基于知识库的知识发现结构研究

基于知识库的知识发现系统KDK(KnowledgeDiscoveryBasedonKnowledgebase)是直接从知识信息中提取潜在有用的、新颖的、未知的模式的过程,以解决目前知识爆炸而能提供给决策者有效的决策信息却矛盾很少。不同于KDD,KDK系统将直接作用于大型知识库的构建。该文讨论了KDK的描述性定义,给出了KDK的总体结构模型,及子系统描述。     

基于DLL的知识库系统及其实现

基于知识系统的主要内容是其领域知识库,而知识库的关键是其搜索效率和可移植性。文中分析了几种基于知识的系统中常用的知识库运行模式,根据动态连接库(DLL)的特点,提出了一种基于DLL的知识库预编译模式,阐述了基于该模式的知识库系统基本原理,并应用于产品设计领域的智能化知识库系统开发环境中,建立层次化的智能CAD知识库,大大提高知识库搜索效率,取得了令人满意的效果。     

基于DLL的知识库系统及其实现

基于知识系统的主要内容是其领域知识库,而知识库的关键是其搜索效率和可移植性.文中分析了几种基于知识的系统中常用的知识库运行模式,根据动态连接库(DLL)的特点,提出了一种基于DLL的知识库预编译模式,阐述了基于该模式的知识库系统基本原理,并应用于产品设计领域的智能化知识库系统开发环境中,建立层次化的智能CAD知识库,大大提高知识库搜索效率,取得了令人满意的效果.     

DKS分布式知识库系统原型的设计与实现

分布式知识库系统是人工智能技术、数据库技术和网络技术相结合的产物.本文从解决知识库不一致性入手,给出了分布式知识库的概念和模型并提出了一个分布式知识库系统的原型及其实现方法.此外,对各节点上的问题分解机制,进程调度机制及控制机制进行了阐述.着重讨论以PROLOG为基础的元级推理机如何与ORACLE关系数据库系统实现耦合的方法、以及在DECNET网络环境下如何实现分布知识处理的功能.     

基于语义的几何知识库搜索引擎的设计与实现

在建立了几何知识库的基础上，利用语义关系图，提出了几何知识厍中投索引擎的基本架构。本框架类型尽管以几何知识为背景，但是同样适用于其他领域知识中基于语义的搜索引擎的设计。     

分布式知识库系统中异质知识库的转换方法

由于知识库的分布性,同一系统中可能存在异质知识库。同时,异质知识库间又需要通信,于是便产生了知识表示形式的转换问题。本文就分布式知识库系统中广泛存在的这一问题,提出了一种基于存储的知识表示转换模型。     

基于本体的网络入侵知识库模型研究

在信息安全领域,网络入侵知识库对有效分析和防御网络非法入侵起着重要作用,然而网络入侵知识库的构建是研究的难点之一.本体作为一种能为特定领域提供知识共享的概念模型建模工具,已经在各领域得到广泛应用.针对当前还没有一个完善的网络入侵知识本体,研究基于本体的网络入侵知识库模型,构建了网络入侵知识本体.首先,在深入分析网络入侵技术的基础上,形式化定义了各类网络入侵行为,给出了多层次、多维度的网络入侵知识库分类体系.接着,结合本体建模原则,构建了由网络入侵知识领域本体、任务本体、应用本体和原子本体组成的网络入侵知识本体,并给出它们之间的逻辑关系和组织结构.最后,通过两个网络场景,验证了模型用于获取网络入侵知识的有效性.     

农业知识库的设计与实现

通过对数据库技术及农业信息分类技术的研究,设计农业知识数据库结构,并开发农业知识采集系统,为农业知识采集提供录入接口。农业知识库的设计为农业知识检索系统开发奠定基础。实际应用证明,该知识库为农业信息检索系统开发提供了很好的支持。     

基于知识库的企业诊断原型系统的设计与实现

企业诊断是改善企业管理工作,提高企业经济效益的有效手段。利用计算机获取专家诊断知识,自动智能地分析企业数据,实时对企业作出诊断与评价,对企业发展有着深元的影响,文中研究了制造类型企业的诊断方法和技术,建立了企业诊断和知识库的系统结构,并设计与实现了企业诊断计算机软件原型系统。     

行业信息化知识库系统知识库设计

行业信息化知识库(KBI)有别于一般的知识库和专家系统,所以根据需求,采用了知识本体的知识表示形式,为了更合理的建设知识库,通过对行业信息化知识的行业结构分析,构建了知识模型,并依据知识表示形式以及构建的知识模型,设计了行业信息化知识库系统的知识库.该知识库是针对战略物资行业的,提出了知识库系统的总体结构,把知识库和数据库相结合,进行了知识库结构的逐步设计.     

海相油气地质的概念本体知识系统设计与实现

为了有效利用和普及海相油气地质知识,采用本体的知识表示,通过各类文档转换为标准TXT文档后,以专业词条和关联关系词条为基础,实现文档句子的词条分割和概念本体的提取。基于B/S结构,实现了海相油气地质知识系统,完成了海相油气地质知识从各类文档中进行知识的自动获取。通过该系统的词条维护功能,确保提高知识获取的精度。最后在海相油气地质知识系统上实现知识检索和共享。实践证明,该知识系统可靠性强,性能良好,已达到实用水平。     

纺织专家系统中知识与知识库的应用

专家系统是人工智能的一个分支，是一种模拟专家决策能力的计算机系统，知识库是系统的重要组成部分，是系统的核心。本文结合纺织工艺设计及管理专家系统介绍了基于知识的专家系统的概念和结构，对系统中知识的获取、存储方式予以说明．并对其知识的表示方法加以阐述。     

基于扩展树状知识库的海量数据清洗算法

针对传统知识库表示的局限性,通过分解和重组领域知识,建立扩展树状结构的知识库,其中叶结点对应具体知识实例,称为原子知识,非叶结点只对应知识概念。同时提出相关的数据清洗算法,根据用户的选择,自动提取原子知识进行分析,消除重复,按照处理权重建立原子知识序列,然后逐一对数据进行清洗。实验表明,该算法能有效优化用户的请求,减少对海量数据的遍历次数,海量数据的清洗效率明显提高。     

Translator knowledge base for machine translation systems

This paper presents a new method for utilizing translator knowledge bases for machine translation systems. Translator knowledge to be stored and utilized consists of translationally equivalent pattern pairs: surface-level phrasal, clausal, and sentential correspondences between the source and target languages. This knowledge will be utilized to translate domain-specific idiomatic, nonstandard, or ungrammatical expressions. The proposed method has been implemented in an adaptive English to Japanese machine translation system, HICATS/EJ, as one of its customization facilities.     

知识库系统中语义网知识的表示

基于对知识库系统中知识表示的理解,提出了在语义网环境下知识库系统的建立和相应的知识表示,并将此扩展到语义网中整个的知识表示系统。     

主动知识辅助系统中制动蹄设计知识库的构建

针对高额的设计成本和对人才资源的竞争影响高端CAE技术使用的现状,用汽车制动系统中制动蹄的设计为例,将专家设计领域的知识结构化分层,用产生式规则表示法和框架表示法相结合的混合表达方式构建相应设计领域知识库。通过"主动的机-人知识辅助系统"为设计人员快速提供欠缺的经验知识,使设计人员能够快速地利用知识,而不是学习知识,实现设计知识和经验的高效利用,缩短设计人员的预学习过程,降低了CAE的应用门槛,达到高端CAE技术低起点应用的目的。     

基于面向对象的几何定理自动证明系统设计与实现

针对几何定理自动证明的前推法实现方式,结合面向对象编程工具的特点,实现了一个原型系统。该系统结构简单、清晰,可扩展性强,并能产生可读证明过程。实例分析说明了该原型的有效性。     

Knowledge structures in a knowledge base

Rough set theory is a useful tool for dealing with imprecise knowledge. One of the advantages of rough set theory is the fact that an unknown target concept can be approximately characterized by existing knowledge structures in a knowledge base. This paper explores knowledge structures in a knowledge base. Knowledge structures in a knowledge base are firstly described by means of set vectors and relationships between knowledge structures divided into four classes. Then, properties of knowledge structures are discussed. Finally, group, lattice, mapping, and soft characterizations of knowledge structures are given.