赞
踩
于美国的达特茅斯大学 (Dartmouth University) 一次学术讨论会上提出
专家系统、机器人技术、视觉系统、自然语言处理、学习系统和神经网络等
如规划、设计及决策制定、医疗诊断、质量监控等。
槽点
:教材颠三倒四说了两回,估计又是从别的文章摘抄的,抄完也没好好看。总结了一下,大家理解就好。
传统应用程序通过建立数学模型去模拟问题领域
传统应用程序只有数据和程序两级结构。它将描述算法的过程性计算信息与控制性判断信息
从求解手段来看,专家系统的高性能是通过将问题领域局限在相对狭窄的特定领域内实现的。
系统 | 专家系统 | 一般计算机系统 |
---|---|---|
功能 | 解决问题、解释结果、进行判断与决策 | 解决问题 |
处理能力 | 处理数字与符号 | 处理数字 |
处理问题种类 | 半结构化或非结构化问题,可处理不确定的知识,使用于特定的领域 | 结构化问题,处理确定的知识 |
专家要休息,系统不用
请专家贵
专家少,系统永生、迭代
各专家处理不一致
庞大计算量或重复性问题,比专家好用
涉及广泛领域时,需要人类专家
槽点
:总结那一段,个人猜测又是教材从别的文章摘抄的,不说是驴唇不对马嘴,至少是贴的时候没改,太敷衍了。
- 使领域专家的经验或书本上的知识转化为系统所需的内部形式,作为新知识移入知识库
- 使领域专家方便地修改知识库
根据系统运行过程中积累的经验自动地修改和补充知识库的知识,发现求解问题的规律,提高系统的性能和处理效率
包括如下两部分:
作用:用户使用的接口
作用:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。