《知识工程中自然语义的模糊表达》求取 ⇩

第一章　集合与模糊集合1

1.1 集合1

目录1

1.2　模糊集合4

1.2.1　模糊集合的概念及术语4

1.2.2　模糊集合上的运算10

1.2.3　模糊关系14

1.2.4　投影和柱状模糊集合15

1.2.5　扩展原理19

1.2.6　有模糊隶属函数的模糊集合23

第二章　可能性理论29

2.1　可能性分布30

2.1.1　模糊限制与可能性分布30

2.1.2　可能性测度37

2.1.3　可能性与信息40

2.2.1　n元可能性分布的概念41

2.2　多元可能性分布41

2.2.2　边缘可能性分布44

2.2.3　条件可能性分布48

第三章　测分语义学的基本特性52

3.1　语言实体的意义52

3.2 测分语义试验的基本特性54

3.2.1　数据库54

3.2.2　一些基本的试验58

3.2.3　基数试验62

3.3　测分语义试验与意义表达66

第四章　模糊意义表达语言74

4.1 PRUF翻译的基本概念74

4.1.1 模糊命题、模糊疑问句和模糊描述符74

4.1.2　可能性赋值方程77

4.1.3　PRUF的定义和表达式81

4.1.4　数据库、意义与信息83

4.1.5　语义等价与语义后承88

4.2　翻译规则90

4.2.1 几种标准的分布函数92

4.2.2 Ⅰ型翻译规则93

4.2.3 Ⅱ型翻译规则96

4.2.4　Ⅲ型翻译规则101

4.2.5　命题的修饰规则104

4.2.6　一致性、兼容性和真107

4.2.7　Ⅳ型翻译规则111

第五章　翻译实例117

5.1 典型的翻译实例及其测分语义试验过程118

5.2　翻译实例续编130

第六章　近似推理141

6.1　语言变量和语言真变量141

6.1.1 语言变量的概念141

6.1.2　语言真值的计算144

6.2.1 推论规则149

6.2　近似推理149

6.2.2　推论规则的应用155

第七章　近似推理的计算机实现163

7.1　计算机近似推理语言163

7.2　解释型与编译／解释型求解方法167

7.2.1　解释型求解方法167

7.2.2　编译／解释型求解方法171

7.2.3　包含虚拟关系的解释型举例173

7.2.4　编译／解释型举例176

7.3　指针及其他命令178

7.4 实例183

附录 隶属函数的求取与自然语义量化的经验研究188

A.1 模糊统计试验与多级估量法188

A.2 可能性分布函数的经验研究191

A.3 随机集试验与区间估量法193

A.4 语言值量化的经验研究196

参考文献201