AI5不精确推理32.pptVIP

E出现增加H为真的，即P(H/E)P(H) 使CF(H,E)0 证据越是支持H为真，就使CF(H,E)的值越大(0) E出现,H必为真，即 P(H/E)=1 使CF(H,E)=1 E出现降低了H为真的概率,(增加H为假的可信度） 即P(H/E)P(H) 使CF(H,E)0 E越是支持H为假，就使CF(H,E)的值越小(0) E证据的出现,H必为假，即 P(H/E)=0 使CF(H,E)=-1 3. E证据的出现与H无关，使CF(H,E)＝0 可信度给出的经验方法 证据的可信度 证据的不确定性原因 证据不确定性的表示例：CF(E)=0.6 证据可信度的来源 用户给出 推理得出 证据的表示 确定推理和不确定推理 可信度模型（C-F模型）及改进 主观贝叶斯方法 证据理论。 模糊集合理论证 第五章 不确定知识表示及推理 一、确定(标准的)逻辑推理 二、确定推理存在的问题 三、不确定知识 证据(事实)的不确定性 知识的不确定性 推理的不确定 5.1确定推理和不确定推理 歧义性问题－－－》消歧方法 不精确问题－－－》可信度模型 可信性问题－－－》可信度模型 模糊问题－－－－》模糊理论 随机性问题－－》统计理论，概率理论 确定推理存在的问题及对策 不确定性推理实际上是一种从不确定的