论文部分内容阅读
随着科学技术的快速发展和人类知识的不断更新，作为传播知识重要载体的图书，其数量急剧增加，各图书馆馆藏亦显剧增之势，给馆藏造成巨大压力。为提高藏书质量，缓解馆藏压力，根据图书管理规则，各图书馆要定期执行图书剔旧程序。 传统人工剔旧方法存在诸多缺陷，不能满足当前图书剔旧工作的需要，因而迫切需要使用一种高效、科学的工具进行该项工作。自然，作为现代工具的计算机系统被引入到图书剔旧工作中，籍以提高图书剔旧工作的质量和效率。 本文结合神经网络集成和专家系统等人工智能技术，提出了一个智能图书剔旧方案，并以此为依据建立了相应的原型系统。 本文的主要研究工作如下： [1]针对传统图书剔旧方法存在的缺陷，探讨了图书剔旧自动处理的可行性。分析和研究了将神经网络集成与专家系统结合起来用于智能图书剔旧的方法，并以此为基础，针对图书剔旧行为的特征，设计出一种用于智能图书剔旧的神经网络集成专家系统(NNEES)模型。该模型在传统专家系统基础上，增加了神经网络集成模块，以解决知识的自动获取和推理问题。模型基本思想是：通过对神经网络集成训练以获取系统所需的推理知识并完成系统的主要推理工作。 [2]设计了一种动态确定神经网络集成结构的算法。该算法在神经网络集成训练过程中，动态调整成员神经网络的权值和阈值，根据各成员神经网络对整个集成的贡献大小动态调整成员神经网络的结构，最终得到一个较好的神经网络集成结构。具有较好泛化能力的知识，从而增强了系统的推理能力。 [3]在上述分析和研究基础上，开发了一种智能图书剔旧工具，即基于神经网络集成的图书剔旧专家系统原型。