PROLOG/框架知识表示系统PFKR

PFKR是我们用Micro-PROLOG编程实现的一个知识表示系统,其主要功能有:(1)框架知识表示.PFKR不仅能表示框架的概念层次,在PROLOG的强知识推理能力支持下,还能完成附加过程、缺省值以及多继承性等处理.此外,在处理框架时,该系统对用户是透明的,以框架结构输入,并得到框架形式的查询输出.(2)PROLOG/框架程序设计.形式上,PFKR是一个将PROLOG与框架融为一体的知识表示系统.在PROLOG程序中可以嵌入框架结构,而在框架程序设计时又可用PROLOG子句.     

关系结构中的神经计算

人工神经网络在许多应用领域中建立了一种新的高度并行计算的结构。具有表示概念和知识的模糊集合被认为是处理人们日常生活中不确定问题的一种工具。特别是关系结构,它在构造现实世界中的形式关系模型中起着非常重要的作用。本文根据模糊集合理论,提出新的神经网络结构及其新的学习算法,并研究其性质。一方面把模糊集合的方法学应用于神经网络结构和学习算法的研究,同时使得神经网络的硬件实现更加容易。     

乳腺癌的量子神经元诊断

量子神经计算结合了传统神经计算与量子计算的优点,是新的信息处理技术之一。本文构造出一个三层量子神经网络,并将它应用于乳腺癌的诊断。实验结果表明,量子神经网络明显优于传统神经网络,如自组织神经网络、概率神经网络以及支持向量机等,不仅对正样本的识别率达到最高,可以较好的识别出乳腺癌患者,同时还可以很好的识别出非乳腺癌病例,其诊断正确率是最高的。     

神经网络集成

神经网络集成通过训练多个神经网络并将成结论进行合成，可以显著地提高学习系统的泛化能力。它不仅有助于科学家对机器学习和神经的深入研究，还有助于普通工程技术人员利用神经网络技术来解决真实世界中的问题。因此，它被视为一种广阔应用前景的工程化神经计算技术，已经成为机器学习和神经计算领域的研究热点。该文从实现方法、理论分析和应用成果等三个方面综述了神经网络集成的国际研究现状，并对该领域值得进一步研究的一些问题进行了讨论。     

神经网络规则抽取

神经网络是一种黑箱模型，其学习到的知识蕴涵在大量连接权中，不仅影响了用户对利用神经计算技术构建智能系统的信心，还阻碍了神经网络技术在数据挖掘领域的应用，由于对神经网络规则抽取进行研究有助于解决上述问题，因此该领域已成为机器学习和神经计算界的研究热点，介绍了神经网络规则抽取研究的历史，综述了国际研究现状，对关于这方面研究的不同看法进行了讨论，并指出该领域中一些值得进一步研究的内容。     

一个面向神经计算的并行计算机系统的性能分析与测试

文中主要以一个面向神经计算的并行计算机系统ＮｅｕｒｏＣ为背景，讨论一种并行计算机性能分析模型，并对ＮｅｕｒｏＣ进行性能分析．根据实际并行神经计算模型、ＮｅｕｒｏＣ的结构和计算特点，给出了并行神经计算中一些与性能相关的结论，最后给出了一些系统实际测试结果．     

遥感影像生理认知概念模型和方法体系

目前遥感地学理解和分析研究的前沿是以遥感地学分析模型为支持,运用统计分析、神经计算、知识处理模型、地学优化等技术,对遥感信息、地学知识的相互作用进行综合运用,建立集成地学知识、地理信息和遥感信息等处理分析模型的智能化遥感影像地学理解与分析系统。地学认知问题是遥感地学理解和分析的核心问题。以神经计算和进化计算为理论基础,探讨如何从模拟生理视觉的角度实现对遥感影像的地学认知,初步提出了融合地学知识的遥感影像生理认知模型及其方法体系。     

基于语义网络的神经网络系统

文章通过分析语义网络知识表示及神经网络研究的各自特点与现状,提出了将基于语义网络的知识表示方法引入神经网络知识处理中的设想,并作了一些初步的探讨。     

轴类件耦合神经网络实例推理CAPP索引模型的研究

本文提出了一种基于神经网络的工艺设计实例推理索引模型。与现存大多数实例推理系统不同该方法用神经网络实现实例的动态分类和索引。实例层次分类的三层结构和基于特征的聚类模板概念，为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件。该方法的优点在于实例的高速、有效检索，知识获取的简化以及基于神经网络的检索算法的鲁棒性。     

基于领域模型的面向对象分析及UML建模

领域模型是领域知识的一种图形化表示形式，是领域知识各组成部分的抽象形式，同时领域模型也表示了领域内各系统的一些共同特征。因此，本文通过对领域模型所展示出来的一些特征的分析，讨论了如何对领域内的系统进行系统分析，并将分析过程进行UML建模。通过对分析过程的UML建模，可以提高领域内系统的软件重用层次，改善软件开发过程。     

模糊系统与神经网络的融合

1.引言近年来,模糊系统FS(Fuzzy System)与神经网络NN(Neural Network)的研究取得了很大进展。FS的显著特点是它能直接地表示逻辑,适于直接的或高一级的知识表达;而NN则是通过学习功能获得用数据表达的知识,这种知识在NN中是隐含表达的,难以对其进行分析。可以这样说,FS比较适于自顶向下过程,而NN则更适于自低向上过程。随着研究范围的扩大,逐渐改变了上述两个领域之间相互独立的关系,即一个领域的固有缺乏可以通过另一个领域的优     

ICAI系统中知识模型和推理

根据ICAI中知识的特点,文章提出了知识网络图和模糊规则图的知识表示形式,并且将模糊思想引入到ICAI系统中,以优化系统的推理机制,使系统的推理过程更接近人类的思维过程,推理的结果也更为合理、有效。     

一种模糊推理过程神经网络及其应用研究

针对带有过程性模糊信息或动态领域规则的时变信息处理问题,提出一种模糊推理过程神经网络.该模型将模糊过程推理规则与数值型过程神经网络的动态信息处理机制相结合,将推理规则表示为过程神经元.利用过程神经网络的学习性质来实现对过程性定量与定性混合信息的自适应处理.分析了模糊推理过程神经网络的信息处理机制,并给出了相应的学习算法.以抽油机平衡诊断为例,实验结果验证了所提出模型和算法的有效性.     

面向神经计算的并行机体系结构设计

面向神经计算的并行计算机体系结构是神经网络研究中的一项重要工作。本文在对大量的神经计算进行需求分析的基础上，讨论了以高性能的微处理器作为计算单元，进行面向神经计算的并行计算机体系结构设计，并且介绍了它原型实现的结构、参数和性能     

面向链接预测的知识图谱表示学习方法综述

作为人工智能的重要基石, 知识图谱能够从互联网海量数据中抽取并表达先验知识, 极大程度解决了智能系统认知决策可解释性差的瓶颈问题, 对智能系统的构建与应用起关键作用. 随着知识图谱技术应用的不断深化, 旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫. 链接预测是针对知识图谱中缺失的实体与关系进行预测的任务, 是知识图谱构建与补全中不可或缺的一环. 要充分挖掘知识图谱中的隐藏关系, 利用海量的实体与关系进行计算, 就需要将符号化表示的信息转换为数值形式, 即进行知识图谱表示学习. 基于此, 面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点. 从链接预测与表示学习的基本概念出发, 系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展. 具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述. 以知识表示形式的发展历程为线索, 分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模. 基于表示学习建模方式, 将现有方法细化为4类模型: 平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型, 并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型. 在介绍链接预测的常用的数据集与评判标准基础上, 分别对比分析二元关系、多元关系和超关系3类知识表示形式下, 4类知识表示学习模型的链接预测效果, 并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势.     

神经计算机(Neurocomputer)

神经计算(neurocomputing)是关于自适应非编程信息处理系统的一门工程学科。这种自适应非编程信息处理系统通常称为神经网络。它与传统的信息处理系统有着本质的不同。神经网络的研究可大致分为三个主要部分,即神经网络理论、神经计算机的研制和神经网络的应用。本文将着重讨论神经计算机的研制及其发展现状,神经计算机亦可称为神经网计算机或人工神经网系统。     

通用可伸缩并行神经计算机系统NeuroC的设计和实现

ＮｅｕｒｏＣ是一个通用的并行神经网络计算机系统，它的规模是可以伸缩的，针对神经计算，系统设计了一套具有可选择广播通信能力的非等时访问共享存储器系统，本文首次对神经计算的需求进行了分析，接着讨论了计算单元的选择，存储器的组织与通信的实现，儋后介绍了系统硬件的主要结构，文章中还简要地阐述了系统中软件的组成和结构，最后本文对ＮｅｕｒｏＣ的特点进行了总结。     

汽轮发电机组故障诊断专家系统的研究

建立一个基于知识的汽轮发电机组故障诊断专家系统ＫＢＦＤＥＳ，该系统采用“框架＋规则”知识表示技术，并将框架驻留在内存，而将规则驻留在虚拟盘上；在诊断过程中采用广义的不精确推理策略，并对重要信息用一个组合神经网络进行智能识别；系统将神经网络技术和ＩＤ３算法结合，可以实现从诊断实例自动获取知识。     

汽轮发电机组故障诊断专家系统的研究与应用

介绍一个基于知识的汽轮发电机组故障诊断专家系统ＫＢＦＤＥＳ，系统采用“框架＋规则”知识表示技术，并将框架驻留在内存，而将规则驻留在虚拟盘上；在诊断过程中采用广义的不精确推理策略，并对重要信息用一个组合神经网络进行智能识别；系统将神经网络技术和ＩＤ３算法结合可以实现从诊断实例自动获取知识。     

人工神经网络应用系统开发模型和方法研究

由于神经计算在信息处理方面的独特性和应用价值,目前已成为智能信息处理研究和应用领域的热点之一。该文针对人工种经网络应用系统的分析和设计问题,考察了人工神经网络在信息处理方面的机制和特点,给出了神经网络应用系统的一种开发模型,探讨了系统实现的系统观和方法论,讨论了在神经网络应用系统开发过程中的有关问题和原则。