一种基于关系数据模型的知识模型

本文提出了一种基于关系数据模型的知识模型(关系知识模型).该模型在关系数据模型的结构和访问特性基础上,扩充了表达和处理语义知识的能力.     

基于知识的数据库概念模式自动设计系统——KACMDS

本文介绍在IBM-PC机上用Micro-PROLOG编程实现的基于知识的数据库概念模式自动设计系统——KACMDS的基本思想,该系统利用PROLOG语言较强的知识表达能力和知识推理能力,将Armstrong公理的语法规则与实际应用环境的语义限制紧密地结合起来,解决了多联系(Multiple Associations)环境下概念模式设计自动化遇到的“信息丢失”和“非法添、删联系”等问题,保证了机器设计的正确性,提高了设计的自动化程度,系统以本文提出的DAM图作为数据库设计的接口语义模型,该模型比E-R图更面向用户和设计者,而且能很容易地被映射到PROLOG数据库,是数据库设计自动化的基础,KACMDS的最后输出为最优3NF概念模式(Optimal 3NF Conceptual Model)。     

PROLOG程序中无限循环的检测及处理

PROLOG程序中的无限循环直接影响到程序执行的可终止性和答案完全。解决此问题的方法一般分为两类:预防和检测。本文指出了预防方法的不足,并提出了一种静、动态相结合的检测、处理方法。     

逻辑与数据库:演绎方法

本文的目的在于说明辑逻为研究经典的数据库问题提供一种方便的形式。本文有两大部分,分别涉及传统数据库和演绎数据库。第一部分主要阐述查询语言,完整性模型(建立)与维护,查询优化,以及数据相关性。第二部分主要介绍推演事实和非完全信息的表示和处理。     

基于原因独立性的信度网推理

1.原因独立性假设信度网的条件概率表通常都比较大,若X有n个父结点,每个父结点有m种取值,则X的条件概率表将有m~n行。为了对其简化,研究者提出了一些简化模型,如Noisy-OR模型,Noisy-Adder模型等。这些模型的基本思想是:可以将一个结点的父结点看作是该结点的直接原因,按照人们的思维习惯,一个原因单独对结果的影响较容易估计。因此,如果假设各个原因对结果的影响相互独立,则可以简化信度网的条件概率表。这种简化处理需要解决两个问题:     

基于信度网的网站在线智能导航

一、引言随着计算机网络的发展,网站提供的信息越来越丰富。一般将那些围绕一个中心思想的信息组织在一起,称为一个主题(Topic)。各个相关主题通过超级链接互相联系。如果用结点代表一个主题,两个主题之间的超级链接用一条有向边表示,则一个网站的信息结构可以抽象表示为一个复杂的有向图,称为网站的信息结构图。如图1就是一个信息结构图。     

从数据库到知识库

本文论述了由数据库到知识库的转移是数据库和AI理论/技术向前发展以及计算机应用领域扩大的必然结果,讨论了数据库与知识库的区别和联系,分析了从数据库到知识库要解决的主要问题及实现途径,提出了一个基于关系型数据库管理系统的知识库系统的结构方案。     

用遗传算法实现信度网结构学习：一种新的编码方案

近年来，信度网已经成为表达一组随机变量问的概率关系的常见方法。在大的变量域中信度网的结构生成是信度网应用的难点。为了解决信度网的结构学习问题，一些研究者研完如何从数据集自动学习结构。本文研究采用遗传算法进行信度网结构学习时存在的问题和编码方法，并给出了一种新的信度网编码方案。数值试验显示遗传算法能够给出理想的结果。     

一种新的知识表达模型——信度网

A belief network is a new mechanism for knowledge representation based on probability the-ory. Its distinct performance in representing and reasoning about uncertainty makes it a hot researchtopic in artificial intelligence. It is now being Used in many areas. In this paper,we give a comprehensiveintroduction to a belief network,including its historic background ,principles ,the progress of its researchand development ,and some challenging problems.     

基于桶消元的联合树算法

一、引言联合树算法是一种应用广泛的信度网推理算法。根据不同的消息传递方案,可以将联合树算法分为两种:一种基于Hugin消息传递方案,称为Hugin联合树算法;另一种采用Shafer-Shenoy消息传递方案,称为Shafer-Shenoy联合树算法。下文除特别申明外,提到的联合树算法都是指Hugin联合树算法。