当前位置:首页 > 工业技术
知识工程与知识管理
知识工程与知识管理

知识工程与知识管理PDF电子书下载

工业技术

  • 电子书积分:12 积分如何计算积分?
  • 作 者:陈文伟,陈晟编著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2010
  • ISBN:9787302219644
  • 页数:330 页
图书介绍:本书系统地介绍了知识工程与知识管理两部分内容。知识工程是人工智能中最具有实用价值的部分,它包括:专家系统、决策支持系统、计算智能、机器学习和数据挖掘等。
《知识工程与知识管理》目录

第1章 知识工程与知识管理综述 1

1.1 知识工程与人工智能 1

1.1.1 知识工程概念 1

1.1.2 人工智能概念和发展过程 3

1.1.3 知识系统结构和知识工程基础 8

1.2 知识工程的核心问题 9

1.2.1 知识概念与逻辑推理 9

1.2.2 知识表示与知识推理 12

1.2.3 知识获取 24

1.3 知识管理与知识工程 26

1.3.1 知识管理综述 26

1.3.2 信息管理与知识管理 28

1.3.3 知识工程与知识产业 30

1.3.4 知识工程和知识管理相互促进 33

习题1 36

第2章 专家系统及其开发 37

2.1 专家系统综述 37

2.1.1 专家系统概念 37

2.1.2 专家系统结构和原理 38

2.1.3 专家系统的应用与开发的困难 39

2.2 产生式规则专家系统 41

2.2.1 产生式规则知识与推理 41

2.2.2 不确定性推理 45

2.2.3 解释机制和事实库 47

2.2.4 产生式规则知识推理简例 49

2.3 元知识与两级推理 51

2.3.1 元知识概念 51

2.3.2 元知识分类 53

2.3.3 领域知识和元知识的两级推理 54

2.4 专家系统的黑板结构 56

2.4.1 基本原理 56

2.4.2 HEARSAY-Ⅱ语言识别系统 58

2.4.3 医疗诊断专家系统 60

2.5 专家系统开发与实例 61

2.5.1 专家系统的开发 61

2.5.2 专家系统工具 63

2.5.3 单推理树形式的专家系统 68

2.5.4 多推理树形式的专家系统 70

习题2 74

第3章 决策支持系统及其开发 76

3.1 决策支持系统与智能决策支持系统 76

3.1.1 决策支持系统综述 76

3.1.2 决策资源与决策支持 82

3.1.3 模型实验与模型组合方案 84

3.1.4 智能决策支持系统的设计与开发 85

3.1.5 决策支持系统实例 89

3.2 基于数据仓库的决策支持系统 93

3.2.1 数据仓库与联机分析处理 93

3.2.2 数据仓库的决策支持 101

3.2.3 基于数据仓库的决策支持系统与商业智能 103

3.2.4 基于数据仓库的决策支持系统实例 105

3.3 综合决策支持系统 107

3.3.1 传统决策支持系统与新决策支持系统的比较 107

3.3.2 数据仓库与数学模型 108

3.3.3 综合决策支持系统结构与原理 109

3.3.4 网络环境的综合决策支持系统体系 111

3.3.5 网络环境的决策支持系统实例 114

习题3 118

第4章 计算智能的仿生技术 119

4.1 神经计算 119

4.1.1 人工神经网络 119

4.1.2 反向传播模型BP 123

4.1.3 反向传播模型实例分析 128

4.1.4 神经网络专家系统 130

4.2 模糊计算 135

4.2.1 模糊集合及其运算 135

4.2.2 模糊推理 137

4.2.3 模糊规则的计算公式 139

4.2.4 模糊推理方法的比较 140

4.3 遗传算法 141

4.3.1 遗传算法原理 141

4.3.2 优化模型的遗传算法求解 145

4.3.3 基于遗传算法的分类学习系统 147

4.4 人工生命 152

4.4.1 人工生命概述 152

4.4.2 人工生命的研究内容和方法 153

4.4.3 人工生命实例 154

4.4.4 人工生命的实验系统 156

习题4 158

第5章 机器学习与数据挖掘 160

5.1 机器学习与数据挖掘综述 160

5.1.1 机器学习概述 160

5.1.2 机器学习分类 162

5.1.3 知识发现与数据挖掘综述 165

5.1.4 数据浓缩与知识表示 169

5.2 基于信息论的归纳学习方法 173

5.2.1 基于互信息的ID3方法 174

5.2.2 基于互信息的C4.5方法 178

5.2.3 基于信道容量的IBLE方法 179

5.3 基于集合论的归纳学习方法 189

5.3.1 AQ11方法 189

5.3.2 粗糙集方法 194

5.3.3 关联规则挖掘 203

习题5 210

第6章 公式发现与变换规则的挖掘 212

6.1 公式发现 212

6.1.1 公式发现综述 212

6.1.2 物理化学定律发现系统BACON 214

6.1.3 经验公式发现系统FDD 218

6.2 变换规则的知识挖掘 232

6.2.1 适应变化环境的变换和变换规则 232

6.2.2 变换规则的知识挖掘的理论基础 234

6.2.3 变换规则的知识推理 236

6.2.4 变换规则链的知识挖掘 238

6.2.5 适应变化环境的变换规则元知识 241

习题6 244

第7章 知识管理 246

7.1 知识经济与知识管理 246

7.1.1 知识经济与知识管理的形成 246

7.1.2 知识管理基本原理 249

7.1.3 知识管理实例 257

7.2 知识管理与学习型组织 259

7.2.1 学习型组织概念 259

7.2.2 学习型组织与知识管理的整合 261

7.2.3 学习型组织实例 265

7.3 人力资源管理的理论基础 267

7.3.1 知识管理和人力资源管理 267

7.3.2 人力资源管理理论 268

7.3.3 人力资源管理实例 274

习题7 278

第8章 知识创造 279

8.1 知识创造模型与开源软件 279

8.1.1 知识创造模型 279

8.1.2 集体协作创造知识的新潮流——开源软件 286

8.2 软件进化规律的发掘 293

8.2.1 数值计算的进化 293

8.2.2 计算机程序的进化 297

8.2.3 数据存储的进化 300

8.2.4 知识处理的进化 302

8.2.5 进化规律的发掘 304

8.3 计算机硬件与网络进化规律的发掘 307

8.3.1 计算机硬件的理论基础 307

8.3.2 计算机的体系结构 312

8.3.3 计算机硬件的进化 314

8.3.4 硬件进化规律的发掘 318

8.3.5 计算机网络的进化 320

8.3.6 计算机技术发展趋势 323

习题8 325

参考文献 327

相关图书
作者其它书籍
返回顶部