论文目录 | |
基于领域本体的亚健康中医辅助诊断系统的研究及应用 | 第1-74
页 |
摘要 | 第5-6
页 |
Abstract | 第6-12
页 |
第一章 引论 | 第12-20
页 |
· 问题的提出 | 第12-13
页 |
· 专家系统方法及研究现状 | 第13-14
页 |
· 专家系统方法与技术综述 | 第14-17
页 |
· 基于规则的专家系统 | 第14-15
页 |
· 基于案例的专家系统 | 第15-16
页 |
· 基于框架的专家系统 | 第16
页 |
· 基于模糊逻辑的专家系统 | 第16-17
页 |
· 医学领域本体的研究现状 | 第17-18
页 |
· 本文研究的内容 | 第18-20
页 |
第二章 中医亚健康辅助诊断领域本体的设计与框架表示 | 第20-29
页 |
· 中医亚健康辅助诊断系统原理与涉及的知识领域 | 第20-21
页 |
· 本体基本组织结构 | 第21-24
页 |
· 本体论相关理论 | 第21-24
页 |
· 本体的描述语言 | 第21-22
页 |
· 本体描述方法或建模元语 | 第22
页 |
· 本体分类 | 第22-23
页 |
· 构建本体方法论 | 第23
页 |
· 本体的评估 | 第23
页 |
· 本体的用途 | 第23-24
页 |
· 医学诊断领域本体的基本结构 | 第24-26
页 |
· 中医学诊断领域本体的基本结构 | 第26-29
页 |
第三章 中医亚健康辅助诊断领域知识的获取方法 | 第29-41
页 |
· 知识获取的任务 | 第29-30
页 |
· 抽取知识 | 第29
页 |
· 知识的转换 | 第29-30
页 |
· 知识的输入 | 第30
页 |
· 知识的检测 | 第30
页 |
· 知识获取的方式 | 第30-31
页 |
· 半自动知识获取 | 第31
页 |
· 自动知识获取 | 第31
页 |
· 知识获取的方法 | 第31-34
页 |
· 显性知识及其获取方法 | 第32
页 |
· 隐性知识及其获取方法 | 第32-33
页 |
· 基于领域本体的知识获取 | 第33-34
页 |
· 基于临床病案的知识获取方法 | 第34
页 |
· 电子病案的基本概念 | 第34-35
页 |
· 病案知识表示形式 | 第35-38
页 |
· 病案知识再加工 | 第38
页 |
· 中医诊断学公理获取和基于公理的知识推理 | 第38-40
页 |
· 小结 | 第40-41
页 |
第四章 症状匹配模糊逻辑推理方法 | 第41-57
页 |
· 模糊逻辑 | 第41-42
页 |
· 模糊知识表示模型 | 第42
页 |
· 基于电子病案与模糊方法解决患者自述与标准症状的匹配问题 | 第42-45
页 |
· 医学知识和模糊理论的关系 | 第42-43
页 |
· 标志的分类 | 第43
页 |
· 症状的合并 | 第43-44
页 |
· 模糊规则的知识获取 | 第44-45
页 |
· 电子病案系统中模糊逻辑推理方法应用研究 | 第45-47
页 |
· 规则的概率推理方法 | 第45-46
页 |
· 推理算法设计 | 第46-47
页 |
· 利用脉象进行中医亚健康辅助机器诊断 | 第47-57
页 |
· 中医脉诊本体类的划分 | 第48-49
页 |
· 中医脉诊本体的表示方法 | 第49-52
页 |
· 中医脉诊知识的表示方法 | 第52-53
页 |
· 中医脉诊本体中的公理 | 第53-54
页 |
· 基于公理的中医脉诊知识分析 | 第54-55
页 |
· 基于公理的中医脉诊知识推理 | 第55-57
页 |
· 基于类间公理的医学知识推理 | 第55
页 |
· 基于类内公理的中医脉诊知识推理 | 第55-57
页 |
第五章 中医亚健康辅助诊断专家系统的实现 | 第57-62
页 |
· 中医亚健康辅助诊断专家系统的主要数据库结构与设计 | 第57
页 |
· 中医亚健康辅助诊断专家系统的实现 | 第57-58
页 |
· 证候推理过程描述 | 第58-60
页 |
· 系统实现部分主界面 | 第60-62
页 |
第六章 总结与讨论 | 第62-64
页 |
· 结论 | 第62
页 |
· 讨论 | 第62-64
页 |
参考文献 | 第64-68
页 |
附录 | 第68-72
页 |
攻读学位期间发表的论文 | 第72-73
页 |
致谢 | 第73-74
页 |
知识处理中知识表示、获取及推理的一些问题研 综述 | 第74-148
页 |
摘要 | 第75-77
页 |
Abstract | 第77-84
页 |
第一章 专家系统 | 第84-101
页 |
· 专家系统概述 | 第84-96
页 |
· 专家系统的产生与发展 | 第84-86
页 |
· 初创期 | 第84-85
页 |
· 成熟期 | 第85-86
页 |
· 发展期 | 第86
页 |
· 专家系统的研究现状 | 第86-91
页 |
· 基于规则的专家系统 | 第86-87
页 |
· 基于案例的专家系统 | 第87-88
页 |
· 基于框架的专家系统 | 第88
页 |
· 基于模糊逻辑的专家系统 | 第88-89
页 |
· 基于D-S证据理论的专家系统 | 第89
页 |
· 基于人工神经网络的专家系统 | 第89-90
页 |
· 基于遗传算法的专家系统 | 第90-91
页 |
· 专家系统的研究热点 | 第91-94
页 |
· 知识的表示和获取 | 第91-93
页 |
· 多Agent技术的运用 | 第93-94
页 |
· 专家系统 | 第94-96
页 |
· 通用性专家系统 | 第94-95
页 |
· 分布式专家系统 | 第95
页 |
· 协同式专家系统 | 第95-96
页 |
· 医学专家系统 | 第96-100
页 |
· 医学诊断专家系统理论研究 | 第96-97
页 |
· 专项医学诊断专家系统 | 第97-98
页 |
· 神经网络医学诊断专家系统 | 第98-100
页 |
· 亚健康医学专家系统 | 第100-101
页 |
第二章 知识表示 | 第101-109
页 |
· 知识表示(一) | 第101-102
页 |
· 知识表示的定义 | 第101
页 |
· 知识表示的选择 | 第101-102
页 |
· 知识表示(二) | 第102-108
页 |
· 几种常用的知识表示方法 | 第102-108
页 |
· 总结 | 第108-109
页 |
第三章 知识获取的方法和技术 | 第109-117
页 |
· 关于自然语言理解 | 第109-114
页 |
· 自然语言理解产生的背景 | 第109-110
页 |
· 国内外语言信息处理现状及研究方法 | 第110-113
页 |
· 国外关于自然语言理解方面的研究 | 第110-112
页 |
· 国内关于自然语言理解方面的研究 | 第112-113
页 |
· 中文自然语言处理的难点及研究方向 | 第113-114
页 |
· 知识获取的简介 | 第114-115
页 |
· 知识获取的方式 | 第115-117
页 |
· 半自动知识获取 | 第115
页 |
· 自动知识获取 | 第115-117
页 |
第四章 案例学习 | 第117-122
页 |
· 基于案例推理机制 | 第117-119
页 |
· 案例的分类和表示 | 第118
页 |
· 事例特征属性表示方法 | 第118
页 |
· 框架表示法 | 第118
页 |
· 语义网络表示法 | 第118
页 |
· 推理机设计 | 第118-119
页 |
· 关联检索策略 | 第119
页 |
· 归纳检索策略 | 第119
页 |
· 基于知识检索策略 | 第119
页 |
· 基于案例推理知识库系统 | 第119-120
页 |
· 实现过程 | 第120-122
页 |
第五章 自学习 | 第122-124
页 |
· 学习系统主要有四个部件构成 | 第122-123
页 |
· 自学习的方法 | 第123-124
页 |
第六章 本体 | 第124-135
页 |
· 本体论概念演变 | 第124-125
页 |
· 本体 | 第125-126
页 |
· 本体论相关理论 | 第126-129
页 |
· 本体的描述语言 | 第126
页 |
· 本体描述方法或建模元语 | 第126-127
页 |
· 本体分类 | 第127
页 |
· 构建本体方法论 | 第127-128
页 |
· 本体的评估 | 第128
页 |
· 本体的用途 | 第128-129
页 |
· OwL描述语言概述 | 第129-130
页 |
· 本体论的研究和应用 | 第130-135
页 |
· 本体论理论研究和语义 | 第130-132
页 |
· 本体概念研究 | 第130-131
页 |
· 本体构建研究 | 第131
页 |
· 本体映射研究 | 第131-132
页 |
· 本体进化研究 | 第132
页 |
· 本体在信息系统中的应用 | 第132-133
页 |
· 本体和语义网 | 第133-135
页 |
第七章 不确定性知识推理技术 | 第135-142
页 |
· 几种不精确推理模型 | 第136-138
页 |
· 确定性理论 | 第136-137
页 |
· 主观Bayes方法 | 第137-138
页 |
· 证据理论 | 第138
页 |
· 模糊集理论 | 第138
页 |
· 简评几种不精确推理模型的性能 | 第138-140
页 |
· 四种方法的优、缺点 | 第140-141
页 |
· 结束语 | 第141-142
页 |
参考文献 | 第142-148
页 |
Research and Application of TCM Sub-health Associate Diagnosis Sytem Based on Domain Ontology | 第148-222
页 |
Abstract | 第149-154
页 |
Chapter 1 Introduction | 第154-164
页 |
· The problem proposed | 第155-156
页 |
· Expert System Method and Research Status | 第156-157
页 |
· Expert System Method and technology Survey | 第157-161
页 |
· Rule-based expert system | 第157-158
页 |
· Case-based expert system | 第158-159
页 |
· The Expert System based on framework | 第159-160
页 |
· The expert system based on fuzzy logic reasoning | 第160-161
页 |
· The status of the medical domain ontology | 第161-162
页 |
· The content of this article | 第162-164
页 |
Chapter 2 The design of Traditional chinese medicine sub-healthassociate diagnosis domain ontology and framework show | 第164-175
页 |
· System principle of Traditional chinese medicine sub-healthassociate diagnosis and field knowledge | 第164-166
页 |
· Ontology basic organizational structure | 第166-170
页 |
· Ontological theory | 第166-170
页 |
· Ontology description language | 第166-167
页 |
· Ontology description method and modeling yuan | 第167
页 |
· Ontology Category | 第167-168
页 |
· Construction ontology methodology | 第168-169
页 |
· The assessment of ontology | 第169
页 |
· The use of ontology | 第169-170
页 |
· The basic structure of medical diagnosis domain ontology | 第170-172
页 |
· The basic structure of TCM medical diagnosis domainontology | 第172-175
页 |
Chapter 3 Acquisition method of Traditional chinese medicinesub-health associate diagnosis domain knowledge | 第175-192
页 |
· The task of knowledge acquisition | 第175-177
页 |
· Collected knowledge | 第175-176
页 |
· Knowledge conversion | 第176
页 |
· Input the knowledge | 第176-177
页 |
· Detection knowledge | 第177
页 |
· The way of knowledge acquisition | 第177-178
页 |
· Non-automatic knowledge acquisition | 第177-178
页 |
· Automatic knowledge acquisition | 第178
页 |
· Method of knowledge acquisition | 第178-182
页 |
· Dominant knowledge and acquisition method | 第179-180
页 |
· Tacit knowledge and acquisition methods | 第180-181
页 |
· Knowledge acquisition based on the domain ontology | 第181-182
页 |
· Knowledge acquisition methods based on the clinical cases | 第182-183
页 |
· The basic concept of electronic medical record | 第183-184
页 |
· The form of knowledge cases | 第184-187
页 |
· Knowledge of cases to deal with | 第187-188
页 |
· TCM Diagnostics axiom acquisition and knowledge-basedreasoning | 第188-190
页 |
· Summary | 第190-192
页 |
Chapter 4 Symptoms matching fuzzy logic reasonng method | 第192-211
页 |
· Fuzzy logic | 第192-193
页 |
· Fuzzy knowledge show model | 第193-194
页 |
· Electronic medical record and fuzzy logic solutions theproblem of the readme match with the standard symptoms | 第194-197
页 |
· The relationship between medical knowledge and fuzzy theory | 第194
页 |
· The classification of marks | 第194-196
页 |
· Symptoms merger | 第196-197
页 |
· Knowledge acquisition of fuzzy rules | 第197
页 |
· Fuzzy logic method applied research in the electronic medicalrecord system | 第197-200
页 |
· Probability reasoning method of rules | 第198-200
页 |
· Algorithm Design | 第200
页 |
· Using TCM diagnosis Pulse for sub-health associassion machinery | 第200-211
页 |
· The category of TCM Pulse Diagnosis ontology | 第201-202
页 |
· Pulse Diagnosis ontology expression method | 第202-206
页 |
· Pulse Diagnosis knowledge expression method | 第206-207
页 |
· Axiom of pulse diagnosis | 第207-208
页 |
· TCM pulse diagnosis knowledge based on the axiom | 第208-209
页 |
· TCM pulse diagnosis knowledge based on knowledge reasoning | 第209-211
页 |
· Medical knowledge reasoning based on the type between the axiom | 第209-210
页 |
· TCM Pulse Diagnosis knowledge reasoning based on the inner axiom | 第210-211
页 |
Chapter 5 Achieving of TCM sub-health associate expert system | 第211-213
页 |
· The main database structure and design | 第211-212
页 |
· The main interface of system achieving | 第212-213
页 |
Chapter 6 Summary and discussion | 第213-215
页 |
· Conclusion | 第213-214
页 |
· Discussion | 第214-215
页 |
References | 第215-222
页 |
Research on Some Problems of Knowledge Representation,Acquisition and Reasoning in Knowledge Processing | 第222-321
页 |
Abstract | 第224-232
页 |
Chapter 1 Expert System | 第232-257
页 |
· Expert system outlined | 第232-249
页 |
· Expert system for selecting and development | 第232-235
页 |
· Embryonic stage | 第233-234
页 |
· Maturity stage | 第234-235
页 |
· Development stage | 第235
页 |
· The status of expert system researching | 第235-242
页 |
· Rule-based expert system | 第236
页 |
· Case-based expert system | 第236-237
页 |
· Based on the framework of expert system | 第237-238
页 |
· Based on fuzzy logic expert system | 第238-239
页 |
· Evidence Based on the D-S theory of expert system | 第239-240
页 |
· Based on artificial neural network expert system | 第240-241
页 |
· Based on genetic algorithm expert system | 第241-242
页 |
· Hot spots of expert system researching | 第242-247
页 |
· Knowledge expression and acquisition | 第243-245
页 |
· Using more Agent technology | 第245-247
页 |
· Expert System | 第247-249
页 |
· Universal expert system | 第247
页 |
· Distributed Expert System | 第247-248
页 |
· Cooperative Expert System | 第248-249
页 |
· Medical expert system | 第249-255
页 |
· Medical Diagnosis Expert System theoretical research | 第249-251
页 |
· Special medical diagnostic expert system | 第251-253
页 |
· Neural network medical diagnostic expert system In recent years, artificial neural network technology to flourish | 第253-255
页 |
· Sub-health medical expert system | 第255-257
页 |
Chapter 2 Knowledge expression | 第257-268
页 |
· Knowledge expression(a) | 第257-258
页 |
· The definition of knowledge expresion | 第257
页 |
· The choice of knowledge expresion | 第257-258
页 |
· Knowledge expression(b) | 第258-267
页 |
· Several methods of common knowledge expresion | 第258-267
页 |
· Summary | 第267-268
页 |
Chapter 3 Knowledge acquisition methods and techniques | 第268-280
页 |
· About natural language understanding | 第268-277
页 |
· The background of natural language understanding | 第269
页 |
· The status of domestic and foreign language information processing and research methods | 第269-275
页 |
· The research of abroad on natural language understanding | 第269-273
页 |
· The research of domestic natural language understanding | 第273-275
页 |
· Chinese natural language processing and the difficulty | 第275-277
页 |
· Knowledge acquisition introduction | 第277-278
页 |
· The way of knowledge acquisition | 第278-280
页 |
· Non-automatic knowledge acquisition | 第278
页 |
· Automatic knowledge acquisition | 第278-280
页 |
Chapter 4 Case study | 第280-286
页 |
· Case-based reasoning mechanism | 第281-283
页 |
· Classification and expression of case | 第281-282
页 |
· Examples features attributes express way | 第281
页 |
· The framework express way | 第281-282
页 |
· Semantic network express way | 第282
页 |
· Inference engine design | 第282-283
页 |
· Associated retrieval strategy | 第282-283
页 |
· Summarized retrieval strategy | 第283
页 |
· Retrieval strategy based on knowledge | 第283
页 |
· Case-based reasoning Knowledge Base System | 第283-284
页 |
· Realization process | 第284-286
页 |
Chapter 5 Self-learning | 第286-289
页 |
· Learning System has four main components comprise: | 第286-287
页 |
· Self-learning method | 第287-289
页 |
Chapter 6 Ontology | 第289-303
页 |
· The evolution of Ontology concept | 第289-291
页 |
· Ontology | 第291
页 |
· The theory of Ontology | 第291-295
页 |
· Description of ontology language | 第291-292
页 |
· Description of ontology language modeling yuan | 第292-293
页 |
· Ontology Category | 第293
页 |
· Construction ontology methodology | 第293-294
页 |
· The assessment of ontology | 第294
页 |
· The use of ontology | 第294-295
页 |
· Ontology description language OwL Summary | 第295-296
页 |
6.5. The research and application of Ontology | 第296-303
页 |
· Ontology theoretical research and semantic | 第297-300
页 |
· The concept of ontology | 第297
页 |
· Construction of ontology | 第297-298
页 |
· Ontology mapping study | 第298-299
页 |
· Ontology evolution | 第299-300
页 |
· The application of ontology in information systems | 第300-301
页 |
· Ontology and Semantic Web | 第301-303
页 |
Chapter 7 The uncertainty of knowledge reasoning | 第303-312
页 |
· Some imprecise reasoning model | 第304-307
页 |
· Uncertainty theory | 第304-306
页 |
· Subjective Bayes methods | 第306
页 |
· Evidence theory | 第306-307
页 |
· Fuzzy set theory | 第307
页 |
· On several imprecise reasoning model performance | 第307-310
页 |
· The advantages and disadvantages of four methods | 第310-311
页 |
· Conclusion | 第311-312
页 |
Reference | 第312-321
页 |