范例推理中基于时序的范例匹配方法模型

用传统的最近邻检索和匹配算法找到的最相似范例，由于时间的变迁，在实际应用中，该范例的解决方案对于新问题的解决不一定是最有用的，因而也不是最优的，为了解决这个问题，本文提出了一种基于时序的范例匹配方法模型，为找到最优相似范例提供了一条有效途径。     

求解过程中约束一致性维护的多层次策略研究*

约束满足问题广泛出现于人工智能领域。在问题求解过程中保持局部约束一致性以缩小问题搜索空间是十分必要的，过去研究对约束一致性算法的研究仅着眼于改进单个约束关系的维护，该立足于更高点，提出从求解层次、维护层次和约束层次优化约束一致性维护的原则及其相应策略，算法ＭＡＣ－Ｈ和ＡＣ－Ｉ＾＋进一步减少了约束一致性维护的总代阶，并克服了原有算法空间复杂度大的缺点。本以两个典型的约束满足问题：Ｎ－皇后问题和     

分区合成C扫成像方法在水冷板超声检测中的应用

介绍了一种相控阵超声检测的分区合成C扫描成像方法。首先,通过相控阵超声水冷检测中遇到的缺陷无法有效检出的问题来阐述传统成像方法的局限,提出了分区合成C扫描成像方法,并介绍了该方法的具体原理和实现方式;最后通过对比该方法应用前后的成像结果,分析了该方法的优势和应用场景。结果表明,相较于传统的相控阵超声和超声显微镜成像方法,分区合成C扫描成像方法能更好地应用于包括水冷板在内的各种复杂多层结构工件的检测中。     

事件序列中频繁串行情节的增量式发现算法

本文研究事件序列中频繁情节的发现问题,提出了在事件序列中发现频繁串行情节的增量式算法．如果在事件序列中发现了频繁情节及其出现频率,我们就可以生成描述或预测该序列行为的情节规则．     

增强UV-B辐射对烤烟幼苗生长及生理特性的影响

为研究UV-B对烤烟生长和生理代谢的影响,为生产优质烟叶提供参考依据,通过盆栽试验,采用3个不同UV-B辐射强度对烤烟幼苗进行辐射处理,以UV-B辐射处理7d后幼苗的新鲜叶片测定各项生理指标。结果表明:烤烟幼苗干物质随着UV-B辐射强度的增加而降低;高UV-B辐射使叶片中色素含量降低,叶绿素a、叶绿素b含量低于对照,类胡萝卜素含量受UV-B增加的影响相对较小;丙二醛含量在高UV-B辐射下含量明显增高;脯氨酸、类黄酮等紫外线吸收物质含量随着UV-B辐射强度的增加而增加。     

基于事例系统的验证和有效性研究

基于事例系统（ＣＢＳ）本身的特性使得其验证和有效性不同于其它的人工智能系统。本文首先给出了ＣＢＳ的验证和有效性的定义，阐述了ＣＢＳ的与验证和有效性相关的一些特性，然后分别介绍了ＣＢＳ中的基于结构的和基于统计的验证方法。在ＣＢＳ的有效性方面，详细描述了数学规化法和回归分析法。本文还详细讨论了事例被输进事便库中的先后六序对系统有效性的影响。     

Web主题信息监控系统设计与实现

介绍了一个Web主题信息监控系统，此系统根据用户设定的主题对指定的网站进行监控，实时性好、鉴别准确度高。文中论述了系统的设计思想和相关的算法以及实现技术。     

用神经网络来实现基于范例的推理系统

范例推理与神经网络有一种自然的联系，神经网络有许多优点，利用神经网络来实现范例推理可以取得非常好的效果。文章首先详细探讨了在范你推理中使用的神经网络模型与技术，并给出了其上的搜索与学习算法以及数据挖掘算法，旨在提高范例推理系统的鲁棒性和知识获取的自动化程度。     

基于数据仓库的决策支持系统的构建

提出了一个决策支持系统框架；在此框架基础上具体构建了一个通用的基于数据仓库的决策支持系统，并着重介绍了数据仓库的构建、数据仓库的增量更新、决策支持系统的构建以及决策支持系统的数据显示；最后结合实例介绍了该系统的具体应用。     

基于知识发现的范例推理系统

1 引言范例推理(Case-Based Reasoning,CBR)是近十几年来人工智能中发展起来的区别于基于规则推理的一种推理模式,它是指借用旧的事例或经验来解决问题、评价解决方案、解释异常情况或理解新情况。CBR兴起的主要原因是传统的基于规则的系统存在诸多的缺点,如:在知识获取问题上存在困难,对于处理过的问题没有记忆而导致推理效率低下,不能有效地处理例外情况,整体性能较为脆弱等等,而CBR恰好能解决以上问题。