推理规则

摘要： 形式概念分析是一种基于概念格的数据分析方法,决策蕴涵和可变决策蕴涵是形式概念分析的两种决策知识表示类型。决策蕴涵和可变决策蕴涵上已有完备的推理规则集。为了进一步厘清可变决策蕴涵和决策蕴涵在推理规则上的区别,首先对可变决策蕴涵进行不确定性剥离并提出了受限可变决策蕴涵,然后基于可变决策蕴涵的相关研究给出了受限可变决策蕴涵的语义特征和语构特征;在此基础上,得出了受限决策蕴涵的完备推理规则集,并且从语构角度比较了受限可变决策蕴涵和决策蕴涵;基于此,从语义角度得出了这两种决策类型在知识推理能力和知识表示形式上的差异,并从语义和语构角度总结了受限可变决策蕴涵相对于决策蕴涵所具有的特征。该研究为决策蕴涵、可变决策蕴涵和模糊决策蕴涵等不同决策类型的比较性研究提供了新的思路,为决策蕴涵更为高效、简洁的推理规则提供新的视角。

摘要： 随着信息技术产业的发展和物联网设备数量的增长,物联网安全防御的难度与复杂度不断上升,针对物联网与供应链的重大安全事件时有发生,这些事件揭示了物联网供应链安全管理的复杂性.目前存在许多信息安全公开知识库可用于物联网安全威胁分析,但知识库的异构性使威胁评估十分困难.对多个信息安全知识库进行研究,将防御方所关注的安全知识来源与攻击者的战术、技术和攻击模式整合成一个统一的关系映射链接图知识库,并导入威胁情报,旨在利用已披露的威胁事件来提升物联网安全威胁要素评估能力.提出了一个物联网供应链风险分析本体RIoTSCO,并以此模型为基础设计了物联网安全下的推理规则,利用本体的表达能力建立物联网安全领域知识之间的语义关系,以解决多源知识的语义异质性问题.同时,在一个物联网环境示例中基于所提方法进行安全评估,自动化推理缓解措施以应对威胁事件,并描绘威胁事件所能波及到的上下游供应链情报全貌.

摘要： 协同制造虽然为制造企业之间的信息共享提供了良好平台,但其海量信息也让制造企业在选择合作企业时犯难。因为现有制造企业中的设备不仅数目庞大,而且种类繁多,导致制造企业想要快速寻找拥有符合需求设备的合作企业非常困难。为解决上述制造企业选择难的问题,提出一种基于领域知识的制造企业推荐方法。该方法利用已有的领域知识设计一种基于领域知识的设备工件描述语言,并将该语言到推理规则进行转化,从而实现了快速寻找合适加工设备的制造企业筛选。最后应用宁波某工厂的数据进行实验验证,结果表明,该推荐方法能显著提高制造企业的选择效率。

摘要： 人工智能技术的快速发展为诉讼规则知识库构建奠定了坚实基础.当前在诉讼风险分析中,智能推理存在司法风险规则知识库匮乏、诉讼风险分析技术较低等弊端,以致无法从根本上化解证据、诉讼时效和行为规范等方面的风险.是以,需要就案件类型化后随机抽取,并收集案例的起诉状、证据、案情和裁判文书,在对多方证据关联分析模型进行解析的基础上,设计开发诉讼时效性规则知识库、当事人行为规范性规则知识库以及证据有效性规则知识库,结合多方证据关联模型,并与法律法规知识库和诉讼风险规则知识库融合,运用决策树算法,关系网络推理技术列举分析可能存在的诉讼风险,最终达至对诉讼风险点的识别、裁判结果的精准预测和合理分流不必要的诉讼,以期为民众提供全面的诉讼决策指引.

摘要： 针对未来语义网环境下知识检索、计量评价等实际需求,重点对科研机构的属性特征及其关联关系进行分析,为下一步构建语义关系模型奠定初步基础.

摘要： 针对报表管理的薄弱环节和重点关注领域,结合报表应用的需求,引入大数据处理和人工智能技术,以改善报表的处理效率、数据质量及分析能力.基于本体知识库构建技术,结合电网业务特性,建立了电力系统的本体知识库,根据电网本体的推理规则探究被检索信息在本体知识库中的存储、关联关系;基于大电网运行数据、设备管理以及电网模型、参数等,从结构化和非结构化两方面分析数据的存储、解析及检索技术.结果表明,智能化报表搜索技术具有全局化、智能化以及透明化的服务能力,有效提高了数据资产的发掘和利用效率,适用于报表需求较多的业务领域中,支撑公司各领域数据管理应用需求.

摘要： 该文对Braine提出的在推理心理学研究领域占居重要地位的"心理逻辑理论"做了综合述评."心理逻辑理论"主要包括三方面内容:构成"心理逻辑理论"基础的一组推理规则图式、将推理规则图式应用于推理过程的推理方案、实际应用意义.Braine认为他和他的同事于1984年设计并实施的以"自然推理系统"所含各推理规则为实验材料的实验结果支持该理论的基本观点.

摘要： 为了更好地管理家谱信息以及实现信息的共享与检索,提出了以本体为模型,建立家谱知识图谱模型的方法。采用了本体处理家谱中的复杂人物关系。通过基与JAVA系统的开发与实现,实现了家谱信息检索的多向功能,对于我国家谱馆藏知识的挖掘与利用有积极意义,也为本体在复杂领域知识图谱的综合运用提供了新思路[1]。

摘要： 条件句是表达理的典型句式.意义理论区分语言表达式的语力、涵义与所指三个层次.不同的语力类型分别对应了不同的所指类型.运用于条件句,这三个层次分别确定了理的力量来源、理的具体内容与表现以及理的效用评估.条件陈述句的评估都依赖某种理.对那些被视为推理规则之反例的条件句作分析,要考虑语力与涵义这两个层次.实质蕴涵只考察效用评估值之间的关系,处于所指这一层次.这种差异是造成规则失效的根本原因.刻画理的运用有异释与丰富语言两种途径.意义理论为我们提供了审视这两种途径的新视角.

摘要： 电网调度自动化水平的提高导致调度自动化系统信息量越来越多,为准确及时获取电网运行关键信息,发现和处理电网运行隐患,迫切需要对告警信息进行智能化推理分析,并提高智能告警的实用化水平.本文结合地区电网智能告警系统实用化建设,综合调度自动化系统中各种类型信息,研究讨论告警信息分类方法、智能推理规则,提出了通过告警对象关联告警类型、告警类型定义告警规则的智能告警实现方法,证明智能告警系统在电网运行监视方面良好的应用前景.

摘要： 信息抽取研究已经从传统的限定类别、限定领域信息抽取任务发展到开放类别、开放领域信息抽取.技术手段也从基于人工标注语料库的统计方法发展为有效地挖掘和集成多源异构网络知识并与统计方法结合进行开放式信息抽取.关系抽取(relation extraction,RE)作为信息抽取的一部分,其任务是从自由文本中将给定实体对的关系抽取出来.本文在关系抽取研究历史的基础上,重点介绍弱指导实体关系抽取的任务、难点、方法、评测、技术水平和存在问题,并结合课题组的研究积累,对实体关系抽取发展方向以及在网络知识工程、问答系统中的应用进行分析讨论.

摘要： 基于案例推理的故障诊断方法适用于经验丰富的决策环境,在飞机维修保障领域应用广泛,但由于缺乏解析模型和诊断规则的支持,难以满足复杂故障诊断要求.而故障树分析法建立在设计原理的基础上,可信度高.为了提高故障诊断效率和准确性,本文以实现基于规则和故障树模型与基于案例推理相融合的诊断方法为目的,研究案例的组织和案例库的构建.根据飞机维修保障实际需求,采用基于故障树分析的方法,结合故障诊断推理规则,建立飞机故障诊断模型;将模型和经验知识相结合,提出一种基于规则和故障树的案例库构建方法,进一步完善基于案例的推理机制,提高故障诊断的精确性和有效性.该案例库已应用于飞机故障诊断系统,实现了交互式故障诊断和排故引导,验证了研究方法的可行性.

摘要： 在风险分析过程中，一项重要而关键的工作是对辨识出的风险源进行定性与定量相结合的风险评估.风险评估过程中定性概念和定量数据之间存在不确定性，尤其是随机性和模糊性，需要建立定性描述的基本语言值和定量表示的数值之间的转换模型.本文提出了风险评估的九条推理规则，构造了云规则生成器，建立了基于云模型的风险评估模型，对莱型装备研制论证阶段某工作节点内的费用风险进行了测算.

摘要： 为了确保准确地获取系统需求,文章提出了一种基于领域规则的模型检验方法.该方法对施加于业务上的约束和推理规则用SWRL和图形化两种形式进行建模,有利于对需求模型的推理检验和领域内业务规则的表达;利用领域本体和领域规则构建需求模型检验框架,使得需求分析员能够在领域本体的引导和领域规则的约束下建立应用需求模型,保证获取到的需求既能满足业务需要又不违反领域知识.

摘要： 本文提出了相干命题逻辑系统R的一种演绎生成算法--试探法。该算法采用后向推理法,依据推理规则将待证命题逐步分解成子命题并构造一棵证明树,对系统R中的定理证明取得了较好的效果.

摘要： 基于Ontology相关理论,本文提出了一种内容安全检测分析检测框架。文中根据领域专家知识和词典,构造知识库、内容安全分析机制以及推理规则,实现了系统框架,并通过对大量网页内容的测试,表明该系统框架可有效地检测和识别网页内容的安全性。

摘要： 辨证论治是中医学认识疾病和治疗疾病的基本原则.中医数字辨证,指的是在研究中医辨证论治规律的基础上,建立辨证过程的数字模型,通过计算机程序对患者病情资料进行分析判断,最终得出辨证结果.从上个世纪70年代中后期以来,许多中医药科研工作者和信息科学工作者开展了中医数字辨证研究,研发了许多以中医专家系统为代表的中医数字辨证相关系统.基于知识图谱这一人工智能领域的重要技术，开展中医数字辨证知识表示与推理方法应用研究，对中医辨证过程中的各种确定和不确定的知识进行表示，并以中医临床病例数据作为测试用例来进行辨证推理和分析，将有助于提高中医数字辨证的建模效率、辨证准确率和辨证推理过程的可解释性，对促进中医智能辅助诊断的发展具有重要的意义。

摘要： 辨证论治是中医学认识疾病和治疗疾病的基本原则.中医数字辨证,指的是在研究中医辨证论治规律的基础上,建立辨证过程的数字模型,通过计算机程序对患者病情资料进行分析判断,最终得出辨证结果.从上个世纪70年代中后期以来,许多中医药科研工作者和信息科学工作者开展了中医数字辨证研究,研发了许多以中医专家系统为代表的中医数字辨证相关系统.基于知识图谱这一人工智能领域的重要技术，开展中医数字辨证知识表示与推理方法应用研究，对中医辨证过程中的各种确定和不确定的知识进行表示，并以中医临床病例数据作为测试用例来进行辨证推理和分析，将有助于提高中医数字辨证的建模效率、辨证准确率和辨证推理过程的可解释性，对促进中医智能辅助诊断的发展具有重要的意义。

摘要： 辨证论治是中医学认识疾病和治疗疾病的基本原则.中医数字辨证,指的是在研究中医辨证论治规律的基础上,建立辨证过程的数字模型,通过计算机程序对患者病情资料进行分析判断,最终得出辨证结果.从上个世纪70年代中后期以来,许多中医药科研工作者和信息科学工作者开展了中医数字辨证研究,研发了许多以中医专家系统为代表的中医数字辨证相关系统.基于知识图谱这一人工智能领域的重要技术，开展中医数字辨证知识表示与推理方法应用研究，对中医辨证过程中的各种确定和不确定的知识进行表示，并以中医临床病例数据作为测试用例来进行辨证推理和分析，将有助于提高中医数字辨证的建模效率、辨证准确率和辨证推理过程的可解释性，对促进中医智能辅助诊断的发展具有重要的意义。

摘要： 本发明公开了一种推理规则配置方法，包括如下步骤：S1，确定交互场景最终的回复目标，列举最终回复答案的可能信息；S2，分析影响每项可能信息的变量，列举变量的相关信息，确定变量之间的关系；S3，根据S2获得的变量的相关信息以及变量之间的关系，判断是否要引用已有变量，如果需要则引用并进入S4；S4，根据回复目标、变量以及变量之间的关系定义对应的信息变量；S5，判断最终回复答案中是否需要引用结果变量的值，如果需要则设置结果变量后进入S6；S6，编辑交互的每一个答案，最终回复答案由常量和推理运算结果组成。该种推理规则配置方法，提供一种能够提高配置场景推理规则效率，提升交互体验的推理规则配置方法。

摘要： 本发明公开了一种威胁推理规则构建方法及装置，属于网络安全技术领域，通过以构建面向安全情报的知识图谱为推理依据，从推理方向、推理深度、推理时间等维度进行推理规则的设计，能够有效缓解海量数据下的推理深度不可控导致数据爆炸的问题，且可以兼顾数据时效性和价值。解决了现有技术中对安全情报数据的利用不充分，各类数据间的关系挖掘不全面，产生的知识密度低的问题，本方法能够从海量数据中获取价值密度高、隐含关系较强的威胁情报数据，以支撑领域专家对安全告警事件分析的可靠、可信数据需求。

摘要： 本发明涉及基于证据推理规则和自适应提升的船舶螺旋桨卷气识别法，该方法从船舶电力推进系统变频器实时获取三相电流均方根值和转矩特征值，并根据螺旋桨转矩损失系数确定恶劣海况所引起卷气效应的程度设定三个等级。首先通过K均值聚类方法给出每个证据推理规则弱学习器的输入特征参考值，建立故障信度分布矩阵，利用该矩阵将输入转化为诊断证据，并计算诊断证据的可靠性因子，然后根据可靠性因子将证据进行融合，从融合结果估计螺旋桨卷气效应等级。统计当前弱学习器的精度，计算弱学习器的学习系数。循环上述过程，最终得到由多个弱学习器组成的自适应提升强分类器，得出强分类器对卷气效应等级的估计值，实现对螺旋桨卷气效应的识别。

摘要： 本发明提供了一种基于证据推理规则的中文评论情感分类方法及装置。所述方法包括：对获取的中文评论文本进行预处理；提取预处理后的中文评论文本的特征，得到向量化表示的中文评论文本；将所述中文评论文本划分为训练数据和测试数据，并利用所述中文评论文本训练预先设置的多个基分类器；利用训练后的所述多个基分类器对所述测试数据进行情感倾向性预测，得到每个基分类器的权重；基于所述每个基分类器的权重以及可靠度，利用证据推理规则融合各基分类器的输出概率，得到中文评论文本的情感分类结果。这样，本发明使用证据推理规则来融合不同基分类器的输出结果，并考虑到不同分类器的权重值和可靠度，最终融合结果更加可靠准确。

摘要： 本发明涉及一种基于证据推理规则的电压源型变频器直流母线电容器故障诊断方法，该方法从电压源型变频器中获取电压特征值，并设定电容失效故障的三个等级。所建立的证据推理故障诊断模型，输入为二维电压特征，输出为失效故障等级的信度分布。根据给定的电压特征参考值，建立故障信度分布矩阵，利用该矩阵将输入转化为诊断证据，并计算诊断证据的可靠因子，然后将二维输入激活的证据进行融合，从融合结果估计电容失效故障的等级。对所建立的诊断模型进行参数优化，基于优化后的诊断模型，即可估计测试样本电容的故障等级，实现电容器的故障诊断。

摘要： 本发明公开了一种基于深层卷积神经网络和自适应专家推理规则的水中目标连续跟踪方法，首先针对多波束时域数据特点生成时频谱图样本，其次构建并训练面向时频谱图特征提取的深层卷积神经网络模型；接着构建专家推理规则库，以从多波束时频谱图特征中辨识感兴趣目标；最后基于深层卷积神经网络模型和专家推理规则库对现场多波束时域数据进行处理，一则根据已知感兴趣目标方位信息，利用多波束特征提取结果，初始化更新专家推理规则库，二则依托专家推理规则库对新的多波束特征提取结果辨识，实现感兴趣目标连续跟踪，在处理过程中将根据每个批次感兴趣目标/背景辨识结果对专家推理规则库进行自适应更新，以更好的适应目标‑干扰‑环境的动态变化。

摘要： 本发明涉及一种可解释的机器学习方法——深度证据推理规则，属于机器学习方法领域。该方法步骤如下：1.将定量数据和定性知识转化为置信度分布输入到DERR模型中。2.将输入特征通过证据推理规则进行特征融合。3.在前向传播过程中，利用若干个证据推理规则块(ERRB)建立DERR模型的层结构。对于输入特征，提取每个ERRB的局部输入特征作为输出特征。4.当得到下层权重时，通过权重的反向传播得到上层权重。5.通过基于协方差矩阵的自适应演化策略(CMA‑ES)优化算法，对DERR模型参数进行优化。本发明的优点是与传统机器学习方法相比，本模型具有出色的分类能力；可以描述更一般的不确定性信息；可以输入各种类型的特征；本模型具有良好的可解释性。

摘要： 本发明公开了一种基于证据推理规则的缺血性脑卒中程度辨识建模方法。本发明首先构建证据推理模型，将缺血区域占比、血管总面积占比、血管类型比例作为输入特征，将脑卒中程度作为输出；然后通过ImageJ测量大鼠脑皮层血管实时OCT图像得到输入特征数据；利用k均值聚类算法结合输入特征数据的最小值和最大值确定输入特征参考等级；然后构造初始证据置信度分布表建立输入特征和输出之间的非线性映射关系；通过证据推理规则融合输入特征激活的所有证据得到最终融合结果；通过融合结果辨识脑卒中程度；利用遗传算法（GA）对模型进一步优化，使得结果更加准确。

摘要： 本发明提供一种基于证据推理规则的双传感器目标检测融合方法和系统，涉及目标融合技术领域。本发明基于改进证据推理规则对两种所述传感器的目标类别的识别结果进行融合，得到目标的准确类别；其中，所述改进证据推理规则包括：基于传感器历史准确率和实时检测结果获取传感器的重要性权重；根据传感器当前时间窗口内的值的变化获取传感器的可信度；通过传感器可信度和重要性权重，重新进行证据推理规则过程中的信度分配。本发明通过传感器监测数据来获取传感器的可信度和重要性权重，而不是通过主观经验或依赖于证据之间的差异，可以有效融合两个传感器的检测结果，保证融合结果的客观性和准确性。

摘要： 本发明公开了一种威胁推理规则构建方法及装置，属于网络安全技术领域，通过以构建面向安全情报的知识图谱为推理依据，从推理方向、推理深度、推理时间等维度进行推理规则的设计，能够有效缓解海量数据下的推理深度不可控导致数据爆炸的问题，且可以兼顾数据时效性和价值。解决了现有技术中对安全情报数据的利用不充分，各类数据间的关系挖掘不全面，产生的知识密度低的问题，本方法能够从海量数据中获取价值密度高、隐含关系较强的威胁情报数据，以支撑领域专家对安全告警事件分析的可靠、可信数据需求。