【原创】案例推理(CBR)中案例的存储与检索——EMC-CBR故障诊断研究（二）

最新推荐文章于 2025-08-14 09:05:14 发布

原创

最新推荐文章于 2025-08-14 09:05:14 发布 · 2.6k 阅读

标签

#存储 #null #structure #网络 #sql server

本文探讨了在EMC-CBR故障诊断中如何存储和检索案例，特别是通过SQL查询来获取案例6中EUT的物理结构特征。查询结果显示了相关的predicate、param1和param2信息。

   最近一直在研究案例推理，看到好多论文都在大谈CBR理论，很是崇拜。不过一直有一个问题没有搞懂，就是案例（case）到底是怎么存储的呢？

       CBR的大师们如Schank、Koldner等人一般用动态存储模型 href="file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_filelist.xml" rel="File-List" /> href="file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_themedata.thmx" rel="themeData" /> href="file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_colorschememapping.xml" rel="colorSchemeMapping" /> （Dynamic Memory Model），如 href="file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_filelist.xml" rel="File-List" /> href="file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_themedata.thmx" rel="themeData" /> href="file:///C:%5CDOCUME%7E1%5CADMINI%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtmlclip1%5C01%5Cclip_colorschememapping.xml" rel="colorSchemeMapping" /> Ray Bareiss者一般采用类别&案例模型（The Category & Exemplar Model），中科院史忠植教授也提出了自己的一种由于以网络发展而来的方法。大师们的境界非我一AI菜鸟所能领悟，大师们的方法也非我能够掌握。幸好看到国内外有几篇论文比较浅显，说可以用关系型数据库来存储，一笔带过，很是潇洒，但我更加一头雾水了。

       迷糊了半个月，在高济教授等编著的《人工智能基础》（高等教育出版社，2002）第三章看到了语义网络表示方法，文中同时给出了如何将语义网络转换为一阶谓词表示的方法，因此茅塞顿开，有了《EMC-CBR故障诊断研究（一）》一文中的成果。但一阶谓词逻辑又该如

最低0.47元/天解锁文章