论文部分内容阅读
<正>常识揄的难点是前提知识的不完备性、揄规则的不精确性以及知识中显性或隐性矛盾存在的普遍性。常识推理的第一个特点是“常识性”,“常识
容错推理系统FTRS的设计
【摘 要】
：
<正>常识揄的难点是前提知识的不完备性、揄规则的不精确性以及知识中显性或隐性矛盾存在的普遍性。常识推理的第一个特点是“常识性”,“常识
【机 构】
：
汕头大学计算机科学研究所
【出 处】
：
计算机科学
【发表日期】
：
1998年2期
其他文献
<正> 1 引言当前的计算机网络一般使用分组交换,动态分配网络资源。分组交换的优点是所有的源结点统计共享网络资源,但当源数目不断增加时会加重业务流的不可预测性和突发性,
<正> 四路无线电发射接收组件以外围电路简单等优点而被广泛的应用在各种电路。但目前市场上所有的四路遥控组件都有一个共同的缺点,就是接收电路只要首次译码成功,总有一路
<正>知识发现和数据开采(简称为KDD)就是从大量数据中析取事先隐藏未明却又潜在可用的模式你(Pattefhs)~[5]。然而KDD领域还缺乏独立性,大多数从事机器学习(machine learning
<正> 贝叶斯网络提供了表示变量集之间概率依赖性的一个自然有效的方法,而且其推理方法是主观贝叶斯方法的一个扩展,具有坚实的概率理论基础,因此,许多人工智能的研究者都采
<正>神经网络学习包括权值学习和拓朴结构学习,目前大部分妍究集巾于权值学习,结构的选择和确定一般是靠经验和专家知识。设计一个好的神经网络招扑结构是非常困难的。一般地
1 前言 21世纪到来之际,为培养出高科技人才,抢占新世纪经济战略的制高点,各国都在进行“面向21世纪的课程教学内容和课程体系的改革”,当然也包括教学手段的改革。无疑,智能
<正> 1 引言工作流管理是近年来在计算机应用领域中发展最为迅速的几项新技术之一,已经广泛地应用于办公自动化、CAD、文件管理、电子邮件、目录管理、群件应用、BPR(Busines
<正> 随着网络规模不断扩大,提供的业务种类和复杂性不断增加,异构程度也越来越高,使得网络管理变得愈加复杂。原有集中式的网络管理系统(NMS)已不能适应,这已不再是通过简单
<正>Kosk。在结合模糊系统与神经网络的基础上提出的最大最小联想记忆网络DJ是二层前馈网络,为了提高其记亿性能,已经提出了一些改进的算法。其
大数据分析是大数据技术的主要应用,对大数据集进行多维度分析的多特征聚类技术越来越受到关注。针对风电机组重复故障,提出了一种分裂-合并策略改进多特征聚类算法技术的大