介绍Petri网的知识表示方法以及案例推理机制的相关内容, 提出了一种基于Petri网的案例推理模型, 给
出了相应的案例检索匹配算法, 并将该模型和检索算法应用到网络攻防态势推演系统中, 最后重点介绍了该系
统的案例库的知识表示。
2019-12-21 21:17:23
436KB
1
基于产生式的知识表示方法,采用正向推理,根据特定应用建立好事实库、规则库及推理机后，根据用户输入的动物特征可以判断是何种动物。可以添加新规则、查看规则库，且具有一定的异常检测及控制功能.本系统是采用C#及ASP.NET 2.0编写的多网页WEB系统.采用Visual Studio开发平台和Access数据库。
2019-12-21 21:13:02
525KB
1
动态贝叶斯网络推理学习理论及应用；动态系统；可靠性评估；故障诊断；贝叶斯网络建模；DBN
2019-12-21 21:06:44
29.68MB
1
创建了一个动物（食肉、食草）、植物（叶子、树枝、树）的本体，设置属性能够使用Protege自带的HermiT进行推理。比如狮子属于食肉动物、长劲鹿属于食草动物。
2019-12-21 20:50:22
2KB
1
首先说一句抱歉，因为这个资源是考试结束后上传的，所以报告弄丢了，但是代码还在，而且经过TA验收，可以正常运行，这个实验是关于贝叶斯网络的问题。
实验内容：
参照课程第五部分讲授的贝叶斯网络完成，给定事件和事件之间的关系，并且给出每个事件的CPT图，根据贝叶斯公式根据上述条件求出目标概率，编写程序实现基于贝叶斯网络的推理。在这里用到的贝叶斯算法是建立在有向无环图和CPT表的技术上实现的。
2019-12-21 20:47:25
74KB
1
产生式系统反向推理算法的设计与实现.pdf
产生式系统反向推理算法的设计与实现-MFC实现
包含了怎么创建和核心代码
2019-12-21 20:45:26
260KB
1
产生式系统正反向推理MFC实现和操作步骤.rar
可直接运行
实验内容与要求
运用所学知识，设计包含 15 条规则的规则库，并编程实现一个简
单的产生式系统，实现反向推理。要求所开发的系统能识别老虎，金钱豹，斑马，长颈鹿，企鹅，鸵鸟等 6 种动物，并能通过反向推理得
到正确的动物识别结果
详情见博客：人工智能入门学习实验
2019-12-21 20:45:26
4.34MB
1