知识工程与知识管理（第二版）

定　价：¥49.00

作　者：	陈文伟，陈晟
出版社：	清华大学出版社
丛编项：	计算机科学与技术学科前沿丛书、计算机科学与技术学科研究生系列教材
标　签：	暂缺

购买这本书可以去

ISBN：	9787302422075	出版时间：	2016-01-01	包装：
开本：	16开	页数：	349	字数：

内容简介

　　知识工程是利用智能技术（人工智能、计算智能和商务智能）来建造高性能的知识系统，知识工程来源于知识管理中成熟的知识应用和知识创造，知识工程又是知识管理的技术支柱；而计算机进化规律的发掘对提高计算机应用能力和进一步促进计算机进化都有积极意义，它是介于知识工程与知识管理之间的有意义的课题。《知识工程与知识管理（第二版）》以“原理、实现、应用”的讲述方式，系统地介绍知识工程中的原理和开发技术、知识管理中的理论和实例，以便读者能够从理论和实践两个方面较扎实地掌握知识工程和知识管理，初步达到既掌握知识又能利用书中介绍的实现技术去开发知识系统的目标。《知识工程与知识管理（第二版）》适合用作计算机科学与技术专业、信息管理与信息系统专业和系统工程专业的研究生教材，也可为大学本科高年级学生所用，同时《知识工程与知识管理（第二版）》也可供有关教师和科研技术人员学习参考。

作者简介

　　陈文伟，1963年毕业于哈尔滨工业大学计算数学专业，国防科学技术大学博士生导师，海军兵种指挥学院教授，中国人工智能学会机器学习专业委员会荣誉副主任，中国人工智能学会可拓工程专业委员会荣誉副主任；研究方向为人工智能专家系统、决策支持系统、机器学习、数据挖掘、可拓数据挖掘、作战指挥等；出版专著有《智能决策技术》、《数据挖掘技术》、《知识工程与知识管理》等。在《计算机学报》等学术刊物发表学术论文100多篇。主持重大科研项目有863计划高科技项目，“八五”、“九五”、“十五”国防预研项目，国家自然科学基金项目，中国科学院合作项目等。科研成果有国家科学进步奖二等奖1项，军队科学技术进步奖二、三等奖多项，国家自然科学基金项目被评为优等；指导博士生、硕士生共计78名获得学位；开设博士生、硕士生课程多门，在教学和指导研究生中，获国防科技大学教学优秀奖、优秀研究生导师奖多次，2015年荣获国防科学技术大学资深研究生导师称号。陈晟，1998年获国防科学技术大学信息处理专业博士学位，2006年获清华大学工商管理硕士学位；先后服务于总装备部、信息产业部和知名IT公司；长期从事软件工程、软件测试、信息化咨询和知识管理等领域的技术和管理工作；在《计算机学报》等刊物发表20余篇学术论文；在专业领域学习和工作实施中，系统地分析和总结_r计算机软、硬件和网络的知识体系，并提出了技术进化的思想。

图书目录

第1章知识工程与知识管理综述
1．1 知识工程与人工智能
1．1．1 知识工程概念
1．1．2 人工智能概念和发展过程
1．1．3 知识系统的结构和知识工程的基础
1．2 知识工程的核心问题
1．2．1 知识概念与逻辑推理
1．2．2 知识表示与知识推理
1．2．3 知识获取
1．3 知识管理与知识工程
1．3．1 知识管理综述
1．3．2 信息管理与知识管理
1．3．3 知识工程与知识产业
1．3．4 知识工程和知识管理相互促进
习题1
第2章专家系统及其开发
2．1 专家系统综述
2．1．1 专家系统概念
2．1．2 专家系统结构和原理
2．1．3 专家系统的应用与困难
2．2 产生式规则专家系统
2．2．1 产生式规则知识与推理
2．2．2 不确定性推理
2．2．3 解释机制和事实数据库
2．2．4 产生式规则知识推理简例
2．3 元知识与两级推理
2．3．1 元知识概念
2．3．2 元知识分类
2．3．3 领域知识和元知识的两级推理
2．3．4 元知识的应用
2．4 专家系统的黑板结构
2．4．1 基本原理
2．4．2 HEARSAY-Ⅱ语言识别系统
2．4．3 医疗诊断专家系统
2．5 专家系统开发与实例
2．5．1 专家系统的开发
2．5．2 专家系统工具
2．5．3 单推理树形式的专家系统
2．5．4 多推理树形式的专家系统
习题2
第3章决策支持系统与商务智能
3．1 决策支持系统与智能决策支持系统
3．1．1 决策支持系统与商务智能综述
3．1．2 决策资源与决策支持
3．1．3 模型实验与模型组合方案
3．1．4 智能决策支持系统的设计与开发
3．1．5 决策支持系统实例
3．2 网络环境的决策支持系统
3．2．1 网络环境的决策支持系统概述
3．2．2 网络环境的智能决策支持系统
3．2．3 基于客户/服务器的决策支持系统开发平台
3．2．4 基于客户/服务器的决策支持系统实例
3．3 商务智能——基于数据仓库的决策支持系统
3．3．1 商务智能概述
3．3．2 数据仓库与联机分析处理
3．3．3 基于数据仓库的决策支持系统
3．3．4 商务智能实例
习题3
第4章计算智能的仿生技术
4．1 神经计算
4．1．1 人工神经网络
4．1．2 反向传播模型BP
4．1．3 反向传播模型实例分析
4．1．4 神经元网络专家系统
4．2 模糊计算
4．2．1 模糊集合及其运算
4．2．2 模糊推理
4．2．3 模糊规则的计算公式
4．2．4 模糊推理方法的比较
4．3 遗传算法
4．3．1 遗传算法原理
4．3．2 优化模型的遗传算法求解
4．3．3 基于遗传算法的分类学习系统
4．4 人工生命
4．4．1 人工生命概述
4．4．2 人工生命的研究内容和方法
4．4．3 人工生命实例
4．4．4 人工生命的实验系统
习题4
第5章机器学习与数据挖掘
5．1 机器学习与数据挖掘综述
5．1．1 机器学习概述
5．1．2 机器学习分类
5．1．3 知识发现与数据挖掘综述
5．1．4 数据浓缩与知识表示
5．2 基于信息论的归纳学习方法
5．2．1 基于互信息的ID3方法
5．2．2 基于信息增益率的C4．5方法
5．2．3 基于信道容量的IBLE方法
5．3 基于集合论的归纳学习方法
5．3．1 粗糙集方法
5．3．2 关联规则挖掘
习题5
第6章公式发现与变换规则的挖掘
6．1 公式发现
6．1．1 公式发现综述
6．1．2 物理化学定律发现系统BACON
6．1．3 经验公式发现系统FDD
6．2 变换规则的知识挖掘
6．2．1 适应变化环境的变换和变换规则
6．2．2 变换规则知识挖掘的理论基础
6．2．3 变换规则的知识推理
6．2．4 变换规则链的知识挖掘
6．2．5 适应变化环境的变换规则元知识
习题6
第7章知识管理与知识创造
7．1 知识经济与知识管理
7．1．1 知识经济与知识管理的形成
7．1．2 知识管理基本原理
7．1．3 知识管理与学习型组织
7．2 知识创造
7．2．1 知识创造模型
7．2．2 知识创造典范——开源软件
7．3 大数据与关联知识
7．3．1 从数据到决策的大数据时代
7．3．2 大数据型科学研究新范式
7．3．3 从关联分析中创造新知识
7．3．4 大数据的决策支持
习题7
第8章计算机进化规律的发掘
8．1 计算机软件进化规律的发掘
8．1．1 数值计算的进化
8．1．2 计算机程序的进化
8．1．3 数据存储的进化
8．1．4 知识推理的进化
8．1．5 软件进化规律
8．2 计算机硬件进化规律的发掘
8．2．1 计算机硬件的理论基础
8．2．2 计算机的体系结构
8．2．3 计算机硬件的进化
8．2．4 计算机硬件进化规律
8．3 计算机网络进化规律的发掘
8．3．1 计算机网络的进化
8．3．2 计算机网络的进化规律
8．4 计算机技术发展趋势
8．4．1 计算机软件发展趋势
8．4．2 计算机硬件与网络的发展趋势
习题8
附录A 部分思考题参考答案
附录B 部分计算题答案
参考文献