智能抽取算法在专家库抽取系统中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-13页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| 第2章 智能抽取算法的相关研究 | 第13-20页 |
| ·遗传算法的概念与相关理论 | 第13-17页 |
| ·遗传算法的概念 | 第13页 |
| ·遗传算法特点 | 第13-14页 |
| ·应用领域 | 第14-15页 |
| ·遗传算法的计算过程 | 第15-17页 |
| ·神经网络概述 | 第17-18页 |
| ·神经网络的概念 | 第17页 |
| ·神经网络相关算法 | 第17-18页 |
| ·遗传算法与神经网络的融合 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第3章 智能抽取算法 | 第20-31页 |
| ·传统遗传算法的流程 | 第20-21页 |
| ·BP 神经网络的原理 | 第21-25页 |
| ·BP 神经网络的结构 | 第21-22页 |
| ·BP 神经网络的学习流程 | 第22-25页 |
| ·遗传算法与神经网络融合的智能抽取算法 | 第25-30页 |
| ·智能抽取算法的提出 | 第25页 |
| ·智能抽取算法流程 | 第25-30页 |
| ·小结 | 第30-31页 |
| 第4章 智能抽取算法在专家库抽取系统中的应用 | 第31-39页 |
| ·专家库的设计 | 第31-32页 |
| ·智能抽取算法实现 | 第32-37页 |
| ·遗传算法的编码 | 第32页 |
| ·初始化种群 | 第32页 |
| ·适应度函数的确定 | 第32-34页 |
| ·遗传操作 | 第34-35页 |
| ·选择操作 | 第35页 |
| ·BP 神经网络操作 | 第35-37页 |
| ·实验分析与测试 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第5章 专家库抽取系统的实现 | 第39-46页 |
| ·需求分析设计 | 第39-40页 |
| ·开发平台选择 | 第40页 |
| ·数据库设计 | 第40-43页 |
| ·系统架构设计 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第6章 结论 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 作者简介及在学期间所取得的科研成果 | 第49-50页 |
| 致谢 | 第50页 |
