基于MMDB的快速混合模型的研究与应用
| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-32页 |
| ·研究背景及意义 | 第12-13页 |
| ·内存数据库的理论 | 第13-16页 |
| ·内存数据库的概念及发展 | 第13-14页 |
| ·内存数据库的关键技术 | 第14-16页 |
| ·人工智能的理论 | 第16-28页 |
| ·专家系统简介 | 第16-19页 |
| ·神经网络简介 | 第19-26页 |
| ·两种智能模型的比较 | 第26-28页 |
| ·快速混合智能的关键技术及研究重点 | 第28-29页 |
| ·研究内容 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 2 MMDB 的关键技术研究 | 第32-58页 |
| ·引言 | 第32页 |
| ·组织结构及存储技术 | 第32-36页 |
| ·MMDB 组织结构 | 第32-34页 |
| ·元组的存储模型 | 第34-36页 |
| ·索引技术 | 第36-49页 |
| ·常见的索引类型 | 第37-42页 |
| ·T 树索引优化 | 第42-49页 |
| ·T 树并发控制的研究 | 第49-57页 |
| ·基于锁的基本算法 | 第50-53页 |
| ·改进的基于锁的并发控制 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 3 快速智能专家系统研究 | 第58-86页 |
| ·引言 | 第58页 |
| ·产生式的知识表示及获取 | 第58-63页 |
| ·知识分类与表示 | 第58-60页 |
| ·知识获取 | 第60-61页 |
| ·知识一致性维护 | 第61-63页 |
| ·基于产生式的推理 | 第63-69页 |
| ·推理方向 | 第64-67页 |
| ·不确定性推理 | 第67-68页 |
| ·冲突消解策略 | 第68-69页 |
| ·快速匹配算法研究 | 第69-85页 |
| ·模式匹配算法的基础 | 第69-71页 |
| ·RETE 算法 | 第71-75页 |
| ·改进的快速匹配 RETE 算法 | 第75-85页 |
| ·本章小结 | 第85-86页 |
| 4 基于 MMDB 的快速混合智能模型的研究 | 第86-108页 |
| ·引言 | 第86页 |
| ·模型结构及原理 | 第86-88页 |
| ·基于 MMDB 的混合知识表示 | 第88-91页 |
| ·推理机制 | 第91-93页 |
| ·ANN 推理模式 | 第91-92页 |
| ·混合推理模式 | 第92-93页 |
| ·知识自动获取 | 第93-107页 |
| ·基于 BP 神经网络的机器学习 | 第94-104页 |
| ·基于决策树的知识获取 | 第104-107页 |
| ·本章小结 | 第107-108页 |
| 5 基于 MMDB 的快速混合智能模型的工程应用 | 第108-122页 |
| ·引言 | 第108页 |
| ·项目需求描述与分析 | 第108-109页 |
| ·快速评估内核设计 | 第109-113页 |
| ·评估知识表示和规则构建技术 | 第109-111页 |
| ·不确定的混合推理机制 | 第111-113页 |
| ·快速评估系统的实现 | 第113-119页 |
| ·系统架构 | 第114页 |
| ·系统组成 | 第114-116页 |
| ·评估流程 | 第116-119页 |
| ·系统特点 | 第119-120页 |
| ·本章小结 | 第120-122页 |
| 6 全文总结 | 第122-126页 |
| ·本文主要研究内容及创新点 | 第122-123页 |
| ·需进一步研究和解决的问题 | 第123-126页 |
| 参考文献 | 第126-132页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第132页 |
