第一部分 软 计 算
第1章 计算智能——神经计算和遗传算法技术 （张铃 张钹编）
1. 1 引言
1. 2 神经计算
1. 2. 1 历史发展
1. 2. 2 神经网络计算
1. 2. 3 我们的工作
1. 3 遗传算法
1. 3. 1 遗传算法
1. 3. 2 应用例子
1. 4 分析
1. 5 结论
参考文献
第2章 模糊逻辑. 神经元网络和进化计算 （何新贵 梁久桢编）
2. 1 引言
2. 2 智能系统的特征
2. 3 神经元网络
2. 4 模糊逻辑和模糊推理网络
2. 5 模糊神经元网络
2. 6 神经元网络的学习
2. 7 神经元网络的进化
2. 8 智能系统
2. 9 应用
2. 10 结语
参考文献
第3章 基于Agent的计算 （石纯一 徐晋晕编）
3. 1 前言
3. 2 Agent模型
3. 2. 1 概述
3. 2. 2 逻辑学方法
3. 2. 3 经济学方法
3. 2. 4 开放信息系统
3. 3 MAS求解机制
3. 3. 1 MAS问题求解
3. 3. 2 理论基础
3. 3. 3 Agent组织
3. 3. 4 协商和协调机制
3. 3. 5 合作机制和任务分配
3. 3. 6 个性. 社会性和规范
3. 4 Agent技术和应用
3. 4. 1 KQML和AOP
3. 4. 2 应用
参考文献
第4章 形象思维 （潘云鹤 耿卫东编）
4. 1 形象思维的认知机制研究综述
4. 1. 1 概述
4. 1. 2 记忆中的形象信息表征
4. 1. 3 形象思维与心象
4. 1. 4 小结
参考文献
4. 2 图形图像技术与形象思维模拟
4. 2. 1 心象型信息的表达模拟
4. 2. 2 心象型信息的操作模拟
4. 2. 3 小结
参考文献
4. 3 语义与视觉形象的集成及人工形象智能
4. 3. 1 引言
4. 3. 2 集成模型概述
4. 3. 3 单路模型
4. 3. 4 多路或模型
4. 3. 5 多路与模型
4. 3. 6 人工形象智能的提出
参考文献
4. 4 综合推理的理论与模型
4. 4. 1 推理的发展概述
4. 4. 2 综合推理的模型
4. 4. 3 综合推理的特点
4. 4. 4 综合推理示例——多源类比生成
4. 4. 5 小结
参考文献
4. 5 形状的心象型表达模型
4. 5. 1 问题的提出
4. 5. 2 形状的心象型表达准则
4. 5. 3 心象型表达模型的提出
4. 5. 4 二维形状的抽象表达
4. 5. 5 三维形体的抽象表达模型
4. 5. 6 模型的分析与评价
参考文献
4. 6 形象思维模拟：实例研究
4. 6. 1 语义到形状的转换：自动造型
4. 6. 2 基于知识的真实感绘制
4. 6. 3 融合视觉认知的工程视图理解
4. 6. 4 形象化语义的生成——CAD中的表达型绘制
4. 6. 5 智能多媒体表现
4. 6. 6 基于形象语义的壁画检索
4. 6. 7 基于视频知识的动画
参考文献
4. 7 形象思维研究展望
参考文献
第二部分 自然语言处理
第5章 自然语言理解与机器翻译 （姚天顺编）
5. 1 前言
5. 2 当今的自然语言理解
5. 2. 1 自然语言理解的研究
5. 2. 2 信息检索
5. 3 新世纪研究的设想
5. 3. 1 开展语言信息处理的基础研究
5. 3. 2 统计方法进入了自然语言理解的新阶段
5. 3. 3 构造结构化语言模型
5. 3. 4 基于语段的处理方法(Chunk—based Method)
5. 4 结束语
参考文献
第6章 形式文法与故事理解 （张松懋编）
6. 1 故事理解研究简述
6. 2 Rumelhart的故事文法及对其的不同评价
6. 3 其他与故事理解有关的文法方法
6. 4 故事生成中的形式文法
6. 5 语言学和文学中的故事文法
6. 6 我们的故事分析文法及其功能分析
6. 7 故事理解形式化文法方法的研究趋势
参考文献
专家讨论：自然语言处理方法论自议 （陆汝占 靳光瑾编）
专家讨论：理解“故事理解” （陆汝占编）
第三部分 非经典逻辑
第7章 开放逻辑：一个关于形式系统序列和极限的理论 （李未编）
7. 1 公理化方法及其局限性
7. 2 公理化进程
7. 3 形式理论序列和极限
7. 4 新假设与事实反驳
7. 5 猜想与反驳序列
7. 6 演绎与归纳
7. 7 归纳序列
7. 8 过程模式
7. 9 结论与展望
参考文献
第8章 模态逻辑和定理证明 （孙吉贵编）
8. 1 引言
8. 2 模态逻辑系统
8. 2. 1 正规模态逻辑
8. 2. 2 时态逻辑
8. 3 模态逻辑推理方法
8. 3. 1 模态逻辑的表推演方法
8. 3. 2 子句型模态归结方法
8. 3. 3 模态非子句归结方法
8. 3. 4 模态逻辑的理论归结方法
8. 3. 5 模态逻辑转换为经典逻辑的推理方法
8. 3. 6 模态逻辑的Gentzen相继式演算
8. 3. 7 模态逻辑的Matrix证明方法
8. 4 模态推理器
8. 5 模态推理展望
参考文献
第9章 约束逻辑程序设计CLP——现状与未来 （刘椿年编）
9. 1 引言
9. 2 语义基础
9. 2. 1 约束论域
9. 2. 2 语法结构
9. 2. 3 状态间的推导法则和推导序列
9. 2. 4 CLP程序的操作语义
9. 2. 5 例子
9. 2. 6 其他语义和主要的理论结果
9. 3 语言设计
9. 3. 1 约束论域和约束求解算法——约束系统
9. 3. 2 约束系统的宿主语言
9. 3. 3 程序调试和可视化工具
9. 4 实现技术
9. 4. 1 CLP编译器和抽象机
9. 4. 2 CLP程序的全局分析技术
9. 4. 3 CLP的并行实现
9. 4. 4 CLP系统的一个实例
9. 5 应用——CLP的建模技术
9. 5. 1 实数论域上CLP(R)的建模技术
9. 5. 2 离散论域上CLP(FD)的建模技术
9. 6 相关学科
9. 6. 1 人工智能与约束程序设计
9. 6. 2 数据库与约束程序设计
9. 6. 3 人机接口与约束程序设计
9. 6. 4 运筹学与约束程序设计
9. 6. 5 并发性与约束程序设计
9. 6. 6 机器人和控制论与约束程序设计
9. 7 发展趋势
9. 7. 1 更为实用的约束系统和约束语言
9. 7. 2 基于约束的分布式系统
9. 7. 3 系统效率的进一步提高
9. 7. 4 约束数据库
9. 7. 5 用户接口与基于约束的嵌入式智能系统
9. 7. 6 CLP与人工智能中一些领域的交叉研究
9. 8 结束语
参考文献
专家讨论：分层约束逻辑程序设计(HCLP) （孙吉贵 张永刚编）
专家讨论：模态逻辑与Rough集理论 （刘椿年编）
第四部分 非经典推理
第10章 关于行动推理的研究 （朱朝晖 戈也挺 陈世福 朱梧槚编）
10. 1 引言
10. 2 行动推理研究中的形式工具
10. 3 框架问题的研究
10. 3. 1 基于限定论的方法
10. 3. 2 框架问题的Reiter解决方案
10. 4 结果(ramifications)问题的研究
10. 4. 1 PWA. PMA及极小变化原则
10. 4. 2 极小原则与状态变元的分类
10. 4. 3 基于因果关系的方法
10. 5 资格问题的研究
10. 6 行动推理的元理论研究
10. 7 行动推理理论在agent中的应用及行动推理研究趋势
10. 8 结束语
参考文献
第11章 基于事例的推理系统 （刘大有 赵宇霆 艾景军编）
11. 1 引言
11. 2 CBR研究的历史和现状
11. 3 CBR思想
11. 3. 1 什么是CBR
11. 3. 2 CBR系统的特点
11. 3. 3 CBR系统的整体结构
11. 4 CBR中的机器学习
11. 4. 1 学习途径
11. 4. 2 学习策略
11. 4. 3 学习方法
11. 5 CBR方法
11. 5. 1 事例表示
11. 5. 2 索引
11. 5. 3 事例检索
11. 5. 4 相似性度量
11. 5. 5 适应性修改
11. 5. 6 评估和学习
11. 6 CBR方法与其他方法的结合
11. 7 结论
参考文献
第12章 关于基于模型的诊断 （姜云飞 欧阳丹彤编）
12. 1 什么是基于模型的诊断
12. 1. 1 基于模型诊断的思想
12. 1. 2 基于模型诊断的形式定义
12. 1. 3 基于模型诊断的示例
12. 2 基于模型诊断的步骤
12. 3 基于模型诊断的计算方法
12. 3. 1 基于一致性极小诊断
12. 3. 2 基本诊断
12. 3. 3 基于一致性的中心诊断
12. 3. 4 溯因诊断
12. 4 基于模型的诊断与传统的基于规则诊断的区别
12. 4. 1 传统的基于规则的诊断依赖于专家的经验
12. 4. 2 基于模型的诊断依赖于元件的功能和元件间的连接
12. 4. 3 基于规则的诊断系统类似于中医诊断, 而基于模型的诊断系统类似于西医诊断
12. 5 基于模型诊断的优点
12. 6 基于模型诊断的应用研究领域
12. 7 基于模型诊断的研究课题
12. 8 基于模型诊断在应用方面的研究成果
12. 9 我们在基于模型诊断上的研究工作
参考文献
第五部分 机器学习
第13章 机器学习：研究与分析 （王珏 白硕编）
13. 1 机器学习研究概况
13. 2 机器学习算法的基础——优化
13. 2. 1 表示(数学基函数). 知识表示(模型)与机器学习(优化算法)
13. 2. 2 数据性质
13. 2. 3 目标函数与搜索策略
13. 2. 4 小结
13. 3 符号机器学习
13. 3. 1 符号机器学习的一般描述
13. 3. 2 AQ11与ID3
13. 3. 3 Rough Set理论与差别矩阵原理
13. 4 统计机器学习
13. 4. 1 MP模型的几何解释
13. 4. 2 Vapnik的支持向量机
13. 4. 3 基于领域的空间划分方法
13. 4. 4 分析
13. 4. 5 聚类分析
13. 5 数据挖掘
13. 5. 1 例子
13. 5. 2 人的数据理解
13. 5. 3 计算机数据理解
13. 6 非结构化数据的数据挖掘
13. 6. 1 对非结构化数据进行结构化表示的三个层次
13. 6. 2 文本挖掘与图像挖掘
13. 6. 3 半结构化数据挖掘
13. 6. 4 语言归纳机器学习
13. 7 函数归纳机器学习
13. 7. 1 BACON与AM
13. 7. 2 遗传程序设计
13. 8 分析机器学习
13. 8. 1 案例机器学习
13. 8. 2 类比机器学习
13. 8. 3 解释机器学习
13. 8. 4 小结
13. 9 适应性计算
13. 9. 1 环境
13. 9. 2 适应性计算
13. 9. 3 对用户需求的适应——情感计算
13. 10 总结与问题
参考文献
第14章 数据采掘 （史忠植 叶施仁等）
14. 1 引言
14. 2 理论研究
14. 2. 1 学习的认知问题
14. 2. 2 归纳的逻辑问题
14. 2. 3 学习的计算理论
14. 3 采掘方法和算法
14. 3. 1 统计方法
14. 3. 2 机器学习
14. 3. 3 神经计算
14. 3. 4 可视化
14. 4 采掘对象和软件工具
14. 4. 1 面向关系数据库
14. 4. 2 面向文本
14. 4. 3 面向Web
14. 4. 4 面向空间数据
14. 4. 5 面向图像和视频数据采掘
14. 4. 6 多策略通用数据采掘工具MSMiner
14. 5 应用
14. 5. 1 商业应用
14. 5. 2 科学应用
14. 5. 3 政府部门
14. 5. 4 工农业生产
14. 6 展望
参考文献
第15章 Bayesian网学习 （刘大有 王飞等）
15. 1 引言
15. 2 Bayesian网的学习
15. 2. 1 已知网络结构, 完备数据条件下概率分布的学习
15. 2. 2 已知网络结构, 不完备数据条件下概率分布的学习
15. 2. 3 网络结构学习
15. 2. 4 当前的研究热点和未来的研究趋向
15. 2. 5 Bayesian网学习的成功应用
参考文献
第六部分 知识处理
第16章 知识工程中的本体论研究 （金芝编）
16. 1 引言
16. 2 本体论和本体：理论基础
16. 2. 1 什么是本体?
16. 2. 2 建立本体要依据的原则
16. 2. 3 本体的组成
16. 2. 4 本体的分类
16. 2. 5 总结
16. 3 本体论和本体：当前的研究现状和主要方法
16. 3. 1 当前的研究现状
16. 3. 2 建立本体的主要方法
16. 3. 3 表示本体的语言和建立本体的环境
16. 4 将本体论推向应用
16. 4. 1 本体与自然语言的研究
16. 4. 2 信息检索和信息集成
16. 4. 3 企业模拟
16. 4. 4 软件需求获取与需求工程
16. 5 目前存在的问题和未来的发展方向
参考文献
第17章 关于常识的研究 （陆汝钤 姬广峰编）
17. 1 通向人工智能之路
17. 2 常识的本质
17. 2. 1 什么是常识——一般学者的观点
17. 2. 2 什么课题属于常识研究的范围——人工智能专家的观点
17. 2. 3 常识处理不同于专业知识处理的主要之处是什么——计算机科学家的观点
17. 2. 4 常识问题论坛——研究常识的专家们提出的常识问题
17. 2. 5 常识性知识的实用研究
17. 3 常识哲学和常识心理学
17. 3. 1 常识的三个层次和常识世界
17. 3. 2 现象和本质——人的认识如何完成
17. 3. 3 常识心理学的三个学派
17. 3. 4 心态的形式化表示
17. 3. 5 与取消主义的论争
17. 4 常识的表示
17. 4. 1 常识知识的Agent表示
17. 4. 2 常识知识的本体论表示
17. 4. 3 语境和本体
17. 4. 4 常识表示语言
17. 5 大规模常识知识库
17. 5. 1 关于知识共享的努力
17. 5. 2 CYC计划及相关工作
17. 5. 3 本体库和问题解决方法库——当前常用的组合
17. 5. 4 盘古计划和盘古知识库
17. 6 常识知识库上的推理
17. 6. 1 常识推理的不同表现形式
17. 6. 2 基于agent的分布式推理
17. 6. 3 基于本体的联想式推理
17. 7 两个带理论性的难题
17. 7. 1 常识知识的完备性问题
17. 7. 2 自然语言表示的不精确问题
鄂公网安备 42010302001612号 