鱼病诊断专家系统中概念模型的构建

概念模型是对真实世界的抽象描述,严格、完备的概念模型在领域专家与开发人员的沟通过程中起重要作用。在统一界定诊断和诊断问题定义的基础上,将现实世界的鱼病诊断系统进行高度抽象,对鱼病诊断问题、诊断知识和诊断求解方式等进行提炼,将鱼病诊断问题定义为包括诊断对象、疾病集、病因集、症状集、诊断知识、诊断表现、诊断推理及诊断结论等8个因素在内的数学模型,将鱼病诊断知识描述为病因、疾病、症状及其三者之间的因果网络模型,将诊断求解方式分解为获取症状—推理诊断—增加信息3个步骤循环反复的“假设—验证”过程。该概念模型的构建为鱼病诊断专家系统的开发提供了知识表示和推理的理论基础。参8。     

基于本体知识的诊断推理集成模型

提出了一种基于本体的实现领域知识集成的方法。研究了基于本体的知识表示,讨论了综合集成所要解决的主要问题。给出鱼病诊断推理的集成模型实例。图2,参5。     

基于SWEBOK的软件工程知识分类模型及算法

软件组织内部智慧资产的有效组织和管理一直是一个悬而未决的问题.将文本分类技术引入到软件工程知识分类领域,首先综合分析了软件工程领域知识的基本类型和特性:之后依据这些特性结合软件工程知识体系(SWEBOK:Software Engineering Body of Knowledge),提出了一个软件工程知识的分类模型和算法;最后通过实验验证了提出的模型和算法的有效性.实验结果表明,该模型和算法具有良好的分类性能,为软件工程知识的有效分类提供了一种途径.     

基于本体论的团队虚拟知识流抽取模型研究

集成本体论与过程视图理论改进现有的模型,以iPhone的研发过程为依据定义了标记知识流与虚拟知识流,论证了两者的关系.根据iPhone研发过程中不同团队的实际任务,选取标记知识节点抽取虚拟知识流,建立了团队虚拟知识流抽取模型,阐述了模型的运行规则和步骤并以规划团队为例进行实证分析.研究结果表明:选取合理的标记知识节点形成虚拟知识流是组织满足不同任务团队知识需求的有效途径;借助虚拟知识流的抽取模型,组织可以直观地为不同职能的团队提供知识支持,说明不同团队的知识需求及工作相关知识信息的查阅顺序,使团队更具针对性地完成自身任务,以此提高组织的内部沟通效率和决策质量.研究为知识流动的过程分析提供了新的视角,也为相关领域的深入探索提供了有利的理论支持.     

农业知识模型研究初探

将数学模型理论运用到知识表达中去,提出了知识模型表达方式思想,并阐述了农业知识模型的基本理论和实现方式,建立了作物气候适应性知识模型系统。参7。     

考虑知识模糊性的应急决策知识融合方法

知识是应急决策的主要依据和参考.针对应急决策需要多领域跨学科知识的综合支撑问题,本文构建基于知识元的应急决策知识模型,解决了多领域跨学科的知识表示与共享问题,为准确获取应急知识和知识融合服务提供基础支撑;接着从系统科学和管理科学视角出发考虑知识的模糊性提出了一种新的融合方法,解决了现有方法可能造成融合结果与客观实际相冲突的问题,提高了融合结果的准确性和科学性;最后运用地铁火灾实例验证本文提出模型和方法在应急决策知识表示和融合中的实用性和优越性.     

模型管理的知识及其表示方法

运用辩证系统的思维方法论,从客观事物到主观认知的全过程和不同科学域的共性整体特征出发,较系统地探讨了模型及其管理的知识系统.首先梳理给出基本概念属性模型、数据和信息模型、结构和知识(狭义)模型、问题模型、数学模型和决策或优化模型六个层次的模型集合,明晰模型概念体系与层次关系.然后,基于知识工程的理论方法,抽象给出了模型...     

基于领域知识的模型检验方法

提出了一种基于领域知识的模型检验方法.该方法主要是采用本体论方法,将业务领域内的潜规则表示成领域知识,构成领域规则库,对领域规则采用图形化表示与使用SWRL描述相结合的方式,形成了对规则知识的内、外部表示,为领域知识的直观显示和有效推理提供基础.领域规则形成的规则库为模型检验提供了依据和复用基础,确保用户构建的应用模型满足业务领域需求.     

复杂层次模型中知识表达与推理方法研究

工程教育认证背景下的人才培养体系,是典型的复杂层次系统.采用多色集合及其元素、着色、围道矩阵和体运算等概念,建立复杂系统层次结构模型,从水平和纵向两个方向对该模型进行形式化描述,并给出复杂层次结构模型的形式化推理算法流程.基于多色集合为工程教育认证背景下的人才培养体系构建的层次结构模型,在逻辑层实现了知识自顶向下、自底向上的单向自动推理和同时向下、向上的双向自动推理,在问题的形式化描述、信息的高效率处理和程序的快速实现等方面具有明显优势.构建工程教育人才培养体系层次结构模型并提出知识的表达与推理方法,对开展工程教育专业认证工作、提高人才培养质量都具有重要意义,同时也为复杂系统模型构建及其知识推理分析提供了一种新的有效方法.     

多模态公文的结构知识抽取与组织研究

针对目前基于三元组知识构建的知识图谱结构逻辑性弱、难以形成知识体系的问题, 以公文应用背景为牵引, 提出多模态知识结构要素抽取模型, 构建多模态公文文档数据集GovDoc-CN, 在文本和图像两个模态对文档中包括各级标题、摘要、作者、成文时间、文档编号等在内的知识结构要素进行抽取。设计文档结构树模型对抽取的文档知识结构要素进行组织, 并构建结构化图网络实现文档的组织和管理。实验证明, 相较于单一模态的抽取模型, 多模态知识结构要素抽取模型取得了明显的效果提升, 文档结构树模型和基于文档结构树模型构建的结构化图网络为文档知识的组织与管理提供了一种新途径, 具有重要的应用价值。