冯老师，给我上过课，那应该是他退休前最后一次教学吧。
很惭愧，我不是一个好学生，上课不大喜欢认真听讲。只是，到了学期即将结束时，要求交一篇论文。我才开始阅读，了解，部分理解冯老师的理论。
冯老师，是搞数学出身的，所以上课时什么公理化教学很擅长；老人家经历比较多，所以上课非常生动风趣。冯先生，后来转向了人工智能的研究，他讲起了自己年轻时的往事，有时上课会用ppt给我们展示最新的人工智能方向的研究成果。他也应该算是，我们国家这方面的pioneer了吧。
冯老的在他的论文里，介绍了属性论的提出背景，就讲到了人工智能、神经网络、机器学习、推理、符号机制、连接机制等等概念，听起来、看起来还是非常有趣的。从他的论文里，能够看出老人家对于这些理论都有过深刻的理解。所以，最后才提出了人工智能三大方向的融合机制——定性映射。
最简单的定性与定量机制就是：我们有个量，我们要通过这个量判断某物是否具有某性（质）。最最简单的方法，就是我们得知道某性在量上有一个相关的判断区间，我们就坐下判断，量是不是在这个区间内就好了：
里面的量-质转换算子，在数据库sql语言里，就是 in 。
待续。。。
本文转自二郎三郎博客园博客，原文链接：http://www.cnblogs.com/haore147/p/3661089.html，如需转载请自行联系原作者
定性映射的两个推广分别是：一、做模糊化推广，引入隶属度函数的概念；二、做向量推广，现在我们是基于一个量进行判断，如果我们有多个特征，那么这多个特征的值组合成为一个向量，然后我们的定性基准，就由向量变成了矩阵。
引入向量后，就可以利用线代的方法进行运算，特点是结构化和快。
