智能图书剔旧：神经网络集成专家系统研究

" 本文主要探讨了基于神经网络集成的图书剔旧专家系统的研究，旨在通过人工智能技术改进传统的图书剔旧方法。作者徐敏在江苏大学攻读计算机应用技术硕士期间，由施化吉教授指导，完成了这一研究。研究中提出了一种结合神经网络集成和专家系统的智能剔旧方案，旨在提高图书剔旧工作的效率和质量。 文章首先指出了传统人工剔旧方法的不足，并阐述了图书剔旧自动化的需求。通过分析和研究，将神经网络集成与专家系统相结合，设计了一个神经网络集成专家系统（NEES）模型。此模型不仅包含传统的专家系统知识表示和推理机制，还引入神经网络集成来自动化知识获取和推理过程，使系统能根据训练数据自我学习和适应。 其次，文章介绍了一种动态调整神经网络集成结构的算法。这个算法能在训练过程中动态优化成员神经网络的参数，根据它们对整体集成的贡献调整结构，以获得更优的泛化能力和推理性能。 最后，基于上述理论研究，作者开发了一个智能图书剔旧的原型系统，即基于神经网络集成的图书剔旧专家系统。这个系统能够实现更高效、科学的图书剔旧决策，减轻图书馆的藏书压力，提升藏书质量。 关键词涵盖了图书剔旧、专家系统、神经网络集成、知识获取和规则抽取，表明该研究涉及多个关键领域，对图书馆管理和人工智能应用有重要的实践意义。"