并在子问题场景下结合场景模型及知识获取模板来获取规则性知识.采用该方法可以辅助领域专家在明晰领域知识结构的基础上,逐步挖掘领域中细粒度的规则性知识.     

基于控制点和RGB向量差联合梯度Census变换的立体匹配算法

为了解决立体匹配算法在弱纹理区域及边界区域匹配精度较低的问题,文中提出基于控制点和RGB向量差联合梯度Census变换的立体匹配算法.首先,使用基于动态时间归整的行匹配算法,寻找最优匹配路径,经过扭曲对齐选取匹配特征点作为控制点.再使用基于RGB向量差代价联合基于梯度Census变换代价作为非控制点的匹配代价,基于梯度...     

基于地理信息系统的智能化应用及原型设计

通用的GIS平台具有完成数据的采集、管理、存储、处理和一定的空间分析功能,但其空间分析和决策能力却比较弱,在各领域的具体运用中必须依赖于针对领域特点的特定模型,需要大量的该领域的专业知识。因此面向知识处理的专家系统(ExpertSystem)的运用就将大大提高系统的分析决策能力,使得系统能够解决更为复杂的问题。文章主要讲述专家系统如何在地理信息系统中运用,并设计了一个“自助驾车游上海”智能咨询系统的原型。     

营销管理专家系统中的知识问题

知识和概念化是专家系统设计与实现中的核心难题,对于领域开放、任务非受限的复杂应用而言,知识的细致充分性和知识形式的匹配有效性是解决诸如营销管理专家系统设计与实现这样现实应用时必然面临的问题。本文详细定义了这样两个问题是什么,它们是如何产生的,并且讨论了解决问题的方法。     

表象式直接知识表示

通过对人的相对低层次认知行为的模仿可以改善计算机感知外部世界的能力。知觉作为首要的认知行为,它所需要的知识不便于采用传统的符号化知识表示方法来表示。该文以视知觉研究为基础,通过模拟分布于视皮层中的特异性功能柱型结构,将图形模式分解为简单特征的组合,直接表示在神经网络上,众多功能单元的同时响应就构成某一实体的视觉表象。最后还讨论了这种直接知识表示方法在知识与概念化问题、知识的来源问题、学习问题等几个最核心的人工智能问题下的意义。     

基于贝叶斯原理的多维Spike Train分类预测模型

神经元集群编码和spike train分析是神经信息处理的关键问题。该文介绍了一种利用高阶多维泊松模型对spike train进行分类预测的方法,并从spike的强度分布、匹配准确性和集成策略上进行了数学论证。最后利用该方法在大鼠U迷宫实验中选取20组作为训练集进行分类测试,实验结果表明,利用该方法得到的分类准确率在97%左右。     

人工智能的神经系统动力学融合表示模型研究

1.引言:不能融合的传统人工智能模型尽管以专家系统为代表的人工智能方法三十年来获得了很大的成功,但依然存在常识问题和知识获取的困难,造成这些问题的原因是忽视了人真实的知识结构中语义的依赖性和建构过程中的发展性和连续性。由于它们中的大多数被设计成针对特别的任务,仅对一类相对狭窄的问题是有效的,而不是基于对智能本质有一个系统认识的理论根基,因此期望使     

基于3D目标跟踪算法的机器人手眼协调研究

为了适应环境的复杂性和多样性,增强机器人抓取任务的鲁棒性,本文从3D目标跟踪算法出发,提出了一种实现机器人手眼协调的新方法。该方法采用改进的基于区域的位姿追踪算法同时跟踪机械臂夹持器和目标物体的位姿,根据二者的相对位置关系引导机械臂运动。对基于区域的位姿跟踪算法,本文提出根据局部区域分割线构建分割模型并改进模型颜色似然的线性更新方式,使得算法能够准确跟踪机械臂夹持器与目标物体。基于ROS平台搭建了一套仿真实验环境,并分别在仿真环境和真实环境下验证了此手眼协调系统的有效性和鲁棒性。这种方式不仅不需要手眼标定,更接近于人类“Sensor-Actor”带反馈的闭环控制方式,同时赋予了机器人足够的灵活性来应对弹性的任务和多变的环境。     

视觉初级皮层区超柱结构的自组织适应模型

在视皮层的初级皮层区中，有许多非常规整的柱形功能结构，它们形成的局域网络具有抽取视图像中最基本的微小特征的能力，视皮层的等级组构为许多心理现象提供了生理解释，这不仅对模式识别、计算机视觉有重要的价值，而且对人工智能系统知识的获取和知识表示都具有非常重要的意义，通过构造一个金字塔状的神经网络层次模型，来对模拟视网膜的输人点阵信息进行逐级加工，在计算实现上使用了无监督的自组织语义映射结构，以使模型具有一定的自适应能力，强调的是认知心理功能的计算依托和生理基础。     

基于结构学习和迭代自映射的自联想记忆模型

传统的人工神经元网络连接结构是固定的,是对权值的学习.提出一种基于生理神经元特征的人工神经元模型,并在以此为单元构成的用于实现自联想记忆的神经网络上进行对结构的学习.学习算法以设定神经元的输入/输出感受野、调整突触和轴突末梢的连接、并行的自投影迭代为特征.给出了此网络模型的矩阵描述和实验结果.