《知识库系统原理与技术》求取 ⇩

第一章知识库系统概述1

1.1 引言1

1.2 知识1

1.2.1 知识的定义1

1.2.2 数据2

1.2.3 信息2

1.3 知识表示的形式化3

1.4 知识库、知识库系统4

1.5 知识库系统的构造技术5

1.7 小结8

1.6 当今的研究方向8

第二章知识处理的逻辑方法9

2.1 引言9

2.2 用逻辑表示知识9

2.3 用可计算函数和谓词扩大表示12

2.4 归结16

2.4.1 将逻辑表达式转换成子句形式16

2.4.2 归结基础18

2.4.3 命题逻辑中的归结19

2.4.4 合一算法20

2.4.5 谓词逻辑中的归结22

2.4.6 多种代换27

2.4.7 问题回答28

2.5 自然演绎系统30

2.6 语义表方法33

2.7 小结36

第三章逻辑与数据库系统38

3.1 引言38

3.2 理论和完全关系结构方法40

3.2.1 完整性维护40

3.2.2 查询求值42

3.2.4 三个假设43

3.2.3 关系的定义43

3.2.5 理论和完全关系结构方法的应用44

3.3 纯理论方法44

3.3.1 相容性检查45

3.3.2 查询求值46

3.3.3 将任意查询约化为完全开放查询50

3.3.4 封闭世界假设／“失败为负”元规则54

3.3.5 将复杂查询约化成一组原子查询56

3.3.6 纯理论方法的应用61

3.4 理论和不完全关系结构方法62

3.4.1 完整性约束64

3.4.2 另一个推理概念68

3.4.3 完整性约束扩展集和结构扩展规则的使用69

3.4.4 扩展规则集的另一种使用71

3.4.5 封闭世界假设和定义域闭合假设72

3.4.6 理论和不完全关系结构方法的应用72

3.5 小结73

第四章DATALOG逻辑数据模型75

4.1 引言75

4.2 Datalog数据模型77

4.3 非递归规则的求值81

4.4 递归规则的求值87

4.5 最小不动点的增量求值93

4.6 规则体中的负操作96

4.7 关系代数和逻辑102

4.8 小结107

第五章知识处理中的非经典逻辑108

5.1 引言108

5.2 多分类逻辑108

5.2.1 带受限量词的多分类逻辑109

5.2.2 更具表达能力的多分类逻辑110

5.3 情景逻辑113

5.4.1 什么是单调性115

5.4 非单调逻辑115

5.4.2 一个非单调逻辑的例子116

5.4.3 TMS——一个真值保持系统116

5.5 多值逻辑117

5.6 模糊逻辑118

5.7 模态逻辑119

5.7.1 可能世界、可访问关系和必然概念123

5.7.2 特殊模态逻辑的特殊推理规则和逻辑公理125

5.7.3 命题／公式的模态特性127

5.7.4 命题集合之间的关系和特性129

5.7.5 一个模态命题逻辑语言的语法129

5.7.6 LEWIS的模态公理系统131

5.7.7 用语义表进行有效性检查和定理证明133

5.8 时间逻辑138

5.8.1 用经典一阶谓词逻辑处理时间138

5.8.2 基于模态的时态逻辑139

5.9 认知逻辑141

5.10 小结144

第六章知识处理的函数方法145

6.1 引言145

6.2 函数的构造147

6.2.4 用条件（表达式）定义函数148

6.2.3 用表达式定义函数148

6.2.2 一般化合成148

6.2.1 合成148

6.2.5 初始递归149

6.2.6 递归150

6.2.7 求逆和限制150

6.3 Lambda演算151

6.3.1 Lambda演算规则151

6.3.2 Church-Rosser定理152

6.3.3 Curried函数152

6.3.4 高阶函数152

6.4.2 可计算函数153

6.4 一般递归函数和可计算性概念153

6.4.1 基础函数和构造函数153

6.4.3 一般递归函数154

6.5 McCarthy的计算方法154

6.5.1 McCarthy对计算机科学理论的形式化154

6.5.2 S-表达式和McCarthy符号演算的基本函数155

6.5.3 S-表达式和LISP语言的可计算函数157

6.6 函数观158

6.7 函数查询语言FQL159

6.7.1 用基础函数集合表示数据库系统的检索功能159

6.7.3 FQL中的标准函数162

6.7.2 FQL的函数构造策略162

6.7.4 FQL中新函数的定义163

6.7.5 用FQL表示查询164

6.8 函数数据模型164

6.8.1 几个关系模型概念165

6.8.2 实体和函数169

6.8.3 函数模型中的函数合成173

6.8.4 数据操作语法的比较174

6.8.5 用关系表示函数模式176

6.8.7 与抽象数据类型的关系178

6.8.6 用Daplex模式表示关系178

6.8.8 函数数据模型的特点179

6.9 小结179

第七章知识表示方法181

7.1 引言181

7.2 产生式规则181

7.2. 1什么是产生示系统181

7.2.2 问题求解方法182

7.2.3 问题求解的查找策略188

7.2.4 明晰表示控制知识190

7.2.5 短评191

7.3.1 什么是语义网192

7.3 语义网192

7.3.2 扩展语义网193

7.3.3 分割语义网196

7.4 框架197

7.4.1 什么是框架系统197

7.4.2 框架实例和从不同角度表示实体199

7.4.3 类属性、省确值和槽条件200

7.4.4 框架结构202

7.4.5 匹配和模式识别202

7.4.6 推理204

7.4.8 短评205

4.4.7 附加过程DEMONS205

7.5 概念图206

7.5.1 什么是概念图206

7.5.2 断言208

7.5.3 非操作和量词208

7.5.4 模态和时态209

7.5.5 抽象和定义209

7.5.6 基本操作210

7.5.7 最大结合212

7.5.8 短评212

7.6 小结213

第八章不精确推理方法214

8.1 引言214

8.2 概率论214

8.3 确定性理论217

8.4 DEMPSTER/SCHAFER证据理论219

8.4.1 基础理论219

8.4.2 应用模型222

8.4.3 一个例子223

8.5 可能性理论224

8.6 关联演算226

8.7 似然理论230

8.8 小结236

第九章机器学习238

9.1 引言238

9.2 机械（或死记）式学习240

9.3 类比学习241

9.4 概念学习243

9.5 通过观察学习245

9.6 通过发现学习247

9.7 小结250

参考文献251