摘要：为了更深入地理解飞行器气动布局设计优化中多目标/多设计变量间的影响关系,提高优化模型的科学性及优化效率,对基于数据挖掘技术的飞行器气动布局隐含设计知识提取问题开展了探索研究。以高升阻比滑翔飞行器布局设计优化问题为例,基于当前比较有代表性的方差分析、等度量映射、决策树、自组织映射4类机器学习算法对气动布局优化设计中产生的中间数据进行了挖掘分析。对不同方法得到的升阻比、横/侧向稳定性及容积率4种目标性能间的权衡关系,目标性能与设计变量间的敏感性关系及产生较优布局外形的设计变量取值规则进行了综合对比分析,凝练形成了适用于该类飞行器的设计知识,同时对4种方法的特点及适用性进行了总结分析,给出了相关结论。

摘要：机械产品专利包含了产品改进和创新的技术知识,对专利知识有效提取和合理表示是利用专利知识辅助产品创新的关键技术之一。分析了现有专利技术方案提取方法和知识表示所存在的问题,提出了针对英文专利包括技术对象和技术关系两方面提取任务的专利作用结构知识提取方法,建立了基于可扩展标记语言结构XSD表示和统一建模语言UML的专利作用结构知识表示模型。研究了机械产品专利语言的特点,采用最大熵原理和专利术语词典识别提取技术对象,通过建立组成类动词库识别核心动词提取技术关系。该专利作用结构知识表示模型具有表达直观和提取过程计算机自动处理等特点。结合专利实例,提出了从专利中提取专利作用结构知识,写入XSD结构化文档,最后转化为专利作用结构表示图的获取过程。

摘要：探讨如何利用可视化技术实现知识提取:基于可视化技术的知识提取首先将隐性知识以可视化的形式表示出来;然后,对知识的内容、结构以及可行性等方面进行评价;最后,根据评价结果形成最终的显性知识,存入知识库。指出基于可视化技术的知识提取需要一定的沟通机制和促进机制。基于可视化技术的知识提取平台设计应遵循一定的原则;平台设计主要考虑可视化技术、沟通机制以及知识的结构化程度三个问题。

摘要：关系型数据是企业的重要资源,针对当前关系数据库中海量数据的知识提取转换问题,对如何将关系型数据提取表示为OWLDL本体进行了研究。在形式化关系数据记录和本体模型的基础上,设计了转换算法来提取关系数据并将其转换为本体形式,对其中的标识和关联等关键问题进行了重点研究,最后以实例验证展示算法。该方法的提出可以使本体开发者更容易地将关系数据提取为知识,为快速构建企业知识本体提供了新的途径。

摘要：近距空战数据是飞行员空战经验的具体体现,其知识提取与应用对于无人作战飞机提升近距自主空战决策效率和空战效能至关重要.围绕近距空战数据研究的必要性与研究思路进行阐述,从多元时间序列分类识别、分割聚类、预测3个角度对近距空战数据知识提取与应用关键技术进行分析,重点对机动轨迹识别、态势评估与目标状态预测进行综述与方案设计.

摘要：高中艺术类学生是一个特殊群体，对文化类科目学习兴趣不高，学习时间短，这决定了艺术类学生的地理教学不能沿用文化类学生的教学模式。立足于这一实情，本文提出以“知识提取”为导向，建立以章为单元的授课模式，重组课堂教学形式，提升高中艺术类学生地理知识的迁移运用能力。

摘要：针对从海量数据中分析与提取知识计算时间高的问题,提出一种基于Hadoop的知识提取算法.本文结合Hadoop的并行处理能力与分布式存储特点,设计了一种知识提取框架,可兼容不同的原型约简方法.基于Map Reduce编程方法将约简方法并行化处理,并且设计了分类准确率高、计算速度快的原型约简组合规则.最终基于真实UCI大数据集进行实验,本框架将最近邻分类器的分类时间提高两个数量级.

摘要：知识的提取与重用对提高工程设计效率、减少设计活动中的重复工作有着重要意义,针对工程领域知识形式的多样化、结构化等特点,提出一种基于功能分解结构模型的半自动化知识提取方法。通过功能分解完成结构模板的构建;采用命名实体识别技术从工程文本中提取设计相关关键信息;进一步基于隐含狄利克雷分布模型完成文本主题聚类,在此基础上实现关键信息与功能分解结构的关联;在提出该方法与流程的基础上,完成原型系统的设计与开发,并以自动武器概念设计以及闭锁机构的设计为例展示了完整的功能分解以及知识提取过程。研究结果表明:半自动知识提取方法能有效地减少知识提取过程中的人为工作;知识重用适应工程领域的设计思路,可向设计者提供相关的领域知识。

摘要：根据自然语言的群集现象和对知识体系动态更新的要求 ,该文提出了一种基于语句聚类识别的知识动态提取方法 .文中首先给出了知识动态提取方法的研究框架 ,该框架描述了由自然语言文卷到面向对象知识体系的转换过程 .研究了语句矢量化的有关问题 ,给出了若干基本定义和一个判定定理 ,讨论了句元属性矢量的后置处理 .提出了基于神经网络的语句聚类识别方法 ,采用前信度概念作为语句识别结果可信性的一种度量 ,利用 Matlab编写了一个 ART2神经网络仿真程序 ,给出了该神经网络对语句识别的效果且作了相应分析 .根据 ART2网络对语句进行识别的结果 ,需将聚类后的各个语句进行知识形式的转换 ,为此提出了中间代码生成的宽度优先方法 ,并定义后信度作为对语句识别及语义模型构造可信性的一个最终评价指标 ;进而针对合取规则句型 ,具体介绍了该方法的实现步骤 .最后运用结构建模新方法生成结构化的派生关系 ,从而完成了由自然语言文卷到面向对象知识体系的知识提取过程 .作者将一个以机械 CAD为背景的应用实例贯穿全文 ,演示了该实例的具体实现 。

摘要：针对现有的语义通信系统对先验知识利用不够充分、接收端解码能力有限的问题,提出了一个知识增强的语义通信框架。在这个框架中,接收端可以利用知识库中的先验知识进行语义推理和解码,同时不需要对发送端的神经网络结构进行额外的修改。具体而言,在语义接收端的基础上,设计了一个基于Transformer的知识提取器来为接收到的含噪信号寻找语义相关的知识三元组,以用于语义解码。在WebNLG数据集上的仿真结果表明,所提框架在知识图谱增强解码的基础上产生了明显的性能提升。