学位论文 > 优秀研究生学位论文题录展示

面向对象的广义空间逻辑运算模型与推理研究

作　者: 毛明毅
导　师: 何华灿
学　校: 西北工业大学
专　业: 计算机科学与技术
关键词: 面向对象 广义空间 空间逻辑 泛逻辑 广义相关性 运算模型 命题对象 升空变换 落影变换 推理规则 广义神经元 分形图像
分类号: TP391.9
类　型: 博士论文
年　份: 2006年
下　载: 184次
引　用: 0次
阅　读: 论文下载
 

内容摘要


本课题的研究来源于国家自然科学基金资助项目“经验知识推理理论研究”(No．6027308)及北京市自然科学基金资助项目“不精确推理理论研究”(No．4032009)。 在广义相关性和广义自相关性的基础上，泛逻辑给出了逻辑学的一种统一理论框架，为研究复杂系统中的柔性逻辑推理奠定了理论基础。在软件工程中，面向对象技术发挥了重要作用，它大大简化了复杂问题的描述和编程。 本文在泛逻辑的基础上，利用面向对象的思想和方法，探讨了逻辑系统的组成结构、运算模型、推理规则、应用形式，提出了“面向对象的广义空间逻辑运算模型(Object-oriented Generalied Spatial Logic Operation Model，OGSLOM)”，并对其各个部分进行了系统地研究，主要的创新点有： 1．理论概念 在逻辑推理系统中引入了“面向对象”、“广义空间”等概念，分析了命题对象、连接词对象、量词对象、规则对象，给出了相关属性，讨论了研究面向对象的广义空间逻辑的必要性。 2．运算模型 在分析空间位置相关性的基础上，提出了“面向对象的广义空间逻辑运算模型OGSLOM”，其中包括多属性命题对象的封装模型、广义连接词运算的黑箱封装模型。在给出统一封装模型的基础上，定义了基础神经元和常用神经元，设计了非、与、或、蕴涵、等价、平均、组合七种连接词的广义神经元封装模型。 3．技术方法 在推理过程中引入了“真值向量”、“空间图像”、“升空变换”、“落影变换”等概念，把命题对象纳入到参考空间中进行处理，突破了传统的命题推理范式。研究了广义连接词的生成规则、面向对象的广义推理规则、信任逻辑推理规则，并给出了推理规则的面向对象表达。 4．仿真应用 设计并实现了OGSLOM模型的仿真系统，支持命题对象及其属性的管理，对

全文目录


摘要  4-6
ABSTRACT  6-8
论文导图  8-15
第一章 绪论  15-28
  1.1 引言  15-16
  1.2 逻辑学的研究与发展  16-21
    1.2.1 逻辑学的发展状况  16-17
    1.2.2 泛逻辑学的基本要素  17-20
    1.2.3 信息时代的发展方向  20-21
  1.3 面向对象的发展与应用  21-23
    1.3.1 面向对象的基本思想  21-22
    1.3.2 面向对象的国内外现状  22
    1.3.3 面向对象的特征概念  22-23
  1.4 本文的研究内容与创新点  23-27
    1.4.1 课题的目的与意义  23-24
    1.4.2 研究思路与内容组织  24
    1.4.3 课题的创新性分析  24-27
  1.5 小结  27-28
第二章 逻辑基础与OGSLOM模型  28-45
  2.1 泛逻辑与相关性推理  28-33
    2.1.1 广义相关性  28-30
    2.1.2 广义自相关性  30-31
    2.1.3 相关性推理与柔性控制  31-33
  2.2 广义NT范数与运算模型  33-40
    2.2.1 广义NT范数  33-35
    2.2.2 广义NT性生成元  35
    2.2.3 泛逻辑运算模型  35-40
  2.3 面向对象的广义空间逻辑运算模型  40-44
    2.3.1 复杂系统的相关性推理  40-41
    2.3.2 OGSLOM模型的提出  41
    2.3.3 OGSLOM模型的组成  41-44
  2.4 小结  44-45
第三章 面向对象的广义空间逻辑分析  45-60
  3.1 面向对象的广义空间逻辑的必要性  45-48
    3.1.1 空间相关性推理的需要  45-46
    3.1.2 广义基空间推理的需要  46-47
    3.1.3 面向对象集成推理的需要  47-48
  3.2 面向对象的广义空间逻辑概念  48-51
    3.2.1 “广义空间”基本含义  48-49
    3.2.2 “广义相关性”的概念  49-50
    3.2.3 “面向对象逻辑”思想  50-51
  3.3 面向对象的逻辑系统分析  51-59
    3.3.1 逻辑系统中的类与对象  51-53
    3.3.2 类描述的格式与内容  53-55
    3.3.3 逻辑对象的属性设计  55-59
  3.4 小结  59-60
第四章 面向对象的广义空间逻辑运算模型  60-90
  4.1 逻辑推理中的相关性  60-63
    4.1.1 泛逻辑中的相关性  60-61
    4.1.2 顶天花板问题  61-62
    4.1.3 空间位置相关性  62-63
  4.2 面向对象的广义空间逻辑运算模型  63-75
    4.2.1 面向对象的广义空间逻辑运算模型  63-64
    4.2.2 OGSLOM连接词的统一表达  64-65
    4.2.3 真值向量的表达方式  65-68
    4.2.4 空间图像的区间数表达  68-70
    4.2.5 升空变换与落影变换  70-71
    4.2.6 基于区间数的命题逻辑运算  71-72
    4.2.7 空间逻辑运算的形式化  72-75
  4.3 面向对象的广义空间逻辑运算的实现方法  75-84
    4.3.1 空间逻辑运算的实现步骤  75-77
    4.3.2 基于区间数的命题级逻辑运算实现算法  77-80
    4.3.3 基于象素点的空间图像的逻辑运算  80-82
    4.3.4 基于象素点的谓词级逻辑运算实现算法  82-84
  4.4 OGSLOM模型应用示范  84-89
    4.4.1 顶天花板问题的求解  84-86
    4.4.2 灰度图像的广义空间逻辑运算  86-87
    4.4.3 OGSLOM中的DeMorgan定理  87-89
  4.5 小结  89-90
第五章 面向对象的广义推理规则  90-108
  5.1 广义连接词的生成规则  90-95
    5.1.1 生成基规则  90-92
    5.1.2 生成元规则  92-93
    5.1.3 拓序规则  93-94
    5.1.4 基空间变换规则  94-95
  5.2 面向对象的广义推理规则  95-100
    5.2.1 永真蕴涵规则  95-96
    5.2.2 永真等价规则  96-99
    5.2.3 平均组合规则  99-100
  5.3 面向对象的信任逻辑推理规则  100-107
    5.3.1 Kailar逻辑推理规则  100-103
    5.3.2 BAN逻辑推理规则  103-105
    5.3.3 信任逻辑中的相关性  105-107
  5.4 小结  107-108
第六章 广义连接词的神经元封装模型  108-133
  6.1 逻辑神经元研究现状  108-113
    6.1.1 传统的神经元模型  108
    6.1.2 模糊逻辑神经元  108-110
    6.1.3 基于T范数的神经元  110-113
  6.2 广义连接词的封装与神经元  113-118
    6.2.1 多属性命题对象的封装  113-114
    6.2.2 连接词对象的封装模型  114-115
    6.2.3 广义空间逻辑神经元统一模型  115-116
    6.2.4 基础神经元与常用子神经元  116-118
  6.3 广义连接词的逻辑神经元模型  118-129
    6.3.1 广义非运算神经元模型  118-119
    6.3.2 广义与运算神经元模型  119-121
    6.3.3 广义或运算神经元模型  121-122
    6.3.4 广义蕴涵运算神经元模型  122-124
    6.3.5 广义等价运算神经元模型  124-125
    6.3.6 广义平均运算神经元模型  125-126
    6.3.7 广义组合运算神经元模型  126-129
  6.4 关于广义连接词神经元的分析  129-132
    6.4.1 广义神经元在[0，1]上的具体形式  129-130
    6.4.2 广义神经元中h，k的影响情况  130-132
  6.5 小结  132-133
第七章 OGSLOM系统仿真与应用研究  133-150
  7.1 仿真系统的设计与开发  133-138
    7.1.1 仿真界面与功能设计  133-134
    7.1.2 命题对象及属性管理  134-137
    7.1.3 广义神经元模型仿真  137-138
  7.2 分形图像的空间逻辑运算  138-144
    7.2.1 分形图像及分形维数  138-139
    7.2.2 分形图像的空间逻辑运算仿真  139-141
    7.2.3 分形图像的空间逻辑运算步骤  141-144
  7.3 分形图像中OGSLOM应用研究  144-149
    7.3.1 分形图像的空间逻辑连接词  144-145
    7.3.2 图像的空间逻辑运算示范  145-146
    7.3.3 复杂图像的逻辑运算应用  146-149
  7.4 小结  149-150
第八章 总结与展望  150-153
  8.1 本文的工作总结  150-151
  8.2 今后的研究方向  151-153
参考文献  153-163
博士期间发表的文章与科研实践  163-166
致谢  166-167

相似论文

  1. 基于混沌和分形的两类图像处理算法,TP391.41
  2. 几种分形图像压缩方法研究,TP391.41
  3. 基于混沌和分形的图像加密与压缩编码算法,TP391.41
  4. 基于分形的快速图像压缩算法的研究,TP391.41
  5. 基于分形迭代函数系统的图像压缩方法研究,TP391.41
  6. 基于小波及分形的嵌入式图像编码算法研究,TN919.81
  7. 结合小波和分形的图像处理算法及其应用研究,TP391.41
  8. 基于知识的循环流化床锅炉方案设计技术,TK229.6
  9. 基于广义相关性的多Agent交互作用研究,TP18
  10. 命题泛逻辑的演算理论及推理研究,TP18
  11. 柔性区间逻辑及推理研究,TP18
  12. 广义智能系统柔性超拓扑空间模型研究与应用,TP18
  13. 基于约束的XML数据库模式规范化研究,TP311.13
  14. 需求工程中的不确定性研究,TP311.5
  15. 制造业产品配置研究,TP311.52
  16. 柔性逻辑的健全性研究与应用,TP18
  17. 空气分离设备变负荷调度控制及诊断,TU831.4
  18. 基于XML Schema的XML函数依赖研究,TP312.2
  19. 基于AFS理论和贴近度的模糊推理规则提取及属性约简,O159
  20. XML数据的规范化存储,TP312.2

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 计算机仿真
© 2012 www.xueweilunwen.com