文摘
英文文摘
独创性声明及学位论文版权使用授权书
第一章引言
1.1人工智能简介
1.2专家系统简介
1.2.1基于规则推理简介
1.2.2基于事例推理简介
1.3本文主要内容及组织结构
第二章基于事例推理概述
2.1基于事例推理
2.1.1基于事例推理概述
2.1.2基于事例推理基本过程
2.1.3事例表示和存储
2.1.4事例检索和匹配
2.1.5事例修改和学习
2.2基于事例推理评述
2.2.1 CBR和RBR的区别
2.2.2 CBR系统优越性
2.2.3 CBR系统目前的问题
第三章系统关键技术介绍
3.1面向对象的知识表示概述
3.1.1知识表示定义
3.1.2知识表示方法
3.1.3面向对象表示法基本思想
3.1.4面向对象表示法特点
3.2分级式过滤算法
3.2.1一些相关的基本概念
3.2.2分级式检索算法
3.2.3算法效率
3.3事例的存储
3.3.1物元的基本概念
3.3.2物元思想在系统中的应用
3.4事例的学习优化
3.4.1事例修改和学习
3.4.2事例的索引
第四章系统设计和实现
4.1系统概述
4.2事例表示和存储
4.2.1事例表示
4.2.2事例组织
4.3事例检索和匹配
4.3.1检索算法选择
4.3.2基于模糊数学的相似度计算函数
4.3.3事例检索过程
4.3.4事例匹配
4.3.5检索算法评价及展望
4.4事例修改和学习
4.4.1事例修改
4.4.2事例学习
4.5系统评价和展望
第五章CBR系统与其他技术相结合
5.1分布式数据库简介
5.1.1分布式数据库简介
5.1.2分布式数据库与CBR结合的可行性分析
5.1.3分布式数据库与CBR结合展望
5.2 CBR与RBR的结合
结束语
参考文献
致谢