智能制造中的知识工程

第1章 面向逻辑结构的知识表达方法
1．1 基于谓词的知识表达方法
1．2 基于框架的知识表达方法
本章参考文献

第2章 面向业务流程的模块知识表达方法
2．1 模块化知识概述
2．2 基于模块的知识表达方法
2．3 基于模板的知识表达方法
本章参考文献

第3章 基于向量空间的文本知识表达方法
3．1 基于词向量空间的文本知识表达方法
3．2 基于实体超平面和关系超平面知识图谱嵌入
3．3 基于卷积神经网络的句子向量表达方法
3．4 基于词向量的文本聚类实例
本章参考文献

第4章 基于模糊理论的知识挖掘方法
4．1 模糊基本理论
4．2 高斯混合模型
4．3 基于云模型的多分类方法
4．4 基于高斯混合模型的知识挖掘方法
4．5 基于过程模糊规则的隐含知识挖掘方法
4．6 基于动态混合规则网络的隐含知识挖掘方法
4．7 基于概念格的知识挖掘方法
本章参考文献

第5章 基于贝叶斯理论的知识挖掘方法
5．1 贝叶斯公式
5．2 贝叶斯分类器
5．3 贝叶斯网络
5．4 半结构化文本的分类与挖掘
本章参考文献

第6章 迁移学习方法及其应用
6．1 迁移学习方法
6．2 基于深度迁移学习的工业故障检测方法
6．3 小样本条件下基于迁移学习的民航发动机气路故障诊断方法
本章参考文献

第7章 基于D-S证据理论的知识融合方法
7．1 经典D-S证据理论
7．2 基于距离的分类支持度模型建立
7．3 样本分类支持度计算
7．4 基于D-S证据理论的高维多模式分类方法
本章参考文献

第8章 基于知识图谱的知识融合方法
8．1 基于编辑距离定义相似度
8．2 基于结构相似度
本章参考文献

名词索引
附录 部分彩图