基于茶学知识的本体与复杂网络关系的研究

以茶虫本体概念模型的结构特点为着力点,将茶虫本体的结构特点与网络进行类比,采用无向图、本体中概念与复杂网络中的点对应、本体中的关系与复杂网络中的边对应,对本体的平均路径长度、度分布、簇系数等参数进行统计分析,再将分析结果与已知典型本体GO本体(基因本体)进行比较。结果表明:该茶虫本体不具有小世界的特性,但具有无标度的特性。同时研究说明本体与复杂网络的关系相似性,为今后对本体展开新的研究如社团划分、提高语义匹配效率奠定基础。     

本体结构与复杂网络的特性相似性研究

以茶树本体为研究对象,对茶树本体中的结构特性进行分析.以本体中的概念为节点,概念间的关系为边,形成本体结构拓扑图.计算节点的度、平均路径长度、聚集系数、介数等参数,得出茶树本体在无向网络的意义下具有无标度特性和小世界特性,从而说明本体结构具有复杂网络特性.这给社团划分及重要概念挖掘等以本体为基础的语义网络研究提供了新的研究方法.     

基于BMRM迭代排序方法的本体学习算法

本体作为一种结构化数据存储和表示模型已成为信息检索领域的研究热点,并被应用于生物医学、地理科学、社会科学等诸多领域。提出基于BMRM迭代排序学习方法的本体相似度计算和本体映射算法,利用BMRM迭代得到最优参数向量,由此得到排序函数,将本体图或多本体图中的顶点映射成实数,通过两顶点对应实数间的差值来确定它们对应概念间的相似度。最后,将算法分别作用于GO本体和计算机软件本体,通过实验数据对比说明新算法对特定的应用领域具有较高的效率。     

一种改进的概念相似度计算方法

本体在信息集成、语义网和知识管理等领域中被认为是重要的理论基础.本体映射的目的就是通过计算概念相似度找到本体中概念之间的对应关系,并制定出相应的映射规则.通过研究本体映射方法,设计出一种综合概念相似度计算模型,该模型充分考虑了概念的实例、定义以及结构等信息对相似度计算的影响,可以通过改变3个相似度分量的权值来适应不同本体间的映射,使模型具有通用性.结果表明,该模型能更有效地体现概念间的关系,使本体映射方法更加全面,并有更好的适用性.     

复杂网络视角下的NYSE市场投资结构特性研究

在复杂网络视角下,利用网络的工具和方法研究纽约证券交易所(NYSE)中股票与基金股东的投资关系的结构特征.建立二分网络,对该系统对应的单顶点网络进行统计以及聚类分析,得到该系统具有较好的"无标度"特性、"小世界"特性和它所对应的层叠式集团结构.通过实证上的观察和分析,找到这些网络特征的实际含义以及与金融理论上的对应.     

事件网络模型与应用研究

通过分析关于事件研究的成果,提出事件网络模型.事件网络是一种新的知识表达模型,具有事件单元和概念单元,可以描述现实世界的运动与变化.事件单元由多个角色的概念单元通过语义关系组合而成;每个角色的概念单元的属性间存在偏序关系,通过偏序关系可生成概念层次;每个概念层次都可用资源概念格来表达.因此,多资源概念格可形式化事件网络模型.事件单元以事件个体和事件类来体现,概念单元以实体个体和实体类来体现,因此,可以事件网络为核,通过映射规则,将事件网络映射为事件本体.事件本体是在基于实体类的传统概念本体上,增加事件类而扩展的新型本体.利用事件本体实现的事件知识检索系统,验证了事件网络模型的可行性和有效性.     

人类肾脏组织特异性蛋白网络构建及分析

生命体内组织特异性基因往往在对应的组织中表现出高的共表达性,在组织特异性基因的调控中,非组织特异性的转录因子往往起很大作用,并且这些转录因子往往与特定的转录因子一起影响组织的特异性,因此研究组织特异性基因编码蛋白相互作用网络必须考虑非组织特异性蛋白的影响。本文提出了一种利用最短路径算法来计算组织特异性基因编码蛋白的关联蛋白,从而构建最大连接强度的组织特异性蛋白相互作用网络,并对其拓扑结构进行基因本体（ GO）、KEGG Pathway和疾病本体（ DO）的富集度分析。通过对肾脏组织中的1486个蛋白质及其相应的4011条蛋白质相互作用分析,发现绝大部分结构的功能与肾脏组织的功相吻合,同时也发现了几种比较有趣的表面上与肾脏组织无关的功能及疾病。     

基于本体的空间信息集成

提出了将本体的思想和方法引入到空间信息集成的思路,以解决当前地理信息系统中的各种异构问题.研究了地理本体模型的建立和表示,并在此基础上提出了一种面向空间信息集成的地理本体比较方法,其核心思想是从结构和语义两个方面对地理本体中的概念进行比较,其中从结构方面对概念进行比较主要是对概念的名称进行比较,而从语义方面对概念进行比较主要是确定在地理本体中概念之间的语义关系.     

本体稀疏向量迭代计算算法

用机器学习方法得到本体函数时,需要将每个本体概念所对应的信息用一个p维向量来表示。在很多应用背景下,由于p值很大而导致计算量庞大。通过稀疏向量的学习来得到本体函数,利用块方法设计一种迭代计算算法进而得到稀疏向量。将该算法应用于生物基因GO本体和物理教育本体,并将实验结果与已有算法的结果作对比,验证了算法在生物基因领域的相似度计算和在物理教育学领域建立本体映射上有较高的效率。     

面向网络舆情分析系统的本体应用

针对现有网络舆情分析系统缺乏语义信息,可能导致分析结果不精确的问题,研究了本体技术在构建网络舆情分析系统中的应用,提出基于本体的网络舆情分析系统结构,并对系统实现中采用的本体技术包括网络舆情本体库的构建、网络文本语义标注、基于语义相似度的敏感话题发现和构建查询词的概念空间等进行了研究。通过本体建立舆情分析概念的共享空间,可以有效地挖掘网络内容的语义信息,提高舆情分析的准确率。     

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.     

Ontology Mapping Based on Bayesian Network

Ontology mapping is a key interoperability enabler for the semantic web. In this paper,a new ontology mapping approach called ontology mapping based on Bayesian network( OM-BN) is proposed. OM-BN combines the models of ontology and Bayesian Network,and applies the method of Multi-strategy to computing similarity. In OM-BN,the characteristics of ontology,such as tree structure and semantic inclusion relations among concepts,are used during the process of translation from ontology to ontology Bayesian network( OBN). Then the method of Multi-strategy is used to create similarity table( ST) for each concept-node in OBN. Finally,the iterative process of mapping reasoning is used to deduce new mappings from STs,repeatedly.     

本体上的代数结构

建立了本体概念集合上的一种代数结构——本体格,通过本体格上的代数性质分析本体结构的特性．由于本体的形式化研究仍处于初级阶段,尚缺乏对本体的严格的评价技术．代数方法是一种带有严谨逻辑推理的方法,代数性质是一种适用广泛的性质,本体上的代数性质可用于分析所有本体结构的特性．所以,建立的本体格为本体论的研究提供了一种具体的评价技术．     

一种改进的本体概念相似度计算算法

概念相似度研究是知识表示以及信息检索领域中的一个重要内容。根据概念之间错综复杂的关系,可将本体结构看成一个有向无环图。从多个角度出发考虑各种影响有向边权重的因素,通过计算有向边在本体层次图中的相对重要性计算本体中任意两概念的语义距离,由此得到它们的语义相似度。实验结果表明:该方法具有很高的效率。     

神经网络在涂料研究中的应用

针对涂料的组成百分比与涂料基本性质之间的复杂关系,提出利用人工神经网络对试验数据进行处理,建立试验因素与结果之间的神经网络模型。通过对两种单体乙酸乙烯脂与叔碳酸乙烯脂共聚的模拟预测,利用训练好的模型可以得出任意组分与涂料性质之间的关系,从而找到最适合涂料设计要求的最优配比。因此,神经网络可以作为预测涂料性质的一种有效方法,具有广阔的应用前景。     

Integrated semantic similarity model based on ontology

To solve the problem of the inadequacy of semantic processing in the intelligent question answering system. an integrated semantic similarity model which calculates the semantic similarity using the geometric distance and informarion content is presented in this paper. With the help of interrelationship between concepts, the information content ofconcepts and the strength of the edges in the ontology network. we can calculate the semantic similarity between two concepts and provide information for the further calculation of the semantic similarity between user‘s question and answers in knowlegdge base. The results of the experiments on the prototype have shown that the semantic problem in natural language processing can also be solved with the help of the knowledge and the abundant semantic information in ontology. More than 90% accuracy with less than 50 ms average searching time in the intelligent question answering prototype system based on ontology has been reached. The result is vety satisfied.     

新分布式算法的研究

首先介绍了分布式算法的相关概念和分布式算法的分类,然后根据同步模型和异步模型的特点,分别讨论了两种模型的研究方法,重点研究了异步网络模型中的一致性全局快照与稳定属性检测的问题,详细解释并改进了异步网络模型A算法的终止检测镜像算法,同时分析了算法的时间及通信复杂度.     

基于本体的服装知识表示方法研究

领域本体提供了丰富的概念集,是领域知识共享的基础。采用领域本体来表示服装领域知识,可以有效地实现知识共享、复用和检索。分析了服装知识的特点,开发出服装领域本体,建立了概念及概念之间的约束关系来表达服装领域知识,用本体表示语言OWL对其进行表示,作为面向服装的知识管理系统开发平台的知识来源。     

本体的概念、建模与应用

为了阐述本体的内涵,讨论了本体的概念、分析了本体与其他知识表示方法的本质区别,总结了本体的分类。本体建模是应用的基础,论述了本体的建模原始建模方法,总结了常用的本体建模语言和建模工具。本体可以应用于知识管理、系统分析、异构信息集成等领域。作为本体应用的演示性实例,讨论了基于本体的网管信息语言层集成,证明基于本体可以解决网管信息的语义异构性。