《知识系统》求取 ⇩

目 录1

第一章引论1

1.1机器感知1

1.1.1计算机视觉1

1.1.2自然语言理解2

1.1.3解决感知问题的方法——层次分割3

1.2模式识别4

1.2.1模式识别的统计方法6

1.2.2模式识别的句法（结构）方法9

1.2.3模式识别的应用领域14

1.3 Bayes判定论15

1.3.1极小化误差概率的Bayes规则15

1.3.2极小化失误分类平均风险的Bayes规18

则18

1.4知识系统的基本概念21

1.4.1符号21

1.4.3搜索22

. 1.4.2符号推理22

第二章知识表示28

2.1信息、知识与技巧28

2.1.1信息与知识28

2.1.2知识与技巧30

2.2知识表示32

2.2.1表示映象33

2.2.2用谓词逻辑及其它逻辑的知识表示35

2.2.3知识的结构表示37

3.1历史的回顾53

第三章知识系统结构53

3.2知识系统与专家系统的特点57

3.3一个专家系统模型标本61

3.4一个专家系统的典型工作过程64

3.5知识系统的典型成分67

3.6知识系统结构69

3.6.1 解决简化问题的系统结构69

3.6.2处理不定性知识的系统结构70

3.6.3处理随时间变化数据的系统结构71

3.6.4处理大搜索空间的系统74

3.6.5多知识源系统结构76

3.7知识库79

3.8知识系统应用的领域和类型80

第四章推理与控制策略85

4.1 引言85

4.1.1推理路径85

4.1.2策略86

4.1.3元规则87

4.2.1确定性推理88

4.2推理方式88

4.2.2概率推理90

4.2.3不定性推理96

4.3如何建造一个推理机105

4.4几点看法106

第五章知识获取108

5.1建造知识系统的关键108

5.2什么是知识获取108

5.3知识工程师111

5.4知识获取的基本过程与方法113

5.4.1识别阶段113

5.4.2概念化阶段116

5.4.3形式化阶段117

5.4.4实现阶段118

5.4.5测试阶段119

5.4.6对试验系统进行修改120

5.5.1非自动型知识获取121

5.5知识获取的若干类型121

5.5.2自动型知识获取128

5.6知识获取辅助系统133

5.6.1解释机构134

5.6.2人机会话机构134

5.7几点看法136

第六章知识库管理137

6.1概述137

6.2知识库管理与知识获取137

6.3.1不一致性检测138

6.3知识库管理的基本任务138

6.3.2包含139

6.3.3单条规则间的矛盾140

6.4知识库中弱规则的检测和纠正144

6.4.1 SEEK2——一个自动诊断和修改知识144

库中弱规则的系统144

6.4.2元知识与元知识库150

6.5知识库管理工具152

6.5.1知识库的检索152

6.5.2知识库的编辑153

6.5.3簿记功能154

6.5.4知识库的安全与保密157

第七章知识系统的评价159

7.1系统评价的动机159

7.1.1为何要进行评价159

7.1.2评价动机的确定160

7.2制定评价计划161

7.2.1对系统特性的评价161

7.2.2确定评价的客观标准163

7.2.4确定评价的手段164

7.2.3确定系统成功的现实标准164

7.3如何评价一个系统165

7.3.1何时开始、何时停止评价165

7.3.2系统的研制与评价过程165

7.4方法论问题167

8.1 引言170

8.2知识工程语言170

第八章知识工程语言和工具170

8.3建造系统的工具172

8.3.1骨架系统172

8.3.2通用表示语言173

8.3.3辅助设计工具173

8.4如何生成一个知识系统174

8.5典型工具系统175

8.5.1 EMYCIN系统175

8.5.2 EXPERT系统181

8.5.3 OPS5系统188

第九章多层系统196

9.1 引言196

9.2表层与深层系统特性198

9.2.1表层系统198

9.2.2深层系统198

9.3多层系统199

9.4知识的多层表示200

9.4.1多层问题的内在特性200

9.4.2表示的层次结构201

9.4.3层间的形式关系202

9.5多层模型中的通讯问题203

9.6如何生成一个多层系统204

9.7 典型系统206

9.7.1 ELAS系统206

9.7.2 MGJ-1通用汉字专家系统212

第十章机器学习221

10.1 引言221

10.2连续性、影响和环境224

10.3学习系统模型225

10.4机器学习方法228

10.4.1 机械学习228

10.4.2嘱咐式学习229

10.4.3通过例子学习230

10.5机器学习算法232

10.5.1 搜索232

10.5.2遗传学自适应算法233

10.5.3搜索算子236

10.6典型的学习系统237

10.6.1 LS-1学习系统237

10.6.2 BEAGLE学习系统238

10.6.3 EURISKO学习系统241

10.7几点看法241

附录Ⅰ MGJ-1系统运行“快照”244

附录Ⅱ 建造专家模型的几点建议247

附录Ⅲ 死亡时间鉴定专家模型248

参考文献253