摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第1章 绪论 | 第11-23页 |
·课题研究的目的与意义 | 第11-14页 |
·中文信息处理的难点 | 第11-12页 |
·中文信息处理技术发展的问题 | 第12页 |
·研究目的及意义 | 第12-14页 |
·中文信息处理的发展概况 | 第14-17页 |
·中文信息处理的发展现状 | 第14-15页 |
·文法分析的关键技术及发展方向 | 第15-17页 |
·文法分析模型 | 第15-16页 |
·文法分析的发展方向 | 第16-17页 |
·神经网络的发展概况 | 第17-18页 |
·BP网络模型 | 第17页 |
·BP算法性能分析 | 第17-18页 |
·神经网络的国内外研究状况 | 第18页 |
·专家系统的发展概况 | 第18-21页 |
·专家系统的结构及工作原理 | 第18-20页 |
·专家系统的特点 | 第20-21页 |
·专家系统的应用 | 第21页 |
·本文主要工作以及取得的成果 | 第21-22页 |
·本章小结 | 第22-23页 |
第2章 基于神经网络的汉语文法分析专家系统总体设计 | 第23-29页 |
·引言 | 第23-24页 |
·问题描述 | 第24-27页 |
·汉语文法分析原理 | 第24-25页 |
·文法分析的功能 | 第25页 |
·汉语文法分析的基本方法 | 第25-27页 |
·系统模型设计 | 第27-28页 |
·本章小结 | 第28-29页 |
第3章 知识表达与知识库 | 第29-39页 |
·引言 | 第29页 |
·知识提取与编码 | 第29-30页 |
·知识表达 | 第30-33页 |
·形式语法 | 第31页 |
·产生式表示法 | 第31-32页 |
·知识表示 | 第32-33页 |
·知识库的设计 | 第33-38页 |
·神经网络模型 | 第33-36页 |
·神经网络的知识获取与存储 | 第36-37页 |
·改进的BP网络学习算法 | 第37-38页 |
·LEVERBERG_MARQUARDT算法 | 第37页 |
·Variable Learning Rate算法 | 第37-38页 |
·本章小结 | 第38-39页 |
第4章 推理机制的设计 | 第39-50页 |
·引言 | 第39页 |
·搜索策略 | 第39-44页 |
·与/或树的搜索策略 | 第39-40页 |
·与/或树宽度优先搜索 | 第40-41页 |
·与/或树的深度优先搜索 | 第41-44页 |
·神经网络的知识推理 | 第44页 |
·推理机制 | 第44-49页 |
·推理策略 | 第44-45页 |
·推理算法及流程 | 第45-49页 |
·本章小结 | 第49-50页 |
第5章 神经网络存储能力实验研究 | 第50-60页 |
·引言 | 第50页 |
·网络训练程序设计 | 第50页 |
·网络训练 | 第50-54页 |
·训练样本 | 第50-52页 |
·网络训练 | 第52-54页 |
·网络测试 | 第54-57页 |
·样本输出测试 | 第54-55页 |
·准确率测试 | 第55-57页 |
·准确率的测试方法 | 第55-56页 |
·准确率的影响因素 | 第56-57页 |
·实验分析 | 第57-58页 |
·本章小结 | 第58-60页 |
第6章 基于神经网络的汉语文法分析系统实现 | 第60-70页 |
·引言 | 第60页 |
·汉语文法分析系统的开发工具 | 第60-61页 |
·神经网络程序设计 | 第61-62页 |
·BP算法流程图 | 第61页 |
·程序功能函数 | 第61-62页 |
·系统程序设计 | 第62页 |
·系统程序流程图 | 第62页 |
·程序功能函数 | 第62页 |
·系统运行实例 | 第62-65页 |
·预处理 | 第62-63页 |
·系统运行实例 | 第63-64页 |
·文法分析的树形结构 | 第64-65页 |
·系统分析 | 第65-66页 |
·系统改进方案 | 第66-69页 |
·模糊系统和神经网络的融合 | 第66-67页 |
·如何解决知识扩充问题 | 第67-68页 |
·利用启发信息改进搜索策略 | 第68-69页 |
·本章小结 | 第69-70页 |
结论 | 第70-71页 |
参考文献 | 第71-76页 |
攻读硕士学位期间发表的学术论文 | 第76-77页 |
致谢 | 第77-81页 |