共查询到19条相似文献,搜索用时 163 毫秒
1.
2.
3.
为了快速准确地选择出合适的切削刀具,提出了一种基于实例推理的刀具选配方法,利用以往的经验和知识来解决新的刀具选择问题.重点研究了刀具选配实例的知识表示和检索匹配.最后举例验证了方法的可行性. 相似文献
4.
在分析了传统刀具选配模式存在的不足的基础上,对基于知识重用的刀具选择技术进行了研究.采用实例推理技术进行刀具智能选择,对刀具智能选择过程中涉及的特征提取、知识表示、检索策略、相似度计算等实例推理的关键技术进行了研究. 相似文献
5.
基于CBR和RBR的航天测控设备故障诊断专家系统 总被引:5,自引:0,他引:5
采用CBR和RBR混合推理设计了航天测控设备故障诊断专家系统,建立了系统的层次诊断结构模型。介绍了产生式和基于案例的知识表示方法,并详述了系统所采用的基于规则和基于案例的诊断推理机制。最后,基于CLIPS和Visual C 混合编程的方法进行了系统实现,详细介绍了两种语言的嵌入设计。 相似文献
6.
本文以机床夹具为研究对象,分析了机床夹具的特征,指出机床夹具特征相似可描述为结构相似和功能相似两个方面。根据基于实例推理方法,研究了机床夹具设计中的实例库设计、检索方法、检索算法等关键技术。介绍了我所与南航联合开发的基于UG平台的专用机床夹具CAD系统基于实例推理的设计向导技术特点与应用情况。 相似文献
7.
8.
9.
介绍一种通用的故障诊断推理机制。应用修正的EMYCIN算法进行不精确推理计算;基于FTA和FMEA建立具有很强的推理能力和良好的动态性、灵活性的推理逻辑;应用此推理机制建立一个应用实例。 相似文献
10.
11.
为快速准确排除飞机引气系统故障,引入CBR方法进行故障诊断。将来自运营方的历史故障经验与生产方的专家知识相结合而构造案例库。首先设计了不同类型知识的表示方法,然后重点研究了案例检索中的相似度,针对A—NN算法相似度作为参考的不足,提出了动态失效比的概念,并以此形成参考度,给出了计算模型。应用示例表明该案例库构造可准确定位故障,为高效的案例推理算法提供基础。 相似文献
12.
采用实例推理和遗传算法相结合的方法,研究了航空机械零部件失效模式识别的问题。对用于识别的失效属性的选择、检索相似度计算、训练用遗传算法的适应度函数设计以及训练策略的影响进行了较为详细的描述。应用测试表明,对包含分布均衡的3种模式的情况取得了高于74.67%的识别率,所获得的最佳权值向量对另外2种模式具有很好的识别精度(大于73.3%),对混合多模式情况也具有较好的推广能力。验证了该方法对航空零部件失效模式的识别是可行的。 相似文献
13.
夏桂英 《中国民航学院学报》1994,12(3):93-98
本文介绍了一种新的教授和学习手段──知识要素卡片系统,该系统为讲授此课程的教师提出了统一的要求,将极其有利于规范化教学。同时更加便于课程内容的增删、修改和更新,以适应该学科的不断发展和进步。将知识要素卡片直接复印成胶片可形成一套教学幻灯卡片或绘制成一套挂图,也可进一步形成输入计算机的CAI软件,这将作为学生总结复习、自学的有力帮手和教具,必将提高备课效率和教学效果。 相似文献
14.
基于案例推理的直接维修成本预计方法 总被引:7,自引:0,他引:7
在飞机研制初期就开始对直接维修成本(DMC)进行分析和控制对于降低飞机全寿命周期成本、增强飞机市场竞争力具有重要的意义。然而,现有的DMC预计方法存在精度低、大量依靠专家经验的缺陷,针对这些缺陷提出一种基于案例推理的预计方法。经过验证,此方法不仅需要的经验知识大大减少,而且简单、快捷,精度比其他方法提高了十几个百分点。 相似文献
15.
16.
参考类似机型的经验是我国目前民用飞机研制的主要途径之一。为了更好地借鉴国内外类似机型的经验,本文提出了一种基于信息熵的类似机型确定方法,该方法应用信息熵理论,直接通过类似机型数据所蕴含的客观信息计算各属性的权重,消除了依靠人为指定权重的主观因素影响。在此基础上,给出了包含有不精确信息属性的相似度的计算方法,最后应用支线飞机实例进行了验证,表明该方法具有较高的客观有效性。 相似文献
17.
18.
作为人工智能研究中面向实际应用的课题,本系统综合安24飞机发动机故障诊断的专家经验和各种典型实例,用基于规则的演绎推理系统,实现了对飞机发动机故障的经验性诊断。并利用人机对话方式,提供推理报告,进行自学习(机器学习)。系统模型由知识库、推理机制、自学习机制及解释机制四个模块构成,它们相对独立,能进行平行处理。有利于调试、修改及扩充新知识。同时本系统还有效地解决了栈空间的问题。其调试结果表明:与INSIGHT2相比,响应时间短,速度快,功能强。并有较好的用户界面。具有一定的实用性。 相似文献
19.
小样本学习指只利用目标类别的少量监督信息来训练机器学习模型。由于其实用价值,学术界和工业界提出很多针对该问题的解决方案,但是目前国内缺少该问题的综述。本文对国内外学者提出的小样本学习算法及基于小样本学习的目标检测算法进行了系统的总结和探索。首先,给出了小样本学习的问题定义,列举其与其他一些经典的机器学习问题之间的联系,同时从理论上阐述小样本学习问题面临的挑战;接着,对基于小样本学习的图像分类进行了概述,并对其中代表性的工作进行介绍与分析;在此基础上,重点针对基于小样本学习的目标检测,特别是零样本条件下的目标检测问题,详细介绍和分析了现有的研究工作;最后,立足于现有方法的优缺点,从问题设定、理论研究、实现技术以及应用场景等几个方面对小样本学习的未来发展进行了展望,期望为该领域后续的研究工作提供启示。 相似文献