一种基于神经网络的模糊知识自动获取方法

通过采用神经网络技术和引入动态神经元,提出了一种模糊知识自动获取方法,并应用于从分类数据样本集中获取以模糊语言值描述的模糊规划知识,文中着重讨论了这种神经网络模型、实现算法及模糊规划获取问题。实验结果表明了该方法的有效性和实用性。     

基于关系数据库表示产生式规则

本文在分析产生式规则的数据结构模型基础上,提出了利用关系数据库表示产生式规则的思路,论述了基于关系数据库表示产生式规则的具体方法。     

知识的可视化获取

将可视化技术引入知识获取过程中，利用一组可视化对象表达规则和框架知识，提出了知识可可视化获取的基本原理和方法，并应用于基于知识的系统中，极大地增强了用户对知识表达的直观理解，提高了知识获取效率。     

基于变精度粗集的生产调度规则获取

由于规则调度简单、实用，而被管理和工程技术人员广泛使用．规则调度所面临的问题是如何快速获取有效的调度规则以建立起专家系统知识库．把变精度粗集应用于生产调度中，在历史调度数据中发现成功的调度规则解决了生产调度中的规则获取难题．对调度中存在的多决策属性并存的决策表分解问题，提出了有因果关系决策属性的决策表分解方法，描述了基于粗集的生产调度规则获取过程及其应用实例．     

产品专利设计知识获取方法研究

为了获得专利文献中的产品功能与结构的相关知识,提出一种基于关联规则的知识获取方法.通过提取专利文献的权利要求书中特征零部件,分析标题或摘要中的目的功能和手段功能,建立手段功能一特征零部件和目的功能一手段功能的训练集,并采用作者提出的修剪分类算法提取它们之间的关联规则,获得特征零部件-手段功能-目的功能之间关系的知识,以辅助产品的持续创新.并以冲击钻为例验证了该方法的有效性.     

基于产生式规则专家系统在结构损伤诊断中的应用

工程结构损伤诊断过程复杂,信息源要求广,而且该领域专业知识零散,不成系统.针对此现状,将知识工程领域中应用成熟的专家系统技术引入结构损伤诊断领域,利用专家系统的知识库及推理机制,不仅能协助专家进行现场作业,而且能够整理、保存和推广应用结构损伤诊断领域的专业知识.介绍了采用产生式规则的知识表示模型和面向对象的知识表示方法,也介绍了基于产生式规则专家系统的设计思路,以及结构损伤诊断专业知识的处理方法,并利用Visual C++6.0实现了具有实际应用价值的结构损伤诊断专家系统.     

基于产生式规则专家系统在结构损伤诊断中的应用

工程结构损伤诊断过程复杂,信息源要求广,而且该领域专业知识零散,不成系统.针对此现状,将知识工程领域中应用成熟的专家系统技术引入结构损伤诊断领域,利用专家系统的知识库及推理机制,不仅能协助专家进行现场作业,而且能够整理、保存和推广应用结构损伤诊断领域的专业知识.介绍了采用产生式规则的知识表示模型和面向对象的知识表示方法,也介绍了基于产生式规则专家系统的设计思路,以及结构损伤诊断专业知识的处理方法,并利用Visual C 6.0实现了具有实际应用价值的结构损伤诊断专家系统.     

基于变精度粗集的生产调度规则获取

由于规则调度简单、实用,而被管理和工程技术人员广泛使用.规则调度所面临的问题是如何快速获取有效的调度规则以建立起专家系统知识库.把变精度粗集应用于生产调度中,在历史调度数据中发现成功的调度规则解决了生产调度中的规则获取难题.对调度中存在的多决策属性并存的决策表分解问题,提出了有因果关系决策属性的决策表分解方法,描述了基于粗集的生产调度规则获取过程及其应用实例     

神经网络的知识处理

从知识处理角度,分析研究了神经网络的知识表示,获取和推理机制,并结合心电图分类进行了实例验证,结果表明神经网络既能正确识别训练过的心电图,又对未训练过的心电图有较好的分类能力。     

基于粗集规则编码的神经网络控制器设计

利用通过粗糙集产生的控制规则对神经子网络进行编码,用遗传算法独立进化每一个子网络,把进化后的子网络用改进的遗传算法通过适当连接形成最后的神经网络。利用该神经网络进行在线控制,并和PID控制效果相比较,证明了其有效性。     

基于粗糙集理论的模糊神经网络建模方法

采用基于粗糙集的模糊神经网络模型,将粗糙集理论与模糊神经网络相结合,通过利用粗糙集理论中的约简的计算方法,从样本数据中获取精简的规则,再根据这些规则构造模糊神经网络各层的神经元个数,克服了当输入维数高时,模糊神经网络的结构过于庞大的缺点,从而使网络模型结构最简.并采用误差反向传播算法(BP算法)来训练该新型网络中的权值参数及隶属函数的中心值和宽度,仿真结果验证了该模型的优越性.     

基于粗集理论的故障规则自动获取系统的研究

为增强故障诊断专家系统处理不完备信息和自动获取规则知识的能力，应用粗集理论及动态约简思想，深入研究并初步建立了故障规则自动获取系统。其中关键技术包括：故障样本信息的关系型决策表表示；决策表子表的随机采样；条件属性的动态约简算法设计；约简集合的过滤；故障规则的表达结构定义；故障规则的提取和规则的评价等。开发了相应的基于VC 平台的计算机软件，并以汽车发动机异响类故障为样本，对系统的故障规则获取过程进行了案例分析，从相关的实验结果和数据来看，较好地实现了系统的预定目标和功能。     

居民出行产生量BP神经网络预测方法

居民出行产生量预测是交通需求分析的重要内容之一,预测结果是确定各类城市交通设施发展规模及布局规划的重要依据.通过分析人工神经网络的作用机理和居民出行产生量的影响因素,建立了居民出行产生量预测的四层BP神经网络模型,以土地利用作为输入神经元,以交通区居民出行产生量作为输出单元,以赣州市城市综合交通规划交通调查数据对模型进行了标定与检验,并与出行次数法和回归分析法进行了比较,结果表明BP神经网络模型具有较高的预测精度.     

基于Rough集联系度的决策表简化方法

提出了集合型Rough集（粗集）联系度的概念以及利用Rough集联系度对决策表进行条件属性简化和属性冗余值简化的计算步骤，通过算例说明方法比较的Rough集理论中使用范畴的相地简化方法更简单。     

粗糙集模糊神经网络软件质量预测

以面向对象的软件度量为研究对象,首先采用SOM神经网络离散化度量元因子矩阵数据,接着对于得到的离散化的矩阵数据采用粗糙集理论的属性约简算法进行属性约简,然后根据约简得到规则构造模糊神经网络的网络结构,并采用BP算法对网络进行训练,最后通过仿真实验验证了该算法。     

粗糙集神经网络在图像分割中的应用

提出了粗糙集神经网络用于图像分割的方法.该方法利用粗糙集约简理论对分割后的图像区域特征进行约简,以降低特征向量维数,抽取出规则,然后根据这些规则构造神经网络隐含层的神经元个数,从而确定粗糙集神经网络的结构.粗糙集神经网络中每个神经单元的输入为区域值,输出为决策分类值,此时权值预设为各规则粗糙隶属度值,然后用BP算法迭代,最终实现图像的分割.试验证明,该方法大大缩短了训练时间,提高了精度,并且得到优于常规的分割图像以及满足图像处理的实时性要求.     

基于粗糙集与BP神经网络的烟气机故障诊断

结合粗糙集理论和神经网络在信息处理方面的优势,提出了一种基于粗糙集理论与BP神经网络相结合的烟气机故障诊断方法.首先对故障诊断数据中的连续属性进行离散化,然后根据粗糙集理论进行故障诊断决策系统约简,获得最优决策系统.最后在最优决策系统的基础上,设计BP神经网络对烟气机故障进行诊断.试验结果表明,该方法可以有效提高烟气机故障诊断的精度和效率.     

神经网络技术在数据融合中的应用

在分析产生式系统与神经网络特点的基础上,介绍了一种如何将规则库转换为神经网络形式以及利用神经网络的学习能力和并行处理能力改善产生式系统的性能的方法．给出了一个在数据融合中应用该方法对雷达进行分类的例子．     

基于知识粒度的增量约简算法

在现实中,许多数据库都是动态变化的,非增量约简方法处理这些数据需要花费大量的时间和空间。增量技术是处理动态数据的有效方法。首先介绍了计算知识粒度的增量机制,然后提出了基于知识粒度的增量约简算法,当一些对象增加到决策表时,能够利用原有决策表的知识粒度和约简,快速计算出增加对象后的知识粒度和约简,并通过理论分析验证了增量方法可以减少计算属性约简的时间复杂度,最后用增量方法和非增量方法对UCI数据集进行一系列试验。试验结果表明,所提增量算法在处理动态数据时能够节省大量的计算时间。     

基于Rough集和RBF网络的车牌字符识别方法

提出了一种基于Rough集和RBF神经网络结合的车牌字符识别方法。该方法针对车牌字符二值化图像,给出了基于粗糙集理论的知识获取方法,包括根据训练样本的特征向量建立决策表、离散决策表属性、约简决策表属性,然后由约简后的属性构造RBF网络识别器。试验表明该方法有效地减少了决策属性的个数,简化了神经网络识别器的结构,提高了泛化能力和抗噪声能力,在车牌字符识别中取得了较好的识别效果。