基于范例推理的刑事判案咨询系统的设计与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景 | 第7-8页 |
| ·课题的来源和意义 | 第8-9页 |
| ·CBR研究方向的现状 | 第9-10页 |
| ·论文的主要工作 | 第10-12页 |
| 第二章 基于范例推理的理论模型 | 第12-22页 |
| ·基于范例推理的思想 | 第12页 |
| ·基于范例学习的一般过程 | 第12-14页 |
| ·基于范例推理的优点 | 第14-15页 |
| ·范例的表示与组织 | 第15-19页 |
| ·动态存储模型 | 第15-17页 |
| ·种类样本模型 | 第17-18页 |
| ·范例的结构与结构化表示 | 第18-19页 |
| ·刑事审判范例 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 范例的检索与复用 | 第22-32页 |
| ·范例的索引 | 第22页 |
| ·范例的检索 | 第22-29页 |
| ·范例相似度 | 第24-26页 |
| ·范例特征的权重 | 第26-29页 |
| ·范例的推理 | 第29页 |
| ·范例的复用 | 第29-30页 |
| ·范例的保存 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 CBR与专家系统的集成研究 | 第32-38页 |
| ·专家系统的概念 | 第32页 |
| ·专家系统的构造 | 第32-33页 |
| ·专家系统的特点 | 第33-34页 |
| ·专家系统的集成推理 | 第34-37页 |
| ·CBR与RBR集成推理选择 | 第34-36页 |
| ·CBR与RBR集成推理结构 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 基于CBR的刑事判案咨询系统的设计与实现 | 第38-58页 |
| ·系统的设计 | 第38-40页 |
| ·设计的标准 | 第38-39页 |
| ·法律推理的模型 | 第39页 |
| ·系统的概念设计 | 第39-40页 |
| ·知识的表达 | 第40-41页 |
| ·范例的检索和复用 | 第41-48页 |
| ·粗糙集理论 | 第41-42页 |
| ·相似度理论 | 第42-43页 |
| ·基于粗糙集的分类算法 | 第43-47页 |
| ·相似范例的检索过程 | 第47页 |
| ·范例的复用 | 第47-48页 |
| ·系统的学习和维护 | 第48-49页 |
| ·范例及范例库的组织与设计 | 第49-51页 |
| ·系统实现说明 | 第51-57页 |
| ·数据来源和范例的表示 | 第51-52页 |
| ·系统体系结构 | 第52-55页 |
| ·系统的用户界面 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-67页 |
| 致谢 | 第67-68页 |
| 个人简历、在学期间发表的论文与研究成果 | 第68页 |
