基于语言变量的模糊本体模型

为了更有效地表达语义Web中的模糊知识,将模糊概念与关系引入到传统的模型中,提出新的模糊本体:模糊领域本体与模糊顶层本体.模糊顶层本体从语言变量的形式化表示入手,考虑模糊概念间的语义关系:集合关系、序关系与等价关系.用模糊本体对智能交通领域的知识进行建模,通过模糊语言值描述交通概念的属性信息,有效克服现有模型的一些局限.结果表明,该研究有利于语义Web环境下模糊系统的知识共享与重用.     

基于本体的多无人机系统语义互操作方法

引入基于领域本体的语义模型形式化建模方法,提出了多无人机交互描述的语义描述模型方法和交互配置的语义增强方法.设计了无人机本体UAV O和服务描述本体UAV OS,在OWL S（Ontology Web Language for Services）基础上扩展服务动态特性等的描述,可以为服务质量、服务状态和服务关系提供语义描述;扩展了对多无人机任务和动态配置、组合所需控制结构等的描述.为了实现多无人机应用配置的自动化和动态性,基于本体的语义增强方法可以用于配置管理,在匹配中引入高层次的语义增强匹配,对多无人机交互配置处理进行语义增强.在无人机综合仿真环境中进行了验证,结果表明,提出的基于本体的语义互操作方法能有效地支持多无人机应用交互和集成.     

基于模糊本体的智能交通系统知识建模

为有效处理交通知识建模中的模糊与不确定现象,提出包括领域本体与顶层本体的模糊本体模型.在领域本体中引进模糊概念属性值,并将普通的概念关系扩展为模糊关系与直觉模糊关系.顶层本体基于模糊语言变量的形式化表示,考虑了模糊概念间的实质性语义关系:集合关系、序关系与等价关系.以交通事故分析与预测系统为例,建立交通知识本体模型与基于语义的信息检索系统.该模型可有效进行智能交通系统的知识建模,有利于语义Web环境下智能交通的信息管理与知识管理.     

基于模糊描述逻辑F-ALC(G)的模糊OWL扩展

针对OWL在数据类型表示方面存在严重的局限性,即它不能处理在语义Web和本体中广泛存在的不精确以及不确定信息,也不支持自定义数据类型及自定义数据类型谓词的表示,介绍了一种新的模糊描述逻辑F-ALC(G),给出了F-ALC(G)的语法、语义.然后,以F-ALC(G)为逻辑基础,并结合RDF/XML的语法规范,重新编码OWL中的描述算子,用来表示模糊本体知识,形成f-OWL.f-OWL不仅能够表示本体中的模糊知识,而且能够表示本体中含有自定义模糊数据类型及自定义模糊数据类型谓词的模糊数据信息,为模糊本体的研究提供了新的表示方法     

领域本体在学习资源管理系统中的应用

本体能在语义和知识层上描述信息资源。为了实现对学科领域学习资源的语义描述,引入了领域本体概念,提出了基于领域本体的学习资源管理系统框架。利用本体实现了学习资源的语义描述和对学习资源的语义查询,对描述学习资源的元数据进行了深入的分析,最后加以实现。     

基于叙词表的领域本体半自动构建的研究和实现

如何组织、管理和维护海量的信息资源并为人们提供高效优质的信息服务,本体(ontology)作为一种能在语义和知识层次上描述信息系统的概念模型建模工具,为解决这一问题提供了新的途径,已受到国内外研究人员的广泛关注.对本体和叙词表的相关知识进行了详细论述,并利用网络本体语言(Web Ontology Language,OWL),将叙词表中的叙词及词间关系进行了表示和描述.设计和实现了一个转化系统,能够自动地将叙词表中的知识结构和语义关系转化到领域本体中.     

Cloud-ALC:描述逻辑ALC的不确定扩展

描述逻辑是本体的重要表示方式,但只能处理严格的确定性知识,并不能处理自然界中广泛存在的不确定知识。通过对最基本的描述逻辑ALC进行扩展,提出了能够处理不确定知识的基于云模型不确定描述逻辑Cloud-ALC,给出了Cloud-ALC的语法和语义及其蕴涵推理关系。实例分析说明Cloud-ALC可以为扩展本体描述语言以能够处理不确定知识提供语义支持。     

基于语义网的隐私本体的建立和Web应用

 语义网的出现给个人隐私的使用和管理带来新的挑战,需要开发出合适的本体来解决电子商务领域中对隐私表达和使用描述不一致的问题.基于本体论的方法探讨隐私领域本体的建立,具体介绍了本体的建立原则和方法,并利用OWL给出隐私本体的体系结构.同时,给出隐私本体在语义Web中的应用示例.该本体的建立让隐私知识实现重用、共享和处理,为今后研究语义Web中的隐私保护技术奠定了理论基础.     

一种家庭服务机器人的环境语义认知机制

为提高机器人对家庭环境的语义认知能力,提出了一种环境语义认知模型.基于卷积神经网络提取场景类别和物品语义信息,实现环境的上下文语义理解;采用语义解析器解析语义信息,进而以结构化的方法表征知识,并将其存入本体知识库.同时基于语义网规则语言(SWRL)推理规则挖掘出其隐藏知识,实现知识库的扩展;以服务任务为驱动,实现家庭环境下机器人快速、准确地从知识库获取所需语义信息,从而智能化地执行服务任务.实验结果表明:所提出的模型能够准确提取环境语义信息,并能使机器人快速检索到服务所需知识.     

基于领域本体的信息搜索模型

针对目前的搜索模型局限于语法层次上关键词匹配的特点,以领域本体作为知识组织方式,提出了一种语义环境下基于本体的信息搜索模型.在此模型的基础上,分别提出了文档语义标注算法和搜索词语义扩展算法,两种算法分别对文档集语义分析和搜索词语义关系理解,实现双向语义信息搜索的目的.实验结果表明,提出的信息搜索方法能够克服关键词匹配搜索的不足,获得较好的搜索效果     

唐卡领域本体研究与构建

分析并构建唐卡领域本体,以实现基于语义的唐卡图像标注与检索.在唐卡领域专家的指导下分析唐卡的分类体系,给出唐卡本体相关的定义和公理,定义了相关概念、对象、属性、实例及约束条件,并基于Protégé构建了唐卡领域本体.最后对其进行一致性分析,实现了基于语义的唐卡知识库查询,进一步验证了所构建唐卡领域本体的合理性.     

基于自建模糊本体的智能信息检索研究

提出一种基于本体的信息检索模型,该模型将信息检索系统与从搜索的数据信息自动构建的本体相结合.使用在本模型中的本体有一般语义本体、领域知识和自动生成、构建的模糊概念层.主要研究基于本体的信息检索模型.描述处理过程及检索机制,并采用TREC的评价方法评估该模型,讨论应用不同类型本体的检索效果和影响.实验结果表明,提出的信息检索模型具有较好的检索效果.     

基于语义网的旅游信息服务平台研究

在分析当前旅游领域网站信息查询方面的问题基础上,采用protégé工具构建了旅游领域本体,利用旅游领域规则的语义推理基础上构建了旅游信息语义检索模型.提出了采用语义网技术构建旅游信息服务平台的方法,并对平台的体系结构、功能模块组成进行探究,向用户提供智能化、知识化服务,提高了旅游领域搜索的查准率和查全率.     

一种面向形式概念分析的语义相似度计算框架

为了计算形式概念分析的形式概念或概念格的语义相似度,利用描述逻辑概念作为形式背景的特征属性对形式概念分析的形式背景进行语义扩展,即利用领域本体(描述逻辑知识库)提出了形式背景的一种语义表示方法．在此基础上,基于形式背景的语义表示,利用描述逻辑推理(即本体推理)给出了一种面向形式概念分析的形式概念或概念格语义相似度计算框架,并且证明了实例化该架构所得到的语义相似度计算方法满足对称性和等价不变性等基本性质．     

An ontology-based service matching strategy in grid environments

An efficicnt ontology based service searching scheme is put forward in this paper by introducing semantic information into grid systems. The ideas of ontology and OWL (Web ontology language) are applied to establish a uuiform abstract concept model and standardization for grid services. We propose a general framework of ontology-based service discovery sub-system, which includes ontology storage module, context based domain selection module and specific service matching module. Implementation policies are also presented in this paper.     

基于属性文法的本体形式化描述方法及其应用

在分析本体概念和性质的基础上,提出一种基于简单属性文法的本体形式化描述方法,其中文法产生式描述本体内的各种逻辑关系,为逻辑层推理奠定了基础,通过属性求值规则实现本体的语义;设计一种属性求值器的构造方法,在此基础上实现基于语义的信息检索模型;将基于XML(extensible Markup Language)的本体元数据模型作为属性求值器处理的对象,提供相应的文档类型定义(DTD:Document Type Definition)以指导XML文档的创建;结合应用实例说明基于此方法的信息检索结果具有令人满意的精确度;通过改变产生式、属性及属性求值规则可扩充此方法.     

An ontology reasoning architecture for data mining knowledge management

In order to realize the intelligent management of data mining （DM） domain knowledge, this paper presents an architecture for DM knowledge management based on ontology. Using ontology database, this architecture can realize intelligent knowledge retrieval and automatic accomplishment of DM tasks by means of ontology services. Its key features include：①Describing DM ontology and meta-data using ontology based on Web ontology language （OWL）.② Ontology reasoning function. Based on the existing concepts and relations, the hidden knowledge in ontology can be obtained using the reasoning engine. This paper mainly focuses on the construction of DM ontology and the reasoning of DM ontology based on OWL DL（s）.