知识工程与知识管理
知识工程与知识管理封面图

知识工程与知识管理

陈文伟, 编著

出版社:清华大学出版社

年代:2015

定价:35.0

书籍简介:

目前大多数人工智能书主要讲解知识工程内容,一般只能介绍概念和简单的实例,对其原理和具体实现介绍很少。作者多年来深入的研究了知识工程的各技术:如专家系统、决策支持系统、神经网络、数据挖掘等,并开发了实际的应用系统。本书对其原理、技术和实例进行祥细讲解,可使使读者真正掌握知识工程的原理和实现,并掌握知识管理的本质,初步达到既有理论又有实践的能力。

作者介绍:

陈文伟,1963年毕业于哈尔滨工业大学计算数学专业,国防科学技术大学博士生导师,海军兵种指挥学院教授,中国人工智能学会机器学习专业委员会荣誉副主任,中国人工智能学会可拓工程专业委员会荣誉副主任;研究方向为人工智能专家系统、决策支持系统、机器学习、数据挖掘、可拓数据挖掘、作战指挥等;出版专著有《智能决策技术》、《数据挖掘技术》、《知识工程与知识管理》等。在《计算机学报》等学术刊物发表学术论文100多篇。 主持重大科研项目有863计划高科技项目,“八五”、“九五”、“十五”国防预研项目,国家自然科学基金项目,中国科学院合作项目等。科研成果有国家科学进步奖二等奖1项,军队科学技术进步奖二、三等奖多项,国家自然科学基金项目被评为优等;指导博士生、硕士生共计78名获得学位;开设博士生、硕士生课程多门,在教学和指导研究生中,获国防科技大学教学优秀奖、优秀研究生导师奖多次,2015年荣获国防科学技术大学资深研究生导师称号。   陈晟,1998年获国防科学技术大学信息处理专业博士学位,2006年获清华大学工商管理硕士学位;先后服务于总装备部、信息产业部和知名IT公司;长期从事软件工程、软件测试、信息化咨询和知识管理等领域的技术和管理工作;在《计算机学报》等刊物发表20余篇学术论文;在专业领域学习和工作实施中,系统地分析和总结_r计算机软、硬件和网络的知识体系,并提出了技术进化的思想。

书籍目录:

第1章 知识工程与知识管理综述

1.1 知识工程与人工智能

1.1.1 知识工程概念

1.1.2 人工智能概念和发展过程

1.1.3 知识系统的结构和知识工程的基础

1.2 知识工程的核心问题

1.2.1 知识概念与逻辑推理

1.2.2 知识表示与知识推理

1.2.3 知识获取

1.3 知识管理与知识工程

1.3.1 知识管理综述

1.3.2 信息管理与知识管理

1.3.3 知识工程与知识产业

1.3.4 知识工程和知识管理相互促进

习题1

第2章 专家系统及其开发

2.1 专家系统综述

2.1.1 专家系统概念

2.1.2 专家系统结构和原理

2.1.3 专家系统的应用与困难

2.2 产生式规则专家系统

2.2.1 产生式规则知识与推理

2.2.2 不确定性推理

2.2.3 解释机制和事实数据库

2.2.4 产生式规则知识推理简例

2.3 元知识与两级推理

2.3.1 元知识概念

2.3.2 元知识分类

2.3.3 领域知识和元知识的两级推理

2.3.4 元知识的应用

2.4 专家系统的黑板结构

2.4.1 基本原理

2.4.2 HEARSAY-Ⅱ语言识别系统

2.4.3 医疗诊断专家系统

2.5 专家系统开发与实例

2.5.1 专家系统的开发

2.5.2 专家系统工具

2.5.3 单推理树形式的专家系统

2.5.4 多推理树形式的专家系统

习题2

第3章 决策支持系统与商务智能

3.1 决策支持系统与智能决策支持系统

3.1.1 决策支持系统与商务智能综述

3.1.2 决策资源与决策支持

3.1.3 模型实验与模型组合方案

3.1.4 智能决策支持系统的设计与开发

3.1.5 决策支持系统实例

3.2 网络环境的决策支持系统

3.2.1 网络环境的决策支持系统概述

3.2.2 网络环境的智能决策支持系统

3.2.3 基于客户/服务器的决策支持系统开发平台

3.2.4 基于客户/服务器的决策支持系统实例

3.3 商务智能——基于数据仓库的决策支持系统

3.3.1 商务智能概述

3.3.2 数据仓库与联机分析处理

3.3.3 基于数据仓库的决策支持系统

3.3.4 商务智能实例

习题3

第4章 计算智能的仿生技术

4.1 神经计算

4.1.1 人工神经网络

4.1.2 反向传播模型BP

4.1.3 反向传播模型实例分析

4.1.4 神经元网络专家系统

4.2 模糊计算

4.2.1 模糊集合及其运算

4.2.2 模糊推理

4.2.3 模糊规则的计算公式

4.2.4 模糊推理方法的比较

4.3 遗传算法

4.3.1 遗传算法原理

4.3.2 优化模型的遗传算法求解

4.3.3 基于遗传算法的分类学习系统

4.4 人工生命

4.4.1 人工生命概述

4.4.2 人工生命的研究内容和方法

4.4.3 人工生命实例

4.4.4 人工生命的实验系统

习题4

第5章 机器学习与数据挖掘

5.1 机器学习与数据挖掘综述

5.1.1 机器学习概述

5.1.2 机器学习分类

5.1.3 知识发现与数据挖掘综述

5.1.4 数据浓缩与知识表示

5.2 基于信息论的归纳学习方法

5.2.1 基于互信息的ID3方法

5.2.2 基于信息增益率的C4.5方法

5.2.3 基于信道容量的IBLE方法

5.3 基于集合论的归纳学习方法

5.3.1 粗糙集方法

5.3.2 关联规则挖掘

习题5

第6章 公式发现与变换规则的挖掘

6.1 公式发现

6.1.1 公式发现综述

6.1.2 物理化学定律发现系统BACON

6.1.3 经验公式发现系统FDD

6.2 变换规则的知识挖掘

6.2.1 适应变化环境的变换和变换规则

6.2.2 变换规则知识挖掘的理论基础

6.2.3 变换规则的知识推理

6.2.4 变换规则链的知识挖掘

6.2.5 适应变化环境的变换规则元知识

习题6

第7章 知识管理与知识创造

7.1 知识经济与知识管理

7.1.1 知识经济与知识管理的形成

7.1.2 知识管理基本原理

7.1.3 知识管理与学习型组织

7.2 知识创造

7.2.1 知识创造模型

7.2.2 知识创造典范——开源软件

7.3 大数据与关联知识

7.3.1 从数据到决策的大数据时代

7.3.2 大数据型科学研究新范式

7.3.3 从关联分析中创造新知识

7.3.4 大数据的决策支持

习题7

第8章 计算机进化规律的发掘

8.1 计算机软件进化规律的发掘

8.1.1 数值计算的进化

8.1.2 计算机程序的进化

8.1.3 数据存储的进化

8.1.4 知识推理的进化

8.1.5 软件进化规律

8.2 计算机硬件进化规律的发掘

8.2.1 计算机硬件的理论基础

8.2.2 计算机的体系结构

8.2.3 计算机硬件的进化

8.2.4 计算机硬件进化规律

8.3 计算机网络进化规律的发掘

8.3.1 计算机网络的进化

8.3.2 计算机网络的进化规律

8.4 计算机技术发展趋势

8.4.1 计算机软件发展趋势

8.4.2 计算机硬件与网络的发展趋势

习题8

附录A 部分思考题参考答案

附录B 部分计算题答案

参考文献

内容摘要:

知识工程是利用智能技术(人工智能、计算智能和商务智能)来建造高性能的知识系统,知识工程来源于知识管理中成熟的知识应用和知识创造,知识工程又是知识管理的技术支柱;而计算机进化规律的发掘对提高计算机应用能力和进一步促进计算机进化都有积极意义,它是介于知识工程与知识管理之间的有意义的课题。本书以“原理、实现、应用” 的讲述方式,系统地介绍知识工程中的原理和开发技术、知识管理中的理论和实例,以便读者能够从理论和实践两个方面较扎实地掌握知识工程和知识管理,初步达到既掌握知识又能利用书中介绍的实现技术去开发知识系统的目标。本书适合用作计算机科学与技术专业、信息管理与信息系统专业和系统工程专业的研究生教材,也可为大学本科高年级学生所用,同时本书也可供有关教师和科研技术人员学习参考。

编辑推荐:

本书以“原理、实现、应用”的讲述方式,较系统的介绍知识工程中的原理和开发技术、知识管理中的理论和实例,以便研究生能够从理论和实践两个方面较扎实掌握知识工程和知识管理,初步达到既掌握知识又能利用书中介绍的实现技术去开发知识系统的目标。

书籍规格:

书籍详细信息
书名知识工程与知识管理站内查询相似图书
丛书名计算机科学与技术学科前沿丛书
9787302422075
如需购买下载《知识工程与知识管理》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN
出版地北京出版单位清华大学出版社
版次2版印次1
定价(元)35.0语种简体中文
尺寸26 × 19装帧平装
页数印数 2000

书籍信息归属:

知识工程与知识管理是清华大学出版社于2016.出版的中图分类号为 TP182 的主题关于 知识工程-研究生-教材 的书籍。