1) presumptive diagnosis
推定诊断
2) diagnosis / qualitative reasoning
诊断/定性推理
3) Diagnostic reasoning
诊断推理
1.
The technique of artificial neural network (ANN) is applied to non-determinacy diagnostic reasoning of expert system (ES) in this paper.
将人工神经网络（ＡＮＮ）技术用于不确定性的诊断推理中，该方法综合了ＡＮＮ和专家系统（ＥＳ）的优点，摸拟结果表明，本文提出的方法是很有效
2.
A diagnostic reasoning mode based on causal network is proposed.
提出一种基于因果网络的诊断推理模型。
3.
In this paper,we presented our approach for diagnostic reasoning and rule acquiring for chestnut diseases based on rough set theory,including data preprocessing,attribute reduction,rule acquisition,diagnostic reasoning,and so on.
论述了采用粗糙集方法获取板栗病害的诊断规则以及进行诊断推理的详细过程和方法,主要包括数据预处理、属性约简、规则获取和诊断推理等。
4) diagnosis reasoning
诊断推理
1.
Research of modeling and diagnosis reasoning for complex systems based on qualitative relation;
复杂系统基于定性关系的建模与诊断推理研究
5) diagnostic inference
诊断推理
1.
According to the similarity in mechanism of doctor s diagnostic inference and the transformer faults diagnosis, mathematic model of diagnostic thinking is applied to power transformer faults diagnosis.
根据医生诊断推理与变压器故障诊断在机理上的相似性,将其诊断思维的数学模型用于大型电力变压器故障诊断之中,提出了一种变压器故障诊断的新方法。
6) diagnosis inference
诊断推理
1.
Through evaluating the characteristic of fault tree and Bayesian networks in the diagnosis inference and model expression,it is demonstrated that the new method can take the advantages of fault tree and Bayesian networks and solve the uncertain problems in fault diagnosis availably and exactly.
通过综合分析故障树和贝叶斯网络在诊断推理和模型表达方面的特点得出,新方法可使二者充分发挥优势,有效解决故障诊断中存在的不确定性问题,提高了诊断的准确率,在故障诊断领域中具有一定的实际应用价值。
2.
Through the comparative analysis and the integrative consider the characteristic and simulation result of fault tree and Bayesian networks in the diagnosis inference and the model expression.
通过比较分析,综合考虑了故障树和贝叶斯网络在诊断推理和模型表达方面的特点及仿真结果,提出的新方法可以使二者优势充分发挥,在故障诊断领域中具有实际的应用价值。
补充资料：定性推理
定性推理
qualitative reasoning
d ingXing tu一l-定性推理(qualitative reasoning)从物理系统的结构描述出发，导出行为描述和功能描述，预测物理系统的行为，并给出因果关系的解释的一种非定量推理方法。 量的定性描述是有明确结构的一种非定量的、非精确的表示方法，如物理系统变化趋势的定性描述常是有效的。定性推理是源于物理现象的一种常识推理，1977年Reiger发表了第一篇定性推理的论文，1954年(衔tifieial Intelligence)杂志出版了定性推理专辑，刊登了D.J.幻代r，K.D.Forbus和B.K滋详rs等人关于定性推理的奠基性文章，标志着定性推理开始走向成熟。随后，定性推理得到人工智能界的普遍关注，得以发展。 传统的定量方法是精确描述物理量间的关系，但不具备推理能力，物理量之间的因果关系湮没在精确的数值中。而定性方法具备推理能力，能表达物理系统的因果关系，通过局部传播能在较高层次上给出系统的宏观描述。 结构描述和行为描述可理解为定量方程及其解的抽象，功能描述是对实际物理系统行为表现的一种理解。定性推理的论域是离散变化的符号集，最简单的定性论域是}+，O，一}，相当于把实数轴离散化为{(一co，0)，[0，0]，(0，+oo)}，开域内的值表现了定性一致的行为性质，而边界值则反映的是转化点。 定性推理的基本方法如下: En访sion方法系统的结构用一个定性方程组来描述，系统的论域采用符号集{+，O，一，?}。“?”的引人是为了保证运算的代数封闭性，表示不确定。系统的所有变量的一组取值构成一个状态，由初状态出发而得到的所有状态和状态转移构成了可能的展望空间。这种随时间变化的定性状态序列构成了系统的定性行为。 Q叮方法系统用个体视图和进程来描述，个体是实际物理系统中存在的物理实体。个体视图是对个体及个体组合的抽象和描述。进程描述实际物理系统的变化。从实际物理系统的结构描述获得系统的行为描述就是推导实际物理系统视图结构和进程结构的过程。 娜E以方法系统的论域是被物理量的界标离散化的实数轴，结构描述由系统物理量之间的约束组成。约束是物理量之间的定性关系，本质上是一组定性方程。推理过程是从系统的初状态产生所有可能的定性后继状态，根据约束关系从中选出各种相容的定性状态。重复这一过程，可得到实际物理 系统的定性状态变化过程。 因果分析法定性推理方法倾向于模拟人的思 维方式，在对物理系统的行为求解的同时，要对行为做出解释，包括基于约束的因果分析、因果顺序分析 和约束网络中的因果分析等。 定性定量相结合方法是在定性的基础上引人定量信息，二者结合进行推理。 定性空间推理方法涉及到刚体运动的几何性质，典型的如机器人运动的规划、导航。 定性推理有广泛的应用前景，如在诊断、设计等方面。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条