基于事例推理技术的冲压模具CAD系统

通过对基于事例推理技术和冲压模具设计过程的分析，应用系统相似性分析理论，提出了基于事例推理技术的冲压模具CAD系统的系统框架以及设计原理和实现方法，文中详细论述了模具服务对象和事例库中典型零件进行相似性匹配时相似系统以及相似元的选取问题，同时给出具体相似性分析方案，最后以实例说明了该模具CAD系统相似性的分析过程。     

计算机辅助复合材料成型工艺集成框架研究

针对目前国内外复合材料成型工艺设计系统都是以特定环境下的特定制造资源为背景,通用性差的研究现状,在已开发的计算机辅助树脂传递模塑成型软件的结构基础上,构建了复合材料工艺集成框架的系统结构和流程.研究了基于模板的数据结构,建立可快速形成CAPP应用系统的开发模型;开发了制件级、形状级和特征级三级相似事例检索结构;采用基于excel模板定制的方法,实现了工艺卡片的定制.最后,采用面向对象语言和组件技术,通过定制RTM成型工艺系统实例验证集成框架的可行性.     

模糊集在基于事例推理中的应用

首先介绍了基于事例推理（ＣＢＲ—Ｃａｓｅ－ＢａｓｅｄＲｅａｓｏｎｉｎｇ）的概念，之后分析了ＣＢＲ中现有检索方法的局限性．提出一种基于模糊优先比方祛的定量属性事例检索法．     

事例推理技术在注塑模设计中的应用研究

通过对基于事例推理（CBR）技术及注塑模设计过程的分析,提出了一个基于CBR的注塑结构设计系统,讨论了基于CBR在注塑模结构设计系统的应用中关于事例的表示、事例的检索、事例的修改等方面的问题。     

模糊事例推理的实现与应用

推理机制是模拟人类思维方式的关键技术之一,针对这一问题研究了事例推理的实现和应用,并给出例证.引入基于模糊关系矩阵的模糊推理算法,提出实用事例结构模型和实现事例推理的模糊匹配算法,分析了模糊事例在GSM网络优化专家系统中的应用.     

PET机织物增强PVC复合材料成型工艺探讨

本文从试制复合材料常用的成型工艺－层压法入手，对ＰＥＴ机织物增强ＰＶＣ复合材料的成型工艺作了较深入的研究，并探讨了复合工艺中温度，压力，时间对复合材料性能及复合制品外观的影响，结论表明：三个工艺参数配置不当，将会引起的复合材料内在及外观质量的恶化，只有三者合理搭配才能制成性能优良，外观良好的复合材料制品。     

基于事例的推理在罪犯个性分析系统中的研究

在人工智能的事例推理基础上，研究了基于事例的推理在罪犯个性分析系统中的应用，给出了该系统的关键技术——事例的知识结构表达方式、事例的检索匹配算法及事例的修改与学习策略．应用结果表明，使用基于事例推理的罪犯个性分析系统是比较成功的．     

基于事例推理技术在灌区水量调度中的应用

由于灌区水量调度问题的复杂性和不确定性,单纯利用调度模型进行灌区水量调度在实际应用中往往存在一些问题.为了使理论研究尽可能与实际应用相结合,将人工智能中的基于事例推理(CBR)技术引入到灌区水量调度中,将以往的灌区水量调度事例作为历史事例以一定的结构和方式存储在事例库中,对于新的灌区水量调度问题,从事例库中寻找相似的事例,并根据其调度方案,确定新问题的解决方案.实际箅例表明,对于灌区水量调度问题,基于事例推理的灌区水量调度能充分的将以往的调度经验结合起来,使得调度结果更合理、可行,具有较强的实用性.     

基于事例推理的数字化城市规划设计系统初探

结合数字化技术的发展,探讨传统城市规划方法的数字化实现.利用人工智能技术特别是基于事例推理(Case-Based Reasoning)技术,存贮和运用专家的设计经验来实现数字化城市规划.     

基于ALC的事例库结构及检索研究

为了提高基于ALC的事例检索的效率,通过概念距离及LCS推理给出了索引节点密度大且带权重的事例库层次结构,实现了事例更细致的分类及统一概念距离的语义。根据该结构的组织方式、LCS概念及概念距离给出了事例筛选及相似性度量算法,证明了通过事例筛选得到的候选事例集明显减小,采用相似性度量算法能得到合理的候选事例序列,从而提高了基于ALC的事例检索的效率。     

粗糙集理论及其应用

介绍了一种不完备信息的新颖、有效的软计算方法-粗糙集理论,阐述其基本理论框架,讨论其典型应用,描述粗糙集与神经网络、模糊集、并行算法、专家系统有机结合的条件,并介绍了几种智能处理系统的结构。     

Rough集理论发展现状与应用前景

为了解决复杂系统的不确定性信息处理问题,介绍了Rough集理论的基本概念和研究状况.对Rough集模型推广、约简算法研究等进行了讨论;并对Rough集理论在机器学习、决策分析、知识发现等领域中的应用状况进行了论述,同时提出了Rough集理论在知识获取和并行计算领域中的发展前景和Rough逻辑控制、Rough信息处理等研究方向.     

Rough集在不一致决策树生成中的应用

现实世界中存在大量不相容数据.基于Rough集的有关理论,提出了一个在决策树生成过程中简单高效的识别、处理不相容数据,生成不一致决策叶节点的方法,并引入决策质量参数来刻画不一致叶节点,从而为利用决策树推理和决策提供更多有用信息.将这些方法结合进ID3算法,使算法对相容和不相容数据均可进行有效地处理.     

粗糙集理论在文本分类算法中的应用

文本分类常采用的算法一般是基于向量比较的分类技术.文本中关键字较多,形成的特征向量维数相当高,因而会导致分类比较处理的运算量太大,而降低维数后又会不可避免地丢失有用信息.将粗糙集理论应用于分类处理过程中可有效地解决此问题.     

粗糙集理论及其应用进展

粗糙集理论以其出色的处理模糊和不确定知识的能力，成为数据挖掘研究中的有力工具。文章首先描述了粗糙集理论的基本思想，接着介绍了基于粗糙集理论的数据分析过程，给出了作者等人的相关研究工作，最后论述了粗糙集的应用进展及未来的研究方向。     

基于粗糙集的数据集预处理研究

针对分类模型在构造过程中存在冗余属性的特点,提出了一种基于粗糙集理论的分类预处理技术,利用其理论的属性约简与分辨矩阵得到属性的约简集.经实例证明,此方法对提高分类模型构造效率有较好的效果.     

关于粗糙集理论的一些探讨

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具。文章介绍了Rough Set理论的基本思想及分析了粗糙集方法的特点,描述了一种基于粗糙集理论的知识发现步骤。     

基于粗糙集的数据挖掘

粗糙集理论在分类的意义下定义了模糊性和不确定性的概念,是一种处理不确定和不精确问题的新型数学工具,文中以实例介绍了粗糙集的基本理论,并通过一个实例详细介绍了在基于对决策表属性约简的基础上采用了可变精度粗糙模型实现规则的获取. 该实例说明了基于粗糙集进行规则的挖掘是有效的.     

粗集理论在Web信息提取中的应用

Web作为世界上最大的信息源,为数据挖掘技术提供了大量的原始数据,然而Web数据半结构化的特征使得在数据挖掘过程中必须选择合适的算法;研究Web信息提取的过程,并利用粗集方法实现对于来自Web的大批量农产品价格数据的挖掘过程。     

基于粗糙集的数据挖掘技术在电子商务中的应用

描述了粗糙集理论的基本思想,并给出了粗糙集在电子商务网站中针对客户数据库的数据挖掘方法,最后通过实例说明了这一数据挖掘模型的有效性。