导读:本文包含了精确推理论文开题报告文献综述及选题提纲参考文献，主要关键词:赌局,非精确概率,自然扩张,谓词逻辑
精确推理论文文献综述
潘文全[1]（2019）在《非精确谓词逻辑推理》一文中研究指出非精确概率逻辑是经典命题逻辑的扩张,因为它的元性质都是由命题逻辑的元性质推广而来的。自然扩张推广了命题逻辑的演绎过程;融贯性推广了命题逻辑的演绎封闭且一致。但是如何把谓词逻辑同非精确概率结合起来,以形成非精确谓词逻辑?为了让IP概率逻辑能够表达谓词,必须另辟蹊径。通过在状态描述上引入非精确概率,然后把非精确概率扩展到QFSL,进而通过IP推理的自然扩张扩展到SL上。这样就实现了非精确概率同谓词逻辑的结合,得出了非精确概率谓词逻辑推理。换言之,通过把主观主义嫁接在卡尔纳普的逻辑主义之上,可以实现这一步。(本文来源于《逻辑学研究》期刊2019年04期）
刘绍红[2]（2017）在《因果图的两种不精确推理探索》一文中研究指出不确定性问题作为人工智能最核心的研究任务,将不确定性问题的求解方法大致分为两类:一类是基于概率的方法,一类是基于非概率的方法。因果图推理是一种概率的方法,因果图以图形的方式表达复杂系统的因果关系。由于因果图推理中存在不确定性问题,为了更形象的将系统的不确定性进行表达,本文主要是研究因果图的两种不精确推理:将概率矩阵近似处理转化为精确概率值;将求基本事件精确概率值扩充为求区间概率。主要内容如下:(1)把一个复杂系统用因果图知识表达,进行系统故障诊断时,用节点事件表示故障源,用有向边表示因果关系。由于子变量的赋值状态数不同,将因果图分为单值因果图和多值因果图。将传统因果图推理用于多值因果图中会出现概率不归一的现象,因此提出一种多值因果图的不精确推理。该推理方法是根据因果影响程度找到连接事件概率值,而该概率值是在引入了事件缺省状态,并假设事件各状态之间互斥的情况下求得的。根据概率矩阵中事件各状态发生的概率找到其发生的可能性大小,再进行概率分配,使概率满足归一性,将多值因果图转化为单值因果图。(2)因果图作为一种基于概率的知识表达方法,是对基本事件发生概率已知时进行推导计算,而实际应用中,由于数据的误差、缺失,专家的主观偏见等很难获得精确概率值,针对此情况本文提出将精确值扩充为区间数。根据Dempster-Shafer证据理论(简称D-S理论),将专家知识或者系统数据进行融合,通过计算得到似然函数Pls(Plausibility Function)和信任函数Bel(Belief Function),将其分别作为概率区间的上下界,形象表达系统的模糊性和不确定性,同时还降低了获取精确概率值的难度。(本文来源于《重庆师范大学》期刊2017-05-01）
张琳[3]（2017）在《本体知识中不确定语义关系的表达和非精确推理研究》一文中研究指出随着数据的增长和用户的需求不断扩大,由于影视信息描述的缺乏和噪音大等问题,造成了影视信息产生诸多信息不完备、不精确等不确定性的情况,使用传统的机器学习中的基于语义的算法文本分析算法也难以获得良好的检索效果。因此,能否以自然语言的形式描述影视信息领域的检索需求,从语义的角度对视频信息进行知识描述、关联性检索以及非精确性推理等问题也成为本文研究的出发点。首先,关于本体不确定性度量,Tim Berners Lee提出在下一代互联网中引入语义本体,使得计算机可以理解web资源的含义,因此本文基于影视信息本体,通过分析总结其不确定性,采用了非归一化多因子概率的方法进行度量,更好的体现了概念间语义关系的强弱。其次,关于不确定性本体的语义检索,抛弃传统关键词-词频的搜索方式,尝试采用阈值约束改进的激活扩散算法对本体进行关联性检索,通过阈值对搜索进行约束,并加入对象属性的语义关联影响,对激活扩散算法的扩散范围进行了补充。最后,关于语义的非精确性推理,本文采用LDA主题模型和传统逻辑推理结合,采用LDA方法训练影视资源描述信息发现概念和概念、概念与实例、实例与实例间新的关系。并通过案例,对本文提出的本体不确定性度量、非精确性语义检索和推理等关键技术进行了说明,最后对本文的相关研究进行了总结。(本文来源于《燕山大学》期刊2017-05-01）
谭格帆[4]（2015）在《离散动态贝叶斯网络精确推理的研究与实现》一文中研究指出贝叶斯网络由于对不确定性问题的良好描述,简洁的表示以及可行的计算方法,在许多领域得到广泛的应用。动态贝叶斯网络是贝叶斯网络的拓展形式,主要应用于对时序和序列性数据的建模。动态贝叶斯网络的特例,HMM和KFM在语音识别,生物基因检测,以及动态系统跟踪等领域得到成熟应用,而针对更一般化的动态贝叶斯网络,由于其表示的多样性,推理和学习的复杂性,并没有在工业界得到大规模的应用。本文首先从贝叶斯网络理论出发,阐述贝叶斯网络对现实建模的理论基础。分别对动态贝叶斯网络的叁个主要问题,模型的表示,推理和学习问题进行深入研究。列举出了隐马尔可夫模型,因子隐马尔可夫模型,耦合隐马尔可夫模型,层次隐马尔可夫模型以及抽象隐马尔可夫模型等五种离散动态贝叶斯网络模型的表示,并给出每个特定结构的具体应用领域。贝叶斯网络的推理是指观察到网络中的变量值,求取其他变量值概率的过程。本文以静态贝叶斯网络的推理为基础,深入分析了离散动态贝叶斯网络的推理算法,根据贝叶斯网络的变量消元法,联合树算法,以及HMM的前向后向算法的理论基础,剖析了适用于一般化动态贝叶斯网络的接口算法。之后简要分析了极大似然估计和EM算法在动态贝叶斯网络中参数学习的使用。最后,依据本文所涉及的理论基础,实现了一个用于贝叶斯网络的表示,推理和学习的计算库libdbn。libdbn的底层由C++,上层由Python实现,它完成了大部分本文中涉及的算法,可以完成适用于离散动态贝叶斯网络的建模和概率推理,也进一步地为相关研究人员的深入研究和改进提供了基础。(本文来源于《西安电子科技大学》期刊2015-11-16）
单全生,钟家维,欧如学,李强,张卫贤[5]（2014）在《基于不精确正向推理的修井作业专家系统研究与设计》一文中研究指出为了解决油田现场修井作业中存在的技术力量薄弱,修井领域专家缺乏,从业人员技术水平和经验参差不齐等实际问题,本文分析了在井况事故处理知识的不确定性和多样性情况下,将不精确推理引入到修井作业专家系统中,采用产生式规则表示井况处理知识,使用正向推理的方法,进行事故类型及状态的诊断、获得修井作业方案设计,并构建了基于Web的修井作业专家系统,进一步提高了系统的智能化与科学性。(本文来源于《科技创新与应用》期刊2014年36期）
肖旭,慕德俊,张慧翔,陈春雷[6]（2014）在《GPU加速的贝叶斯网络精确推理方法研究》一文中研究指出对于复杂输入的贝叶斯网络,精确推理时间较长。文中针对贝叶斯网络精确推理中的团树传播算法,提出了一种基于CPU-GPU异构计算平台的并行化方法。首先研究团节点间信念势更新方式,提出了节点级并行化方法加速更新过程;其次,提出了利用计算复杂度的优先级队列方法,通过拓扑级并行化加速全局推理过程;最后,通过输入不同团树结构—线性结构、两分支二叉树结构和完全二叉树结构验证算法加速效果。实验结果表明,节点级并行化方法对线性结构有明显加速效果,拓扑级并行化对两分支二叉树和满二叉树结构有明显加速效果。(本文来源于《计算机技术与发展》期刊2014年10期）
张庆辉,徐宏[7]（2012）在《不精确推理在储粮安全预警专家系统的研究》一文中研究指出为了提高我国粮食储藏技术水平,利用粮食仓储知识及经验、计算机和人工智能技术,研究开发储粮安全预警专家系统。将数据库、人工智能、管理信息系统、决策支持系统、计算机技术以及信息集成技术应用到粮食储藏领域。使用系统有助于粮库仓储管理的智能化及自动化,能够最大限度的降低粮食在仓储过程中的损失率,确保国家粮食安全。(本文来源于《计算机与数字工程》期刊2012年02期）
陈瑾[8]（2011）在《基于不精确推理的中医处方分析》一文中研究指出中医处方虽然身材短小,但是内涵丰富,蕴含了中医辨证论治的思路和经验,所以处方挖掘是中医药数据挖掘中的关键工作。本文首先通过数据挖掘方法获得所需的知识表,然后进行具体的挖掘分析,目的是以一则具体处方为研究对象,从其药物组成和剂量出发,综合运用了数据挖掘和模糊数学中的多种方法,分析并量化处方功效、分析处方中药对量效关系,分析处方对应证型和相应治法,从而反映出中医辨证论治的治病思路；另外,从分析配伍模式出发,运用基于摄动思想的模糊聚类方法推断经方君臣药,并运用模糊意向判决的方法判断实际临床处方的君臣药,从而更好的理解中医组方配伍原则,也为以后的新的组方尝试提供一定的理论依据。1.研究中医药数据的预处理技术,基于标准词表对中药、功效、症状、证候等进行了提取与规范,并且使用中药剂量进行处理,将绝对剂量转化为相对剂量,构建了“量效”关系知识表。2.基于关联规则方法挖掘处方分析需要的功效互相作用关系,并研究将SimRank方法应用于中医药效和症状贴近度的求取,分别构建了“药效”、“候效”关系知识表。3.研究处方功效量化技术,综合“量效”“药效”关系,运用一定的数学模型对处方各功效强度进行求取,并利用“候效”关系对处方功效集进行筛选和归约,进而总结出一定的中医处方“量效”关系。4.研究“症证”关系,运用贝叶斯方法,根据一组症状推断对应证型,从而总结相应治法,以体现中医治病的辩证论治思路。5.综合聚类和模糊关联规则,研究中医处方中药对的“量效”关系。6.研究中医处方组方配伍模式,分别采用了基于摄动思想的模糊聚类方法和基于模糊意向判决的方法,以体现中医处方配伍的结构和原则,也为以后的新的组方尝试提供一定的理论依据。(本文来源于《南京理工大学》期刊2011-02-01）
鲍道亮,李伙友[9]（2009）在《基于可信度方法的煤矿水害防治不精确推理模型》一文中研究指出采用基于可信度的方法建立了煤矿水害防治的不精确推理模型,并给出了该模型中不同规则的不确定性传播的算法,为建立煤矿水害防治专家系统提供了基础。(本文来源于《龙岩学院学报》期刊2009年05期）
崔奇明[10]（2009）在《基于WEB的非精确反向推理专家系统研究与应用》一文中研究指出介绍了一个基于WEB的精确反向推理专家系统原型,通过对其增加非精确推理功能,完成了对此原型的改进,使其能进行非精确分类或诊断。提出在推理过程中对所使用的规则、条件等信息的收集及处理算法,并给出一个推理过程分析实例,论述了对原型改进的基本步骤,同时也提供了一个知识库例子等。探讨基于WEB的专家系统的应用实践,对于推动专家系统在我国的应用具有现实意义。(本文来源于《2009年全国输变电设备状态检修技术交流研讨会论文集》期刊2009-04-01）
精确推理论文开题报告
（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：
不确定性问题作为人工智能最核心的研究任务,将不确定性问题的求解方法大致分为两类:一类是基于概率的方法,一类是基于非概率的方法。因果图推理是一种概率的方法,因果图以图形的方式表达复杂系统的因果关系。由于因果图推理中存在不确定性问题,为了更形象的将系统的不确定性进行表达,本文主要是研究因果图的两种不精确推理:将概率矩阵近似处理转化为精确概率值;将求基本事件精确概率值扩充为求区间概率。主要内容如下:(1)把一个复杂系统用因果图知识表达,进行系统故障诊断时,用节点事件表示故障源,用有向边表示因果关系。由于子变量的赋值状态数不同,将因果图分为单值因果图和多值因果图。将传统因果图推理用于多值因果图中会出现概率不归一的现象,因此提出一种多值因果图的不精确推理。该推理方法是根据因果影响程度找到连接事件概率值,而该概率值是在引入了事件缺省状态,并假设事件各状态之间互斥的情况下求得的。根据概率矩阵中事件各状态发生的概率找到其发生的可能性大小,再进行概率分配,使概率满足归一性,将多值因果图转化为单值因果图。(2)因果图作为一种基于概率的知识表达方法,是对基本事件发生概率已知时进行推导计算,而实际应用中,由于数据的误差、缺失,专家的主观偏见等很难获得精确概率值,针对此情况本文提出将精确值扩充为区间数。根据Dempster-Shafer证据理论(简称D-S理论),将专家知识或者系统数据进行融合,通过计算得到似然函数Pls(Plausibility Function)和信任函数Bel(Belief Function),将其分别作为概率区间的上下界,形象表达系统的模糊性和不确定性,同时还降低了获取精确概率值的难度。
（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。
精确推理论文参考文献
[1].潘文全.非精确谓词逻辑推理[J].逻辑学研究.2019
[2].刘绍红.因果图的两种不精确推理探索[D].重庆师范大学.2017
[3].张琳.本体知识中不确定语义关系的表达和非精确推理研究[D].燕山大学.2017
[4].谭格帆.离散动态贝叶斯网络精确推理的研究与实现[D].西安电子科技大学.2015
[5].单全生,钟家维,欧如学,李强,张卫贤.基于不精确正向推理的修井作业专家系统研究与设计[J].科技创新与应用.2014
[6].肖旭,慕德俊,张慧翔,陈春雷.GPU加速的贝叶斯网络精确推理方法研究[J].计算机技术与发展.2014
[7].张庆辉,徐宏.不精确推理在储粮安全预警专家系统的研究[J].计算机与数字工程.2012
[8].陈瑾.基于不精确推理的中医处方分析[D].南京理工大学.2011
[9].鲍道亮,李伙友.基于可信度方法的煤矿水害防治不精确推理模型[J].龙岩学院学报.2009
[10].崔奇明.基于WEB的非精确反向推理专家系统研究与应用[C].2009年全国输变电设备状态检修技术交流研讨会论文集.2009