2.4 新型实用智能系统构造方法
早期智能系统的知识获取完全依靠领域专家和知识工程师长期共同合作完成. 近来，一些智能系统已或多或少地具有了自动知识获取的功能，即系统在运行中不断地从错误和失败中归纳总结经验，并修改和扩充自身的知识库. 即便如此，“知识匮乏”仍是智能系统中的瓶颈问题，一直制约着智能系统的发展。为解决知识获取这一难题，人们开始尝试着利用知识发现来解决这一难题。基于知识发现的智能系统可大致分为两类：其一是利用数据挖掘技术来辅助专家系统的构建，而不是用于知识获取。另外一类则是将现有的数据挖掘工具直接用于或集成后用于专家系统的知识获取。与现有的工作最大的不同之处在于:我们提出的四类新型实用智能系统的理论基础是我们提出的上述原创性机理、模型以及技法,其知识的内在联系如下所示。
 
引发出四类新型实用智能系统----将传统的实用智能系统与上述理论基础、内在认知机理、过程模型、技术方法交叉融合，构造了四类新型实用智能系统，可显著改善“知识贫乏”的瓶颈，提高智能化程度与系统性能。以下给出基于知识发现的广义诊断型专家系统(ESKD)、基于信息挖掘的智能决策支持系统（IDSSIM）、基于信息挖掘的智能预测支持系统（IFSSIM）、基于知识发现的计算机辅助创新智能系统（CAIISKD）的总体结构图。
上一页 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] 下一页
|
