案例推理的地学应用背景和方法

案例推理 (CBR)研究 ,是人类认知的一种合理性模型 ,接近于人类认识、解决问题最原始的思维方式 ,具有在无法获取机理模型、确定规则或统计模型时 ,采用简单的历史相似性推理实现问题的定量求解和预测 ,成为人工智能领域近年来的研究热点。     

基于模拟退火算法的饲料配方设计

本文在饲料配方设计中首次引入新颖、高效的组合优化算法--模拟退火算法，并获得理想的数值结果，说明了在传统的饲料配方设计中高技术的应用可以获得更高的效益.     

碳水化合物的组合合成

碳水化合物的组合合成是一项新兴技术，该技术可以在短时间内合成大量用于进行生物活性筛选的寡糖及拟糖物。液相与固相合成技术可以极大地加快药物研究与开发进程。作者针对该技术在碳水化合物合成方面的研究进展情况进行讨论。     

基于本体的地理信息查询检索方法研究

传统的GIS查询方式和信息检索方式已经难以满足人们对地理信息查询和检索的越来越广泛的需要,为此需要发展新的地理信息查询检索方法。本文将地理本体的思想引入到信息查询应用中,从查询式优化、查询式扩展、可视化与检索结果知识化等方面展开讨论,是对传统查询检索方法的丰富和发展。在此基础上,设计了基于本体的信息检索模型框架,详细并讨论了实现该检索模型的两个关键技术-自然语言处理技术、本体推理技术。     

基于GIS的TM数据分类及辅助制图研究

本文初步研究了遥感、GIS和制图一体化实用技术方法。对黄土丘陵区和沙漠地区TM数据进行了特征信息分析;给出了分层分类和GIS辅助分类结果;经模糊推理和人机交互修改,将提“纯”的遥感专题数据作为GIS的动态信息源,对GIS进行扩充与更新;最后在GIS支持下分层提取专题图并进行辅助制图。     

基于规则知识的空间推理研究

在一般空间推理的基础上 ,提出了空间推理扩展 ,即基于规则知识的空间推理。该方法结合了人工智能的基本原理 ,继承并发展了空间推理的方法学 ,其推理过程建立在空间知识与模型集成的基础上 ,以规则知识为推理控制 ,因而更符合实际 ,具有更大的灵活性。实例验证了本方法的正确性。     

RS与GIS集成环境下的遥感图像分析技术

通过多源数据融合，将目前GIS中包含的地理信息作为辅助数据，引入到RS图像分析过程中。GIS数据在空间信息、目标属性和目标范围等方面对RS图像分析具有重要的引导作用。     

利用案例推理（CBR）方法对雷达图像进行土地利用分类

提出了基于案例推理 (CBR)的遥感分类的新方法。基于规则的专家系统被用来提高遥感分类的效率。但所涉及的规则可能多达上百或上千条 ,有的问题根本无法用规则来表达。CBR只是根据以往的案例进行推理 ,克服了基于规则的推理方法的不足 ,可以用来解决一些复杂的资源环境问题。利用CBR和模糊数学结合 ,并通过分层随机采样来控制案例在空间上的分布 ,以反映复杂环境所造成的光谱变化 ,由此解决遥感分类中的“同物异谱”现象。实验表明 ,所建立的案例库可以被重复多次使用 ,分类的效果比监督分类和非监督分类要好。     

一种组合优化的多边形化简方法

以多边形轮廓为目标 ,依据曲线特征点将其分解为一系列的弯曲特征 ,并对此弯曲特征集实施组合优化 ,将入围弯曲首尾相连 ,即可得到最终的化简结果