一、数据库型知识的产生式表示(论文文献综述)
张圣权[1](2021)在《热力管道保温结构智能评价系统的研究与实现》文中研究说明
何旋[2](2021)在《基于动态故障树的钻井泵故障诊断专家系统的设计与实现》文中进行了进一步梳理本文受四川省重大科技专项项目“智能钻机研制及应用”(立项编号2019ZDZX0030)资助。钻井泵作为钻机的“心脏”,因工作环境复杂、条件恶劣,容易产生故障,影响钻机正常运作。为了保证生产的效率,要求在发生故障的初期能够快速准确地定位故障并解决。目前,故障树分析法作为诊断复杂机械故障的通用方法,其无法表示钻井泵某些部件只有按固定顺序失效才能导致系统故障的情况,导致诊断结果不准确。为了解决此问题,选择动态故障树分析法表示此类动态故障并诊断。同时建立专家系统,可以让工作人员在专家不在场时仍可以快速确定故障并获得专业的维修知识。主要研究内容分为以下几部分:首先,本文选择工作环境恶劣,故障情况复杂难以诊断的钻井泵作为研究对象。通过专家的指导与所提供的相关知识,分析其故障机理。以钻井泵的动力端作为实例,建立故障树,并验证了故障树分析法在故障诊断中的有效性。接着,针对故障树无法表征出钻井泵故障中各部件按顺序失效造成系统故障的情况,在故障树中引入动态逻辑门,构成动态故障树。结合钻井泵故障特点选择计算复杂度低且准确率较高的基于离散贝叶斯网络的动态故障树诊断模型,并对其诊断模型进行改进,通过加入“率参数λ--划分数n”对应关系,提高诊断可靠性与准确率。以钻井泵液力端作为实例验证了动态故障树在故障诊断中的有效性。然后,将传统故障树诊断模型与改进的离散时间贝叶斯网络的动态故障树诊断模型结合成为混合故障树诊断模型,作为故障诊断专家系统的故障推理机;设计知识库,根据钻井泵基本故障信息与诊断模型知识的特点,设计恰当的表示方式。最后,按照设计思路建立MVC框架的Web应用,开发具有友好的操作界面、良好的操作体验和完善的功能指引的故障诊断专家系统,并通过一个实例,证明本系统在钻井泵故障诊断中的一定指导意义与实用价值。
郭晓冬[3](2021)在《深度图推理研究及其在初等数学问题求解中的应用》文中认为将人工智能应用于教育领域,实现计算机对数学问题的智能解答,做出一款数学推理系统,一直是自动推理方向的热点问题。一些机构和学者们也尝试设计出一些基于知识库、推理引擎或者模式匹配的专家系统来实现数学题目智能求解;近些年来,机器学习技术也被应用到了数学推理系统的研究中。随着人工智能技术的快速发展,自动推理领域也不断在推陈出新。与此同时,知识图谱技术和深度学习技术发展迅速,其在知识推理上有着重大的优势,已经被运用在医学、电商等多个领域,并取得了很好的效果。因此在科研项目“初等数学类人答题系统”上应用知识图谱和深度学习技术,使得系统能在初等数学问题求解中实现深度图推理是本文的目标。主要贡献由以下三部分组成:(1)初等数学知识图谱构建准确全面的行业知识图谱是推理系统的基础,初等数学通常指小学中学阶段的数学知识,考虑到解题系统主要目的是参与“高考”,本文参与整理了以人教版、北师大版为主的初高中教材和主流教辅资料的初等数学知识点,建立了包括实体551个,关系561个,三元组204763个的初等数学概念知识图谱。该知识图谱由图数据库Neo4j存储,并建立一个对应的以JAVA语言编写的知识库项目对其管理。(2)基于游走的深度图嵌入技术对数学知识图谱进行图网络结构重构,将知识图谱关系由边建模成节点,并在深度游走(Deep Walk)算法的基础上对算法模型的游走策略和采样方式都进行了改进,最终实现了一个能更好应用于初等数学知识图谱,且适用于本文任务的知识表示模型,获得了知识图谱中数学实体和数学关系的表示向量。(3)深度学习在图推理系统中的应用图推理系统的推理依赖于题目知识图谱与规则实例化知识图谱的匹配,本文将图嵌入应用于题目和规则知识图谱的向量表示中,由向量余弦相似度作为图推理系统预测规则实例的依据,对规则实例化知识图谱匹配顺序进行排序,优化了系统匹配算法。此外,还实现了一个几何定理知识图谱与几何定理序列转换模块,并基于语言模型GPT-2训练了若干序列化几何定理模型,通过设计的评价函数筛选出证明序列,实现了部分几何问题的证明,提高了图推理系统在几何证明题方面的求解能力。
邓力华[4](2021)在《初等数学知识图谱的构建以及表示方法的研究》文中研究说明随着互联网和大数据的快速发展,全球每时每刻都在产生海量的,结构化或者非结构化的数据,这些数据格式多样化,有图片,文本,音频,视频等等。由于数据的多样化以及数据表示的多样性,大数据不经过结构化处理在许多情况下将无法有效的应用。本文重点研究多源异构的非结构化、半结构化初等数学领域数据如何表示为结构化数据,并依据数学领域知识图谱构建的方式构建初等数学概念知识图谱。然后将构建完成的概念知识图谱应用到纯数学文本题目的理解中,构建初等数学题目知识图谱用于推理系统,解答初等数学基本问题。知识图谱的存储形式是以三元组的形式存储,应用于图神经网络以及图上的推理算法不是十分契合,采用Trans E算法将知识图谱中的三元组数据训练成为词向量,词向量可以运用在根据头实体和关系预测尾实体、图推理等方面。综上介绍,本文主要完成了以下几个工作:(1)制定初等数学知识的表示形式。完成了实体结构表示、关系结构表示、以及数学领域的知识特征性表示,如命题的表示,二元关系与多元关系的相互转换等。(2)构建初等数学概念知识图谱。构建完成的概念知识图谱包含了实体551个,基本关系561条,三元组204763条。(3)通过图嵌入模型将概念知识图谱中的三元组数据训练成为词向量,词向量模型可用于根据首实体和关系预测尾实体。(4)基于初等数学概念知识图谱,结合自然语言理解生成题目知识图谱,题目知识图谱可运用于推理系统。题目知识图谱生成系统可用于任意数学题目文本到知识图谱的转换,通过测试了函数、数列、几何等模块各100个题目,实体正确率均在90%以上,关系正确率均在90%以上。
魏艳红,张玉莲[5](2020)在《焊接工艺智能设计研究进展》文中进行了进一步梳理焊接结构件的质量在很大程度上由焊接工艺决定,优质的焊接工艺是保证焊接质量的重要前提。设计一份合适的焊接工艺指导书需要焊接工程师具备扎实的专业知识和经验,查阅大量焊接标准及焊接工艺文件,工作量大,操作繁琐且复杂。随着人工智能技术的发展,焊接工艺智能设计逐步进入焊接领域,替代焊接专家进行焊接工艺设计工作。介绍了国内外焊接工艺智能设计的发展现状及企业应用现状,重点介绍了焊接工艺基础数据库技术、焊接工艺设计专家系统技术、焊接工艺设计人工神经网络技术,展望了焊接工艺智能设计的发展趋势。
林泽斐[6](2020)在《基于在线百科的社会网络抽取及语义化研究》文中研究表明基于社会网络的研究方法已被广泛应用于人文社会科学的众多领域。社会网络研究的基础是社会网络的构建,随着大数据研究的兴起,面向海量数据的社会网络自动抽取成为社会网络构建的新兴热点。社会网络抽取是指基于明确或隐含的信息,从信息源中自动抽取出社会成员及其联系的技术。在在线百科中,蕴含着海量的社会成员及其社会关系信息。如何从此类信息源中抽取出大规模社会网络,是值得探讨的一大课题。此外,社会网络构建的目的在于对所构建的社会网络进行进一步的分析和利用。近年来,将语义网技术与社会网络相结合的语义社会网络开始得到学术界的关注,借助于本体和推理引擎,语义社会网络可以具备一定的逻辑推理能力,这有助于从社会网络中挖掘大量潜在的语义信息和社会成员联系,进而服务于学术研究。在此背景下,本研究以在线百科作为主要信息源,探索一种基于百科半结构化文本的社会网络抽取机制,在此基础上对大规模社会网络的语义化方法及其在数字人文领域的应用模式展开研究,主要的研究内容包括:(1)针对在线百科中的社会网络抽取问题,提出一种新的基于在线百科的大规模社会网络抽取方法,其主要创新点在于利用排序学习方法综合多种特征计算人物关系权重,通过估计人物生存时空来发现人物间的时空耦合关系。通过此方法,本研究首次从中文在线百科中抽取出完整的带有权重和时空信息的社会网络。(2)在对当前社会网络本体调研的基础上,提出了一种新的社会网络本体MSTSN。与同类社会网络本体相比,MSTSN本体主要面向数字人文领域的社会网络构建,特别对人物所处的时空、人物的不同类型,以及人物间的不同关系类型等信息进行了细粒度的刻画。基于MSTSN本体,对在线百科中所抽取的社会网络进行实例化,形成一个大规模人物知识图谱。(3)针对人物知识图谱中的人物关系预测这一难点问题,提出一种新的知识图谱关系预测方法,该方法将关系路径和反映实体间关系的文本矩阵化,通过卷积神经网络学习与特定关系类型相关的结构和文本模式特征,在此基础上训练模型实现关系预测。对比实验结果表明,本研究提出的方法在评测数据集上的性能表现超过了主流方法的水平。(4)针对非结构化文本中的人物关系三元组抽取问题,提出一种新的中文命名实体链接方法,该方法融合了单实体消歧和多实体消歧特征,并根据不同文本长度选用不同的特征组合;同时,在传统一阶段式消歧的基础上添加了第二阶段消歧以改善消歧结果。对比实验显示该命名实体链接方法的总体性能优于当前主流同类系统的水平。(5)基于本研究所提出的MSTSN本体和所构建的人物知识图谱,阐述了四类面向数字人文研究的社会网络语义查询策略,并通过可视化方法展示各策略的执行效果。相比传统的社会网络构建策略,本研究所提出的方法可从在线百科中有效地抽取社会成员及其关系,且更加关注与社会成员相关的时空和语义信息,在人名消歧和人物关系权重算法等方面也进行了改进,这可为大规模社会网络的自动化构建研究提供理论和方法参考。通过对社会网络进行语义化处理所形成的大规模人物知识图谱,在与人文学科相关的社会网络分析系统、问答系统、知识发现系统中均具有实际应用价值,这可为探索文本挖掘和语义网技术在数字人文研究中的应用模式提供参考借鉴。
张雪英,张春菊,吴明光,闾国年[7](2020)在《顾及时空特征的地理知识图谱构建方法》文中研究指明地理知识是人类对地理现象或事物空间分布、演变过程和相互作用规律的认知结果.当前大数据环境下的地理信息服务,普遍存在"数据海量、信息爆炸、知识难求"现象.地理知识图谱是一种利用语义网络对地理概念、实体及其相互关系进行形式化描述的知识系统,在地理知识理解、地学问题求解、时空预测决策等方面具有巨大的应用潜力.地理知识除了具有通用知识的内涵和特点之外,还具有特定的时空特征和地学机理特点.因此,地理知识图谱构建和应用既具有一定的通用性,同时具有一定的专业特殊性.本文结合地理知识的时空特征和知识图谱的表达形式,提出了一种顾及时空特征的地理知识图谱构建方法.首先,系统梳理了地理知识图谱构建的基本思路和技术流程,并简要阐述了地理知识获取、地理知识抽象与表达、地理知识组织与管理3个关键环节的主要研究内容及其进展.其次,从地理学回答的基本问题出发,对地理知识的内容特征进行概括和抽象,构建了涵盖"地理概念–地理实体–地理关系" 3个层次的地理知识表达模型,用于描述不同粒度地理知识语义单元的基本组成及其逻辑关系.最后,借鉴知识图谱采用的语义网络知识表示方法,提出了基于"过程–关系"的地理知识表示方法.该方法以时间和空间特征为基本条件,以地理实体的状态划分为基础,实现了地理实体演化过程以及复杂地理关系的形式化描述.本文的研究成果有效解决了融合时空间维度的地理知识结构化表达和形式表示问题,为地理知识获取、融合、推理与应用奠定了基础.同时,在地质、环境、气象等地学领域具有一定通用性,对地学知识服务的推进具有重要参考价值.
孙颖钰[8](2020)在《基于大数据的船舶海洋溢油扩散分析与应急处理研究》文中研究表明随着海洋开发与海洋经济的发展,船舶活动带来的海洋溢油污染日趋严重。每年流入海洋环境中大量的石油类污染物,给人类健康安全、海洋环境和海洋经济都带来了巨大的伤害。海洋溢油数据采集及预处理是溢油扩散分析的前提,溢油扩散轨迹的分析与预测是溢油事故处理和决策的基础。将溢油数据采集与溢油预测技术两者综合应用,可以为溢油应急反应决策提供及时有效的信息支持,增强船舶溢油决策的科学性。本文以提高船舶海洋溢油应急能力为目标,以船舶溢油为研究对象,运用物联网和大数据等技术对船舶溢油扩散进行分析。首先,基于对船舶溢油的实时监测,获取溢油点的实时溢油场景数据。其次,采用大数据分析技术,对船舶溢油漂移扩散机理与气象要素、海洋要素之间的相关性进行分析,从而在溢油数据中挖掘出漂移扩散的特点,以便于更好的了解溢油扩散的趋势和确定下一步溢油应急处理行动方案。使用随机森林算法对数据进行建模,分别对方向、海洋表面温度、油厚度、油类型、洋流速度、时间等特征进行训练,通过对海洋溢油风险的模拟预测,提高了船舶溢油应急处理的能力。最后,设计了船舶海洋溢油应急响应决策系统,为提出更加合理的应急处理方案提供了技术支持和保障。通过模拟海洋石油泄漏,对船舶海洋溢油进行了扩散分析,提高了早期预警和评估能力。结合大数据分析算法和系统软件开发设计的船舶海洋溢油应急响应决策系统,能够智能分析应急资源的配备情况和及时规划应急资源的实时调度,从而促使溢油处理决策向数字化、信息化与智能化方向发展。
徐尧燚[9](2020)在《基于知识模型的检修停复电智能审批和执行系统的研究和开发》文中认为检修计划是电力设备检修时关于方式调整和停复电操作安排的电力文本,调度员日常对检修计划进行停复电的审批和执行是电网加强生产管理和确保电力系统安全稳定运行的一项重要业务流程。随着城市电网规模不断扩大,检修停复电的审批和执行在电网调控业务量中的占比日益增大。目前电力大数据时代已经来临,智能电网的建设不断推进,在调度员业务繁忙以及调控中心智能自动化水平亟待提高的背景下,本文应用人工智能技术研发机器人调度员系统,围绕机器自主高效地完成计划检修停复电的日前审批和日内执行任务这一调度智能化发展方向完成了以下工作:1)根据检修停复电的调控流程提出一种基于知识模型的模块化架构智能系统,智能实现检修计划单的解析、关联分析、方式安全校核以及调度命令票和操作序列的智能生成和执行,一体化完成检修停复电业务的日前审批和日内执行。说明了系统的架构、模块设计和业务逻辑。分析了系统利用Rabbit消息队列与外部软件平台通信,实现数据交互和基于事件驱动的控制决策流程。采用My SQL数据库存储系统的各类数据、知识和规则,应用自然语言理解技术将检修计划文本解析成结构化数据,利用Neo4j软件和图拓扑搜索技术实现检修计划相关设备信息和数据的智能搜索、检修计划的关联分组。2)结合本体论和谓词表达对检修计划停复电相关的调度领域内的各类信息和数据进行了灵活的知识表示,提出电网模型知识和任务知识两大类本体知识的划分方式和生成方法;依据调度员经验和相关操作管理规程,基于一阶谓词逻辑方法构建了以推理次日拓扑变位时间序列和调度命令票为目标的通用规则体系,保证系统良好的通用性和扩展性。3)通过Python第三方模块NLTK的内置算法开发了利用本体知识和规则匹配的知识推理机制,在此基础上研究了次日拓扑变位时间序列和调度命令票的推理方法。提出检修计划关联分组的分析方法,进一步根据拓扑变位序列设计分组下检修计划运行方式的智能校核过程。利用命令票生成过程的相关结论,给出了通过查询结构表生成详细操作序列票的方法。通过算例验证了系统的智能性、有效性和通用性。在Py Charm软件开发环境中完成了检修停复电智能审批和执行系统的开发。系统的运行安全可靠,能够极大降低调度员的工作强度,提高审批和执行检修计划停复电的工作效率,闭环自动化完成相关调控业务。
刘涛[10](2020)在《基于Agent的虚拟导师培训模型研究与实践》文中研究指明本文以个性化教学理论为理论指导,结合教学设计思想,借鉴基于Agent技术的信息化教学手段,以实现企业系统应用个性化培训为研究点,提出基于Agent的虚拟导师培训模型,详细说明模型的设计过程并对该模型进行实例化验证。首先,构建基于Agent的虚拟导师培训模型。深入分析Agent技术在教学领域作为教学代理的研究现状,对典型教学代理模型进行分析,为模型设计提供参考;在研究课堂教学环节与企业培训流程的基础上,结合教学设计思想,确定模型构建原则,进行模型流程分析,构建基于Agent的虚拟导师培训模型,并介绍了模型结构组成和模型设计的优势,为基于Agent的虚拟导师培训系统提供理论支撑。其次,设计基于Agent的虚拟导师培训系统。以基于Agent的虚拟导师培训模型为理论支撑,进行系统设计;从知识表示方式选择、知识获取和知识库设计三个方面,详细说明了模型知识中心的设计过程;为满足不同学习者的培训需求,为学习者分配进行个性化培训的“导师团队”,设计虚拟导师工厂模式,实现对于基础代理的生产、教学职能赋值、各职能教学代理的发布;并介绍了学习特征分析机制、个性化培训方案定制机制和培训效果评估方式。最后,进行基于Agent的虚拟导师培训系统应用效果分析。将设计的虚拟导师培训系统,应用于某采油厂三元复合驱清防垢信息管理平台应用的实际培训中,实现对于学习者的个性化培训,并从系统性能、培训过程、培训结果和系统满意度等多个方面对系统的应用效果进行评价。研究表明,基于Agent的虚拟导师培训模型设计科学合理,在一定程度上能够代替传统人类教师开展个性化培训,满足各学习者的学习需求,取得了良好的培训效果,具有很好的应用前景,为个性化教育的实现提供了新的研究思路。
二、数据库型知识的产生式表示(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数据库型知识的产生式表示(论文提纲范文)
(2)基于动态故障树的钻井泵故障诊断专家系统的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 钻井泵故障诊断存在的问题 |
1.2.2 动态故障树的国内外研究现状 |
1.2.3 专家系统的研究现状 |
1.3 研究目标与研究内容 |
1.4 论文结构安排 |
第二章 钻井泵故障树构建与诊断 |
2.1 钻机钻井泵的故障分析 |
2.1.1 钻井泵的结构研究 |
2.1.2 钻井泵故障分析 |
2.1.3 钻井泵故障诊断分析 |
2.2 故障树分析法介绍 |
2.2.1 故障树模型介绍 |
2.2.2 故障树的定性分析 |
2.2.3 故障树的定量分析 |
2.3 故障树分析法实例验证 |
2.4 本章小结 |
第三章 钻井泵动态故障树故障诊断模型研究与改进 |
3.1 动态故障树介绍 |
3.1.1 动态故障树基本理论 |
3.1.2 动态逻辑门 |
3.2 贝叶斯网络介绍 |
3.3 基于离散时间贝叶斯网络的动态故障树诊断模型的研究与改进 |
3.3.1 离散时间贝叶斯网络模型 |
3.3.2 逻辑门输出事件条件概率表的确定 |
3.3.3 离散时间贝叶斯网络模型的改进 |
3.4 实例分析 |
3.4.1 建立动态故障树 |
3.4.2 钻井泵液力端系统的贝叶斯网络模型 |
3.4.3 钻井泵液力端故障诊断 |
3.5 本章小结 |
第四章 钻井泵故障诊断专家系统的设计 |
4.1 专家系统总体结构设计 |
4.1.1 专家系统概述 |
4.1.2 专家系统总体框架设计 |
4.2 知识库的设计 |
4.2.1 知识来源和获取方式 |
4.2.2 知识的表示方式设计 |
4.2.3 知识的关系分析 |
4.3 推理机设计 |
4.3.1 推理方法设计 |
4.3.2 推理方向选择 |
4.4 解释机设计 |
4.5 本章小结 |
第五章 钻井泵故障诊断专家系统软件实现与验证 |
5.1 专家系统数据库的建立 |
5.1.1 故障基础数据表设计 |
5.1.2 维修建议数据表设计 |
5.1.3 故障样本知识表示 |
5.1.4 故障树数据表设计 |
5.1.5 贝叶斯网络模型数据表设计 |
5.1.6 总体设计关系 |
5.2 专家系统各模块的实现 |
5.2.1 登录界面 |
5.2.2 主界面 |
5.2.3 基础信息管理模块 |
5.2.4 故障诊断模块 |
5.2.5 维修建议模块 |
5.2.6 模型更新模块 |
5.2.7 模型查看模块 |
5.3 故障诊断实例分析 |
5.4 故障诊断专家系统诊断准确度验证 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 未来研究展望 |
致谢 |
参考文献 |
攻读硕士期间研究成果 |
(3)深度图推理研究及其在初等数学问题求解中的应用(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究历史与现状 |
1.2.1 知识图谱推理研究 |
1.2.2 数学解题研究 |
1.3 本文的主要研究内容 |
1.4 本论文的结构安排 |
第二章 相关技术和理论 |
2.1 知识图谱 |
2.1.1 知识图谱概念 |
2.1.2 知识图谱关键技术 |
2.1.3 知识图谱主要应用 |
2.1.4 图数据库介绍 |
2.2 知识表示 |
2.2.1 知识图谱表示学习 |
2.2.2 网络表示学习 |
2.3 语言模型GPT-2结构 |
2.4 自动推理引擎 |
2.5 本章小结 |
第三章 知识图谱构建 |
3.1 初等数学知识表示 |
3.2 初等数学概念知识图谱构建 |
3.3 知识图谱可视化表示 |
3.4 解题知识图谱 |
3.4.1 题目知识图谱 |
3.4.2 规则实例化知识图谱 |
3.5 本章小结 |
第四章 深度图嵌入应用及改进 |
4.1 知识表示模型 |
4.2 知识图谱重构方案 |
4.3 深度游走算法的改进 |
4.3.1 游走策略优化 |
4.3.2 采样优化 |
4.4 数据设计 |
4.5 算法流程 |
4.6 结果分析 |
4.7 本章小结 |
第五章 深度学习在图推理中的应用 |
5.1 图推理系统介绍 |
5.2 图嵌入在规则实例化预测上的应用 |
5.3 GPT-2模型在几何定理证明上的应用 |
5.4 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(4)初等数学知识图谱的构建以及表示方法的研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史与现状 |
1.2.1 知识图谱国内外研究历史与现状 |
1.2.2 自然语言处理国内外研究历史与现状 |
1.3 本论文的结构安排 |
第二章 相关理论介绍 |
2.1 自然语言处理 |
2.1.1 中文分词 |
2.1.2 命名实体识别 |
2.1.3 指代消减 |
2.1.4 词性标注 |
2.1.5 句法分析 |
2.1.6 关系抽取 |
2.2 图神经网络 |
2.2.1 BERT |
2.2.2 图嵌入 |
2.3 知识图谱 |
2.3.1 图数据库 |
2.3.2 基于知识图谱的应用 |
第三章 初等数学知识表示 |
3.1 知识表示的方法 |
3.2 实体表示 |
3.2.1 单个实体的表示 |
3.2.2 实体间的继承表示 |
3.3 关系表示 |
3.4 图嵌入成向量表示 |
3.5 初等数学高阶知识表示 |
3.6 本章小结 |
第四章 概念知识图谱的构建以及表示 |
4.1 构建概念知识图谱 |
4.1.1 数据获取 |
4.1.2 构建过程 |
4.1.3 知识图谱的实体关系完善 |
4.2 知识图谱在图形数据库上的表示 |
4.3 本章小结 |
第五章 题目知识图谱的构建以及表示 |
5.1 系统模块设计 |
5.1.1 数据来源 |
5.1.2 数据清洗 |
5.1.3 题目文本中实体信息和关系信息的获取 |
5.1.4 知识补全 |
5.1.5 表达式处理 |
5.1.6 题目文本转换成为知识图谱 |
5.2 题目知识图谱在Neo4j上的表示 |
5.3 实例化(定理)知识图谱生成 |
5.4 系统实现 |
5.5 本章小结 |
第六章 知识图谱完备性与表示正确性测试 |
6.1 测试方法和数据 |
6.1.1 测试方法 |
6.1.2 测试数据 |
6.2 测试结果 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(5)焊接工艺智能设计研究进展(论文提纲范文)
0前言 |
1 国外发展现状 |
2 国内发展现状 |
2.1 焊接工艺软件研究基础 |
2.2 焊接工艺智能设计发展现状 |
2.3 企业应用现状 |
3 焊接工艺智能设计关键技术 |
3.1 焊接工艺基础数据库技术 |
3.2 焊接工艺设计专家系统技术 |
3.3 焊接工艺设计人工神经网络技术 |
4 趋势展望 |
(6)基于在线百科的社会网络抽取及语义化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究框架与研究内容 |
1.3.1 研究框架 |
1.3.2 研究内容 |
1.4 技术路线 |
1.5 研究方法与工具 |
1.5.1 研究方法 |
1.5.2 使用的工具与技术 |
1.6 贡献与创新 |
1.7 论文组织结构 |
第2章 相关概念与理论 |
2.1 复杂社会网络理论 |
2.1.1 复杂网络的概念 |
2.1.2 社会网络的概念 |
2.1.3 典型的复杂社会网络模型 |
2.2 知识表示理论 |
2.2.1 知识表示的概念 |
2.2.2 语义网 |
2.2.3 知识图谱 |
2.3 本章小结 |
第3章 相关研究综述 |
3.1 社会网络抽取研究 |
3.1.1 传统社会网络抽取研究 |
3.1.2 基于在线百科的社会网络抽取研究 |
3.2 社会网络语义化研究 |
3.2.1 社会网络语义化的相关工作 |
3.2.2 典型的社会网络本体 |
3.3 知识图谱补全研究 |
3.3.1 知识图谱补全的任务 |
3.3.2 知识图谱关系预测的相关研究 |
3.3.3 知识图谱实体类型预测的相关研究 |
3.4 命名实体链接研究 |
3.4.1 命名实体链接的任务 |
3.4.2 命名实体链接的相关研究工作 |
3.5 本章小结 |
第4章 在线百科中的社会网络抽取 |
4.1 社会网络抽取的整体框架 |
4.2 初始社会网络生成 |
4.3 关系权重计算 |
4.3.1 人物相关性特征 |
4.3.2 人物相关度学习 |
4.4 人物时空分析 |
4.4.1 人物生存时空估计 |
4.4.2 时空耦合网络的构建 |
4.5 百科社会网络的结构特征分析 |
4.6 百科人物网络的可视化分析 |
4.7 本章小结 |
第5章 社会网络语义建模与语义表示 |
5.1 社会网络语义建模 |
5.1.1 MSTSN本体的整体架构 |
5.1.2 人物时空信息的语义建模 |
5.1.3 关系类型和人物类型的语义建模 |
5.2 社会网络的语义表示 |
5.2.1 人物基本信息的语义表示 |
5.2.2 人物时空信息的语义表示 |
5.2.3 人物关系信息的语义表示 |
5.3 本章小结 |
第6章 基于百科内部信息的人物知识图谱补全 |
6.1 人物关系类型的预测 |
6.1.1 关系预测模型设计 |
6.1.2 模型评测 |
6.1.3 基于Conv F模型的人物关系类型补全 |
6.2 人物类型的预测 |
6.3 本章小结 |
第7章 基于百科外部文本的人物知识图谱补全 |
7.1 命名实体链接的整体框架 |
7.2 指称识别 |
7.3 候选实体集合生成 |
7.4 候选实体消岐 |
7.4.1 消歧特征 |
7.4.2 排序学习 |
7.4.3 消歧结果优化 |
7.5 命名实体链接方法评测 |
7.5.1 评测语料 |
7.5.2 文本相似度特征筛选实验 |
7.5.3 多特征消歧实验 |
7.5.4 对比实验 |
7.6 基于命名实体链接的人物关系补全 |
7.6.1 设计思路 |
7.6.2 方法评测 |
7.7 本章小结 |
第8章 人物知识图谱的语义查询与可视化 |
8.1 基于关系的社会网络语义查询 |
8.1.1 查询中心人物的相关人物 |
8.1.2 查询限定类型的相关人物 |
8.2 基于作品的社会网络语义查询 |
8.2.1 生成与特定作品相关的社会网络 |
8.2.2 生成与特定作者相关的社会网络 |
8.3 基于时间的社会网络语义查询 |
8.3.1 生活于特定历史时期的人物查询 |
8.3.2 生成特定历史时期的人物关系网络 |
8.3.3 生成特定朝代的人物关系网络 |
8.4 基于空间的社会网络语义查询 |
8.4.1 与地理特征点相关的人物查询 |
8.4.2 同乡关系网络的生成 |
8.4.3 查询特定历史时期的热点地理区域 |
8.5 本章小结 |
第9章 总结与展望 |
9.1 本文总结 |
9.2 研究局限与展望 |
参考文献 |
中文参考文献 |
英文参考文献 |
附录 人物知识图谱的RDF表示(示例) |
攻读博士学位期间科研成果 |
致谢 |
(7)顾及时空特征的地理知识图谱构建方法(论文提纲范文)
1 引言 |
2 基本思路与技术流程 |
2.1 地理知识获取 |
2.2 地理知识抽象与表达 |
2.3 地理知识组织与管理 |
3 层次化的地理知识表达模型 |
3.1 地理知识的内涵与内容分析 |
3.2 地理知识表达模型 |
3.2.1 地理概念分类体系 |
3.2.2 地理实体表达模型 |
3.2.3 地理关系表达模型 |
4 面向知识图谱的地理知识表示 |
4.1 逻辑表示法 |
4.2 语义网络表示法 |
4.3 基于语义网络的地理知识表示 |
4.3.1 基于“实体–关系”的地理知识表示 |
4.3.2“过程–关系”的地理知识表示 |
5 结论 |
(8)基于大数据的船舶海洋溢油扩散分析与应急处理研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.3 论文主要内容 |
2 船舶海洋溢油数据采集与分析技术 |
2.1 船舶溢油数据实时采集及预处理 |
2.2.1 船舶溢油环境信息一体化采集 |
2.2.2 数据预处理方法 |
2.2 海上溢油的运动机理 |
2.2.1 船舶海洋溢油的漂移 |
2.2.2 船舶海洋溢油的扩散 |
2.2.3 船舶海洋溢油的风化 |
2.3 船舶海洋溢油的数据分析技术 |
2.3.1 溢油膜轨迹扩散计算 |
2.3.2 溢油膜风化过程计算 |
2.4 本章小结 |
3 基于大数据的船舶溢油扩散分析模型 |
3.1 大数据分析技术 |
3.2 基于大数据的船舶溢油扩散分析模型 |
3.2.1 气象因素与潮流方向和速度的相关性分析 |
3.2.2 气象因素与潮流方向和速度发展趋势预测 |
3.3 基于大数据的溢油扩散分析算法 |
3.4 本章小结 |
4 船舶海洋溢油应急响应决策支持平台 |
4.1 船舶海洋溢油应急处理 |
4.1.1 溢油应急资源分类 |
4.2 船舶海洋溢油应急响应决策系统架构 |
4.3 溢油实时场景构建 |
4.3.1 海洋溢油连续监测设备 |
4.4 溢油扩散分析 |
4.5 溢油应急决策 |
4.6 船舶海洋溢油应急响应决策系统实现 |
4.7 本章小结 |
5 结论 |
参考文献 |
致谢 |
在校期间主要科研成果 |
附录 |
(9)基于知识模型的检修停复电智能审批和执行系统的研究和开发(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 电网调控中心的检修停复电业务处理现状 |
1.1.2 检修停复电智能处理实现的需求 |
1.1.3 研究目的和意义 |
1.2 国内外研究概况 |
1.2.1 调度机器人的研究现状 |
1.2.2 自然语言理解和图拓扑搜索识别 |
1.2.3 知识表示和推理机制 |
1.2.4 检修计划的方式校核和调度命令票/操作序列的自动生成 |
1.3 本文研究内容和章节安排 |
第二章 检修停复电智能处理系统的架构和功能设计 |
2.1 系统的物理和逻辑架构 |
2.1.1 系统的物理架构 |
2.1.2 系统逻辑架构和业务流程 |
2.1.3 系统开发工具 |
2.2 系统模块设计和实现 |
2.2.1 系统模块划分和具体功能设计 |
2.2.2 自然语言理解和图拓扑搜索技术的应用 |
2.3 系统的数据交互和控制决策 |
2.3.1 SMPIP系统与外部系统的数据交互 |
2.3.2 系统模块的内部数据交互 |
2.3.3 系统的通信和控制决策 |
2.4 本章小结 |
第三章 基于本体模型和一阶谓词逻辑的停复电知识体系 |
3.1 电网停复电知识体系的构成 |
3.2 电网停复电本体知识的表示和构建 |
3.2.1 本体知识的划分和表示 |
3.2.2 本体知识库的自动生成 |
3.3 通用型电网停复电规则的设计和构建 |
3.3.1 拓扑变位时间序列推理规则的设计 |
3.3.2 调度命令票推理规则的设计 |
3.3.3 规则库的设计 |
3.4 系统推理机的知识推理机制 |
3.5 本章小结 |
第四章 检修计划的关联分组校核和调度命令票的推理 |
4.1 检修计划的关联分组机制 |
4.1.1 操作拓扑关联分析 |
4.1.2 负荷转移关联分析 |
4.2 次日拓扑变位时间序列的推理生成 |
4.2.1 拓扑变位时间序列的生成形式 |
4.2.2 基于知识驱动的拓扑变位的推理流程 |
4.3 计划分组的运行方式智能安全校核 |
4.3.1 分组拓扑变位冲突校核 |
4.3.2 基于次日拓扑变位时间序列的分组负荷校核 |
4.4 调度命令票和操作序列的分层推理生成机制 |
4.4.1 基于本体知识和规则匹配的调度命令票推理机制 |
4.4.2 应用结构数据表开发的操作序列生成方法 |
4.5 本章小结 |
第五章 系统开发和案例分析 |
5.1 系统开发和应用界面 |
5.2 检修计划分组方式校核案例 |
5.3 复杂调度命令票推理生成案例 |
5.4 本章小结 |
结论与展望 |
参考文献 |
附录 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(10)基于Agent的虚拟导师培训模型研究与实践(论文提纲范文)
摘要 |
ABSTRACT |
创新点摘要 |
第一章 绪论 |
1.1 课题研究背景 |
1.2 研究目的与意义 |
1.3 国内外研究现状 |
1.3.1 智能导师系统现状分析 |
1.3.2 教学代理现状分析 |
1.3.3 研究现状述评 |
1.4 论文研究内容与思路 |
1.4.1 论文研究内容 |
1.4.2 论文研究思路 |
1.5 论文组织结构 |
第二章 相关理论基础与技术研究 |
2.1 个性化教学的相关概念界定 |
2.1.1 个性化教学概念 |
2.1.2 个性化教学模式 |
2.2 相关理论基础 |
2.2.1 建构主义学习理论 |
2.2.2 掌握学习理论 |
2.2.3 成人学习理论 |
2.3 相关技术研究 |
2.3.1 Agent技术研究 |
2.3.2 多Agent技术研究 |
2.3.3 应用Agent技术的必要性 |
2.4 本章小结 |
第三章 基于Agent的虚拟导师培训模型构建 |
3.1 模型构建原则 |
3.2 基于Agent的虚拟导师培训模型设计 |
3.2.1 模型设计思想 |
3.2.2 模型培训流程分析 |
3.2.3 模型的构建 |
3.2.4 模型工作机理描述 |
3.3 基于Agent的虚拟导师培训模型组成 |
3.3.1 知识中心 |
3.3.2 工厂模式 |
3.3.3 培训阶段 |
3.4 基于Agent的虚拟导师培训模型构建优势 |
3.5 本章小结 |
第四章 基于Agent的虚拟导师培训系统设计 |
4.1 基于Agent的虚拟导师培训系统概述 |
4.1.1 系统设计路线 |
4.1.2 系统应用流程 |
4.1.3 系统开发与运行环境配置 |
4.1.4 系统总体结构设计 |
4.2 虚拟导师知识中心设计 |
4.2.1 常见知识表示方式比较 |
4.2.2 知识获取 |
4.2.3 知识数据库设计 |
4.3 工厂模式设计 |
4.3.1 工厂结构分析 |
4.3.2 代理管理策略研究 |
4.3.3 代理制造流程分析 |
4.3.4 工厂模式优势 |
4.4 学习者特征分析机制 |
4.5 个性化培训方案定制机制 |
4.6 培训效果评估方式 |
4.6.1 形成性评价机制设计 |
4.6.2 培训效果评估机制设计 |
4.7 本章小结 |
第五章 基于Agent的虚拟导师培训系统实现与效果分析 |
5.1 系统应用场景分析 |
5.1.1 复合驱清防垢信息管理平台分析 |
5.1.2 平台角色与业务特点分析 |
5.1.3 现有培训问题分析 |
5.2 系统业务培训资源组织与培训活动设计 |
5.2.1 系统业务培训资源组织 |
5.2.2 系统业务培训活动设计 |
5.3 系统功能实现 |
5.3.1 学习者特征分析功能 |
5.3.2 个性化培训方案定制功能 |
5.3.3 学习者业务培训功能 |
5.3.4 培训监督功能 |
5.3.5 代理通信功能 |
5.4 基于Agent的虚拟导师培训系统评价 |
5.4.1 系统界面与性能评价 |
5.4.2 培训过程评价 |
5.4.3 培训结果评价 |
5.4.4 系统满意度评价 |
5.4.5 系统评分 |
5.5 本章小结 |
第六章 研究总结与展望 |
6.1 研究总结 |
6.2 研究不足 |
6.3 研究展望 |
参考文献 |
发表文章目录 |
附录 |
致谢 |
四、数据库型知识的产生式表示(论文参考文献)
- [1]热力管道保温结构智能评价系统的研究与实现[D]. 张圣权. 东北石油大学, 2021
- [2]基于动态故障树的钻井泵故障诊断专家系统的设计与实现[D]. 何旋. 电子科技大学, 2021(01)
- [3]深度图推理研究及其在初等数学问题求解中的应用[D]. 郭晓冬. 电子科技大学, 2021(01)
- [4]初等数学知识图谱的构建以及表示方法的研究[D]. 邓力华. 电子科技大学, 2021(01)
- [5]焊接工艺智能设计研究进展[J]. 魏艳红,张玉莲. 电焊机, 2020(09)
- [6]基于在线百科的社会网络抽取及语义化研究[D]. 林泽斐. 南京大学, 2020(09)
- [7]顾及时空特征的地理知识图谱构建方法[J]. 张雪英,张春菊,吴明光,闾国年. 中国科学:信息科学, 2020(07)
- [8]基于大数据的船舶海洋溢油扩散分析与应急处理研究[D]. 孙颖钰. 山东交通学院, 2020(04)
- [9]基于知识模型的检修停复电智能审批和执行系统的研究和开发[D]. 徐尧燚. 华南理工大学, 2020(02)
- [10]基于Agent的虚拟导师培训模型研究与实践[D]. 刘涛. 东北石油大学, 2020(04)