论文部分内容阅读
为提高实例推理系统中实例检索的效率与质量，提出了基于人工神经网络的实例检索模型。该模型在实例层次组织的基础上，利用自适应共振网络实现对实例的动态分类，以缩小实例搜索的范围。采用前馈型神经网络记忆各实例的索引，以便在缩小的实例范围内快速地提取相似实例，提高检索效率与质量。最后给出了摩托车总体设计过程方案选择的算例，并将检索的结果与基于最近邻法的实例检索结果进行比较分析，结果证明了该模型的有效性。