智能制造中的知識工程

定　價：￥58.00

作　者：	林琳，郭豐
出版社：	哈爾濱工業(yè)大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥45.94)

ISBN：	9787560399423	出版時間：	2023-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	294	字數(shù)：

內(nèi)容簡介

　　本書是作者對所從事的科研工作及為哈爾濱工業(yè)大學機電工程學院研究生講授數(shù)字化設計中的“知識工程”課程講義內(nèi)容的整理，重點對知識工程中的知識表達、知識挖掘和知識融合的相關理論、方法及其應用進行了闡述。全書共分8章，主要分為三大部分：知識表達方法、知識挖掘方法和知識融合方法。知識表達重點面向邏輯結構形式、業(yè)務流程和語義向量三個方面開展表達方法研究；知識挖掘主要研究模糊知識挖掘和知識遷移方法；知識融合則分別對采用傳統(tǒng)證據(jù)理論和較為新穎的圖論方法進行知識融合開展研究。本書對從事機械工程與人工智能領域研究的研究生或科研院所的科技人員有很好的借鑒意義，各個層面的讀者均可參考使用。

作者簡介

暫缺《智能制造中的知識工程》作者簡介

圖書目錄

第1章面向邏輯結構的知識表達方法
1.1 基于謂詞的知識表達方法
1.2 基于框架的知識表達方法
本章參考文獻
第2章面向業(yè)務流程的模塊知識表達方法
2.1 模塊化知識概述
2.2 基于模塊的知識表達方法
2.3 基于模板的知識表達方法
本章參考文獻
第3章基于向量空間的文本知識表達方法
3.1 基于詞向量空間的文本知識表達方法
3.2 基于實體超平面和關系超平面知識圖譜嵌入
3.3 基于卷積神經(jīng)網(wǎng)絡的句子向量表達方法
3.4 基于詞向量的文本聚類實例
本章參考文獻
第4章基于模糊理論的知識挖掘方法
4.1 模糊基本理論
4.2 高斯混合模型
4.3 基于云模型的多分類方法
4.4 基于高斯混合模型的知識挖掘方法
4.5 基于過程模糊規(guī)則的隱含知識挖掘方法
4.6 基于動態(tài)混合規(guī)則網(wǎng)絡的隱含知識挖掘方法
4.7 基于概念格的知識挖掘方法
本章參考文獻
第5章基于貝葉斯理論的知識挖掘方法
5.1 貝葉斯公式
5.2 貝葉斯分類器
5.3 貝葉斯網(wǎng)絡
5.4 半結構化文本的分類與挖掘
本章參考文獻
第6章遷移學習方法及其應用
6.1 遷移學習方法
6.2 基于深度遷移學習的工業(yè)故障檢測方法
6.3 小樣本條件下基于遷移學習的民航發(fā)動機氣路故障診斷方法
本章參考文獻
第7章基于D-S證據(jù)理論的知識融合方法
7.1 經(jīng)典D-S證據(jù)理論
7.2 基于距離的分類支持度模型建立
7.3 樣本分類支持度計算
7.4 基于D-S證據(jù)理論的高維多模式分類方法
本章參考文獻
第8章基于知識圖譜的知識融合方法
8.1 基于編輯距離定義相似度
8.2 基于結構相似度
本章參考文獻
名詞索引
附錄部分彩圖