本课题在传统专家系统基于产生式规则的基础上,引入了神经网络推理和基于节约覆盖集理论的概率因果诊断模型,建立了基于神经网络的多种推理机制并存的集成诊断专家系统理论框架与实用方法,提出了集成诊断专家系统中知识库的划分及以谓词逻辑子句为基础的知识组织与表达技术;提出了基于概念覆盖算法和概念聚类算法的故障概念自动获取机制和诊断推理规则自动获取机制;提出了基于模拟退火技术和基因遗传算法的多故障诊断问题求解策略;提出了神经网络必须与产生式符号方法有机结合,才能完美地模拟人类专家心脑一体认知过程这一重要论点,指出机器符号学习和神经网络自学习,是解决集成成诊断系统知识自动获取与自学习的两条不可相互取代途径
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
基于遗传算法的神经网络学习算法研究
基于概率图模型的脉冲神经网络推理与学习机理研究
模糊神经网络的泛逼近和学习算法研究
Spiking神经网络学习算法研究