书籍详情

知识库系统原理

知识库系统原理

作者:孔繁胜编著

出版社:浙江大学出版社

出版时间:2000-01-01

ISBN:9787308021630

定价:¥30.00

内容简介
  知识库系统”是人工智能的一个重要分支,是近年来发展起来的一门综合性的新兴学科。随着计算机科学技术和人工智能技术的迅速发展,基于知识的智能系统已在工业、农业、军事和科教等国民经济领域得到广泛应用;与此同时,人们对智能系统的要求和期望也越来越高,迫切希望它们能有效地解决更加复杂的问题。实践证明,任何一个智能系统的行为都离不开知识,如何合理地存贮、组织、管理、应用和共享知识是所有智能系统深入发展所面临的共同问题。本书以知识库系统的发展为主线,结合知识处理和数据库技术的最新成果,全面地介绍了知识库系统的基础理论、技术进展、现有成就和今后的发展趋势。本书第l章是知识库系统的概还,简要介绍了知识和知识库的定义、知识库系统的结构和相关的技术,使读者对本书有一个全面的了解。一阶谓词逻辑语言是最基本的知识表示工具,也是逻辑程序设计的基础,第2章在扼要阐述一阶谓词逻辑原理的基础上介绍了近十余年发展起来的非经典逻辑及其在知识库系统中的应用。
作者简介
暂缺《知识库系统原理》作者简介
目录
1  知识库系统概述                  
 1. 1  引言                  
 1. 2  知识及其特性                  
 1. 2. 1  数据和信息                  
 1. 2. 2  知识的定义                  
 1. 2. 3  知识的层次                  
 1. 2. 4  知识的类型                  
 1. 3  知识表示                  
 1. 3. 1  自然语言                  
 1. 3. 2  知识的形式化表示                  
 1. 3. 3  不确定性知识的表示                  
 1. 4  知识的运用                  
 1. 4. 1  知识的搜索技术                  
 1. 4. 2  知识的推理方法                  
 1. 5  知识库和知识库系统                  
 1. 5. 1  定义                  
 1. 5. 2  知识库的推理和维护                  
 1. 6  知识库系统构造技术                  
 目录                  
 1  知识库系统概述                  
 1. 1  引言                  
 1. 2  知识及其特性                  
 1. 2. 1  数据和信息                  
 1. 2. 2  知识的定义                  
 1. 2. 3  知识的层次                  
 1. 2. 4  知识的类型                  
 1. 3  知识表示                  
 1. 3. 1  自然语言                  
 1. 3. 2  知识的形式化表示                  
 1. 3. 3  不确定性知识的表示                  
 1. 4  知识的运用                  
 1. 4. 1  知识的搜索技术                  
 1. 4. 2  知识的推理方法                  
 1. 5  知识库和知识库系统                  
 1. 5. 1  定义                  
 1. 5. 2  知识库的推理和维护                  
 1. 6  知识库系统构造技术                  
 1. 6. 1  知识表示模式                  
 1. 6. 2  问题求解方法                  
 1. 6. 3  知识获取                  
 1. 7  小结                  
 2  知识的逻辑表达                  
 2. 1  关于推理的简要讨论                  
 2. 1. 1  命题和断言                  
 2. 1. 2  一致性检查                  
 2. 1. 3  演绎                  
 2. 1. 4  形式化方法                  
 2. 2  一阶谓词逻辑                  
 2. 2. 1  引言                  
 2. 2. 2  一阶谓词逻辑语言的句法                  
 2. 2. 3  一阶谓词逻辑语言的语义                  
 2. 2. 4  命题逻辑中的归结推理方法                  
 2. 3  非经典逻辑在知识处理中的应用                  
 2. 3. 1  引言                  
 2. 3. 2多分类逻辑                  
 2. 3. 3  模态逻辑                  
 2. 3. 4  非单调逻辑                  
 2. 3. 5  时序逻辑                  
 2. 3. 6  模糊逻辑                  
 2. 4  小结                  
 3  基于关系的知识表示                  
 3. 1  知识的关系表示                  
 3. 1. 1  关系结构                  
 3. 1. 2  关系                  
 3. 1. 3  关系模型                  
 3. 1. 4  关系代数                  
 3. 1. 5  关系计算                  
 3. 2  二元关系知识库                  
 3, 2. 1  系统的描述                  
 3. 2. 2  语义一致性检查                  
 3. 2. 3  存在的问题                  
 4  面向对象的知识表示                  
 4. 1  对象类及其特性                  
 4. 1. 1  对象类的定义                  
 4. 1. 2  继承性                  
 4. 1. 3  封装性                  
 4. 1. 4  动态联编                  
 4. 1. 5  消息发送                  
 4. 1. 6  对象类和例示的关系                  
 4. 2  基于框架的知识表示                  
 4. 2. 1  基本概念                  
 4. 2. 2  基于框架的推理                  
 4. 3  基于案例的推理--CBR                  
 4. 3. 1  CBR循环                  
 4. 3. 2  案例的检索                  
 4. 3. 3  案例的修改                  
 4. 3. 4  错误结论的处理                  
 4. 3. 5  基于案例的推理和学习系统--CREEK                  
 4. 4  小结                  
 5  基于规则的知识表示                  
 5. 1  产生式和产生式系统                  
 5. 2  基于规则的知识表示                  
 5. 2. 1  基于规则的系统                  
 5. 2. 2  基于规则系统的结构                  
 5. 2. 3  基于规则系统的特点                  
 5. 2. 4  基于规则系统的实例                  
 5. 3  规则和知识库                  
 5. 3. 1  一致性维护                  
 5. 3. 2  封闭性世界假定                  
 5. 3. 3  在规则中使用变量                  
 5. 4  数据驱动和目标驱动求解方法                  
 5. 4. 1  数据驱动方法                  
 5. 4. 2  规则中变量的例示                  
 5. 4. 3  Rete算法                  
 5. 4. 4  目标驱动求解方法                  
 5. 4. 5  混合方法                  
 5. 5  搜索策略                  
 5. 5. 1  冲突解决方案                  
 5. 5. 2  深度优先和宽度优先搜索                  
 5. 5. 3  启发式搜索                  
 5. 5. 4  规则关系网络                  
 5. 6  解释机制                  
 5. 7  小结                  
 6  基于模型的知识表示                  
 6. 1  深层模型和浅层模型                  
 6. 1. 1  浅层知识模型                  
 6. 1. 2  深层知识模型                  
 6. 1. 3  混合知识模型                  
 6. 2  基于模型的知识表示                  
 6. 2. 1  规则的局限性                  
 6. 2. 2  功能. 结构和状态建模                  
 6. 2. 3  模型的使用                  
 6. 2. 4  监控                  
 6. 2. 5  试探性诊断                  
 6. 2. 6  故障模拟                  
 6. 2. 7  使用问题树                  
 6. 3  小结                  
 7  不确定知识的表示与推理                  
 7. 1  引言                  
 7. 2  概率论                  
 7. 2. 1  基本概念                  
 7. 2. 2  贝叶斯(Bayes)规则                  
 7. 2. 3  贝叶斯规则的另一种表示方法                  
 7. 2. 4  一个实例                  
 7. 2. 5  概率论处理不确定性的缺陷                  
 7. 3  置信度理论                  
 7. 3. 1  引言                  
 7. 3. 2  条件部分置信度值小于1. 0的规则                  
 7. 3. 3  复合条件                  
 7. 3. 4  实例                  
 7. 3. 5  置信度理论和概率论的相互关系                  
 7. 3. 6  置信度理论的优点                  
 7. 4  证据理论                  
 7. 4. 1  命题和集合                  
 7. 4. 2  基本概率赋值函数                  
 7. 4. 3  信任函数                  
 7. 4, 4  似然函数和信任区间                  
 7. 4. 5  组合概率赋值函数和信任函数                  
 7. 4. 6  应用实例                  
 7. 5  可能性理论                  
 7. 6  发生率计算                  
 7. 6. 1  纯数值机制的限制                  
 7. 6. 2  事件                  
 7. 6. 3  发生率计算                  
 7. 6. 4  加权概率                  
 7. 6. 5  事件的表示                  
 7. 6. 6  事件的使用                  
 7. 7  1  INFERNO                  
 7. 7. 1  引言                  
 7. 7. 2  INFERNO中的不确定性的传播                  
 8  知识获取                  
 8. 1  知识获取及其过程                  
 8. 2  知识分析                  
 8. 3  知识获取中的模型                  
 8. 4  自动知识获取                  
 8. 4. 1  归纳法符号学习                  
 8. 4. 2  优化算法                  
 8. 4. 3  人工神经网络                  
 8. 5  基于数据库的知识发现-KDD                  
 8. 5. 1  引言                  
 8. 5. 2  用数据库作为知识源                  
 8. 5. 3  知识发现的过程                  
 8. 5. 4  知识发现的方法                  
 8. 5. 5  AKS原理及总体结构                  
 8. 6  小结                  
 9  高性能知识库系统--HPKB                  
 9. 1  HPKB概述                  
 9. 1. 1  开发HPKB的目的                  
 9. 1. 2  HPKB的关键技术                  
 9. 1. 3  HPKB的任务和功能模块                  
 9. 2  本体知识库                  
 9. 2. 1  什么是本体                  
 9. 2. 2  本体知识表示语言MELD                  
 9. 2. 3HPKB本体知识库的层次结构                  
 9. 2. 4  本体知识库推理机制                  
 9. 3  HPKB的知识获取                  
 9. 3. 1  知识获取工具HAWK                  
 9. 3. 2  从领域本体中生成获取知识的工具                  
 9. 4  小结                  

猜您喜欢

读书导航