产生式规则造句
- 基于模糊逻辑的产生式规则拓展
- 基于模糊产生式规则模型的准时任务调度
- 扩展产生式规则的网络故障诊断专家系统
- 根据产生式规则建立了知识库,主观bayes思想建立了推理机。
- 该“产生式规则”简单而易以实现,而且不增加浮点加法器的延迟。
- 探讨了模糊知识库、模糊综合数据库、模糊产生式规则的设计方法。
- 其中知识的表达采用产生式规则和面向对象的知识表示法相结合,来构造本系统的知识库。
- 同时采用人工获取的方式获取了抽取规则,把总结得到的语言特征和结论用产生式规则的形式描述出来。
- 将冲突解决知识作为相对独立于领域知识的一种独特的专门知识来处理,把冲突解决知识表达为产生式规则的形式。
- 文章详细描述了如何用关系数据库来实现基于产生式规则的知识库的建立,从而能更方便的管理和维护知识库。
- 用产生式规则造句挺难的,這是一个万能造句的方法
- 并且在产生式规则表示中增加了规则前提的可信度阈值、规则前提的重要度以及规则所涉部件的可维性系数。
- 本文中的前导零预测逻辑是基于一套统一的“产生式规则” ,可以消除原有前导零预测逻辑潜在的一位预测错误。
- 本系统工艺知识的描述与表达采用了产生式规则法和框架法,以成组技术( gt )为基础,以零件组为基本单元分别进行。
- 首先确定条件类的分布核,进而采用启发式算法计算其分布约简,挖掘出最简产生式规则。
- 通过分类正确度有效处理了决策表的不一致性,采用启发式算法,挖掘出满足给定精确度的最简产生式规则知识。
- 采用基于对象类的产生式规则,分析了影响工艺装备选择的因素,总结出工艺装备选择的规则,建立了一个开放且易于扩充、维护的动态知识库。
- 本文提出的不精确推理的知识表示以产生式规则为基础,利用了模糊数学方法,并提出了不精确性传递的三个公式。
- 论文的主要工作有: 1在对现有的知识表示方法进行深入分析的基础上,研究了一种知识表达的二元产生式规则方法。
- 具体说来,采用关系型数据库技术来表示、存储及维护产生式规则,将非结构化的产生式规则转换为结构化的线形结构,同时存储在关系型数据库中。
- 针对数据语义判别问题的特点,提出了基于分类产生式规则的知识表示方法及相应的匹配算法和推理方法。