严格偏序集的拆分技术及其在AI中的应用(Ⅱ)

摘要：

给出了严格偏序集(X,())的若干基本拆分方法,例如:子图法、边割法、点割法、垂直法、水平法等.这些拆分方法的组合将构成多种拆分模式.就(X,())的k阶压缩(Rk(X),()k)的拆分应用上述方法的特征进行了研究.对应用中的某些问题,如垂直拆分的存在性和垂直拆分的生成方法等予以讨论.提出了特征元组的概念和左/右序关联图的定义.利用特征元组可得到(X,())的许多拆分模式,如离散式、垂直式、水平式等.利用左/右序关联图能给出具有最小关联性的特征元组拆分法.在最后,证明了许多知识库结构可表成严格偏序集(X,()).因而,这些知识库的拆分问题可转化为严格偏序集(X,())的拆分问题.还指出,目前一些知识库的拆分方法是上述拆分方法的特例.

关键词：人工智能、专家系统、知识库拆分、严格偏序集

所属期刊栏目：19

分类号：TP18(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：56-61