知识工程与知识发现PDF|Epub|txt|kindle电子书版本网盘下载

知识工程与知识发现PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 知识工程的逻辑基础1

第1章 形式系统概论3

1.1 形式系统的产生与发展3

1.2 形式系统的定义4

1.3 形式系统的元语言6

1.4 形式系统的元理论6

第2章 命题演算10

2.1 命题演算形式系统(FSPC)10

2.2 FSPC的讨论13

3.1 一阶谓词演算形式系统(FSFC)16

第3章 一阶谓词演算16

3.2 FSFC语构的讨论18

3.3 FSFC语义的讨论22

3.4 语构与语义关系的讨论24

3.5 FSFC的形式表达能力28

3.6 多型变元一阶谓词演算系统30

第4章 二阶谓词逻辑33

4.1 二阶谓词演算形式系统33

4.2 二阶语义及其与二阶谓词演算系统的关系36

4.3 知识表示的格林方法和科瓦尔斯基方法38

5.1 模态逻辑的正规系统及其语义41

第5章 模态逻辑41

5.2 模态逻辑系统NSKD、NSKT、NSKB、NSK4、NSK5及其它46

5.3 模态谓词演算49

5.4 模态逻辑的几种解释(知道逻辑与信念逻辑)50

第6章 时序逻辑56

6.1 MPTL的语言56

6.2 MPTL的语义57

6.3 时序逻辑系统MPTL59

第7章 动态逻辑68

7.1 命题动态逻辑68

7.2 一阶动态逻辑70

7.3 一阶动态逻辑的描述能力73

第8章 多值逻辑76

8.1 三值逻辑77

8.2 无穷值逻辑80

8.3 完备性定理83

8.4 谱理论简介86

8.5 多值逻辑的应用89

第9章 模糊逻辑94

9.1 “点值”模糊逻辑94

9.2 语言真值模糊逻辑96

9.3 区间值模糊逻辑98

9.4 算子模糊逻辑99

9.5 模糊逻辑的应用102

第10章 非单调逻辑106

10.1 非单调逻辑的产生106

10.2 缺席推理逻辑109

10.3 非单调逻辑111

10.4 限定理论113

第11章 归纳逻辑116

11.1 经典归纳逻辑简介116

11.2 现代归纳逻辑简介121

11.3 归纳逻辑与人工智能132

第二篇 知识表示与推理机制135

第12章 知识表示方法137

12.1 产生式表示法138

12.2 语义网络表示法141

12.3 框架表示法146

12.4 谓词表示法149

12.5 面向对象表示法153

12.6 基于范例表示法157

12.7 基于Rough Set表示法159

12.8 基于语言场表示法161

12.9 基于知识体表示法164

12.10 其它表示方法170

13.1 不确定性推理173

第13章 推理机制173

13.2 非单调推理210

13.3 定性推理223

13.4 其它推理239

第14章 搜索策略248

14.1 盲目搜索248

14.2 启发式搜索253

第三篇 机器学习与知识获取259

第15章 概述261

15.1 知识来源和关于学习的理论261

15.2 机器学习262

15.3 知识获取的主要手段264

15.4 知识获取工具266

第16章 通过例子学习277

16.1 学习单个概念277

16.2 学习多个概念286

16.3 学习执行多步任务290

第17章 通过类比学习299

17.1 类比学习与推理系统299

17.2 转换类比305

17.3 派生类比系统309

17.4 设计和再设计问题311

17.5 重演中的问题312

17.6 POPART等简介317

第18章 基于解释的学习338

18.1 基于解释的抽象338

18.2 基于解释的学习341

第19章 通过观察学习350

19.1 引言350

19.2 概念内聚351

19.3 所涉及到的术语和基本操作352

19.4 聚类质量的标准356

19.5 总结357

20.1 一个符号积分问题求解系统(FISLS)358

第20章 问题求解中的机器学习方法358

20.2 一个类比求解方法的理论模型365

20.3 基于案例的不定积分求解系统370

20.4 反应块及其在类比推理中的应用375

20.5 通过联想的学习方法及其应用380

20.6 LEAP：一个数字电路设计的学徒学习系统384

20.7 布尔电路设计操作的学习389

第21章 知识获取394

21.1 基于人工神经网络的知识获取方法394

21.2 专家知识的归纳获取399

第四篇 实用智能系统403

22.1 专家系统的概念405

第22章 专家系统405

22.2 专家系统的基本结构411

22.3 知识的获取412

22.4 知识的管理416

22.5 专家系统的设计原则421

第23章 决策支持系统423

23.1 基本概念423

23.2 决策支持系统的基本结构431

23.3 决策支持系统与管理信息系统的关系439

23.4 决策支持系统的分类440

23.5 决策支持应用实例447

第24章 机器人规划451

24.1 机器人规划的作用和任务452

24.2 积木世界的机器人规划453

24.3 使用目标栈的规划系统456

24.4 STRIPS规划系统461

24.5 一个通用规划求解系统的简单介绍463

24.6 具有学习能力的PULP-I规划系统467

24.7 NOAH规划系统468

24.8 基于专家系统的机器人规划系统472

24.9 基于知识的机器人规划系统475

24.10 总结478

第25章 新型计算机系统--神经计算机系统480

25.1 神经计算机系统的背景及研究现状481

25.2 神经网络的拓扑结构分析483

25.3 神经网络模型486

25.4 神经计算机系统的体系结构的考虑490

25.5 Transputer与多处理器系统493

25.6 神经计算机系统的3种实现方式496

25.7 神经网络计算机的一种分形实现502

25.8 总结506

第26章 其它新型计算机系统508

26.1 数据库计算机系统508

26.2 面向智能信息处理的多机系统及多媒体计算机系统513

26.3 总结519

第五篇 知识发现系统521

第27章 知识发现系统的研究综述523

27.1 KDD的产生简介523

27.2 KDD的描述性定义524

27.3 KDD预处理526

27.4 KDD的应用529

27.5 有关KDD软件的简介531

27.6 KDD研究和应用所面临的挑战534

第28章 知识发现系统的机理研究536

28.1 双库协同机制研究(Ⅰ)536

28.2 双库协同机制研究(Ⅱ)549

29.1 KDD系统564

第29章 知识发现系统的模型结构研究564

29.2 KD(D K)系统570

29.3 ESKD系统580

第30章 数据发掘方法584

30.1 概述584

30.2 KDD的可视化发掘技术586

30.3 基于证据理论的发掘方法588

30.4 基于概念树提升的发掘方法595

30.5 基于神经网络的发掘方法598

30.6 基于因果关系定性推理的发掘方法605

30.7 基于统计的发掘方法609

30.8 基于遗传算法的发掘方法616

30.9 基于粗糙集的发掘方法629

30.10 其它639

第31章 知识评价方法及知识的组织、管理和维护663

31.1 知识评价方法663

31.2 可信度计算668

31.3 知识的组织、管理和维护671

第32章 KDD原型及应用679

32.1 KDD原型系统679

32.2 实例683

参考文献686