人工智能的实验题目。输入一组合适公式，以及一个目标子句，输出归结树。 我奋斗了几乎5天总算弄出来了，放过bin出来show一下^_^。 至于代码，想要的可以联系我。 这里给出一个测试用例吧： ;假设：所有不贫穷且聪明的人都快乐。那些看书的人都是聪明的。李明能看书且不贫穷。快乐的人过着激动人心的生活。 ;求证：李明过着激动人心的生活。 (\x)(~Poor(x)∧Smart(x)→happy(x)) (\x)(Read(x)→Smart(x)) Read(Li)∧~Poor(Li) (\x)(happy(x)→Exciting(x)) Exciting(Li) ;目标公式直接放最后一行即可，无需加~

非特定类别前景主体分割 基于U2-net模型，采用知识蒸馏与TensorRT推理加速技术，通过MFC应用对分割结果可视化

纯业余爱好，自己编程做出的一个模拟双色球攻击推算机，经过实践测试，中三等奖的概率大概为150545次，同时随机选取一组号码作为下期号码。

简单的推理机程序实现火车票和汽车票的购买方案选择，有详细的Word说明文档。

5.4主观Bayes方法 5.4.1 知识不确定性的表示 1. 知识表示方法 在主观Bayes方法中，知识是用产生式表示的，其形式为 IFETHEN(LS，LN) H 其中(LS，LN)用来表示该知识的知识强度，LS和LN的表示形式分别为 LS=P(E/H)/P(E/~H)  LN=P(~E/H) /P(~E/~H)=(1-P(E/H))/(1-P(E/~H)) LS和LN的取值范围均为［0，+∞］。 由Bayes公式可知 P(H/E)=P(E/H)×P(H)/P(E) P(~H/E)=P(E/~H)×P(~H)/P(E) 将两式相除，得 P(H/E)/P(~H/E)=P(E/H)/P(E/~H)×P(H)/P(~H) 

vs2010 +C# 产生式推理机。 内含项目的源代码，实现简单的产生式推理机功能，适合初学人工智能推理章节者或要交人工智能课程设计者，内有该章节的ppt，并附上了该程序设计报告 推理机 C# 正向推理 逆向推理

cbr-classify 基于案例推理的分类学习算法，即Case-Based-Reasoning。

介绍 对象检测算法的LibTorch推理实现。 GPU和CPU均受支持。 依存关系 Ubuntu 16.04 CUDA 10.2 OpenCV 3.4.12 LibTorch 1.6.0 TorchScript模型导出 请在此处参考官方文档： : 强制更新：开发人员需要修改原始以下代码 # line 29 model.model[-1].export = False 添加GPU支持：请注意， 当前的导出脚本默认情况下使用CPU ，需要对“ export.py”进行如下修改以支持GPU： # line 28 img = torch . zeros (( opt . batch_size , 3 , * opt . img_size )). to ( device = 'cuda' ) # line 31 model = attempt_load ( opt . weigh

mtcnn-opencv 使用此实现，您的机器上不需要Caffe即可进行MTCNN推理。 OpenCV使用提供推理支持的DNN模块。 该模块能够从各种流行的框架（例如Caffe，tensorflow，darknet等）中获取模型和权重。 更多信息在这里 神经网络 [ZHANG2016] Zhang，K.，Zhang，Z.，Li，Z.，and Qiao，Y.（2016）。 使用多任务级联卷积网络进行联合人脸检测和对齐。 IEEE信号处理快报，23（10）：1499–1503。 快速开始 要求 OpenCV 4.1以上 CMake 3.2+ 建造 git clone https://github.com/egcode/mtcnn-opencv.git cd mtcnn-opencv mkdir build cd build cmake .. make 跑 cd mtcnn-opencv

该资源主要是对于人工智能当中一个经典课题--产生式表示推理 动物识别专家系统，其中包含对于该算法的C#代码实例，并且可以直接在visual studio运行，有需要的欢迎下载！！