基于模糊概念模型的模糊本体构建方法

针对从预先定义的概念层次生成模糊本体这一非常困难的问题,提出利用模糊概念模型来构建模糊本体.基于模糊集理论,对UML概念模型及OWL DL本体进行了模糊扩展,从二者的逻辑基础说明了利用模糊UML类图构建模糊OWL DL本体的可行性,进而研究了从模糊UML类图到模糊OWL DL本体的形式化映射方法,给出了映射规则及公理的创建过程.利用现有的模糊概念模型构建模糊OWL DL本体可以有效降低建立模糊本体的复杂性,同时增强了本体的表达能力.     

基于联邦式本体的HLA仿真建模

针对当前高层体系结构(high level architecture,HLA)难以保证复杂产品协同仿真过程中数据与语义一致性的问题,该文提出了一种基于联邦的本体组织方法,给出了联邦式本体的概念。联邦式本体以HLA发布和订购的方式完成分布式概念匹配与保存,实现多领域模型的语义一致,既保证了领域本体独立性,又保证了模型间的互理解性。该文研究实现了基于联邦式本体自动构建仿真任务HLA对象模型的方法,能根据仿真任务联邦概念模型,自动完成对象模型的创建、部署,提升了领域仿真模型的可重用性,并提高了HLA联邦的开发效率。     

本体支持下的企业数据模型构建

为解决企业级建模缺乏标准稳定的数据环境的问题,该文根据本体论思想、统一建模语言(UM L)和关系数据模型三者间的一致性,提出了本体支持下的企业数据模型构建方法。划分了三类本体,形成了需求分析的新框架;本体中六元组定义和情景演算方法首先从概念语义层面上分静态和动态建立了企业领域中的概念模型,奠定了逻辑基础;借助UM L及其建模工具进行图形化的直观表达,获得业务逻辑模型,并易于转换为面向关系数据库的数据模型。此外,该文同时应用本体的求解过程对模型的评价和维护作了尝试。     

虚拟数字图书馆语义平台建设关键技术研究

本体是共享概念模型的形式化规范说明,在语义数字图书馆知识共享和重用中起着至关重要的作用．本体的构建及维护还缺乏系统的、工程化的方法,本文针对语义数字图书馆建设中本体构建、本体映射、本体进化等关键技术介绍了符合实际建设的方法,为虚拟数字图书馆语义平台的实现提供了理论基础,促进数字图书馆的资源整合．     

基于本体的动态信任模型构建

在网格计算、普适计算、P2P计算等大规模的分布式应用系统的研究中,动态信任模型已经表现出越来越重要的作用,成为研究的热点。本体作为一种描述概念及概念之间关系的概念模型,不仅具有静态性,而且也有动态性。本文基于信任模型与本体的动态特性,提出将本体应用于动态信任模型的描述,给出了构建动态信任本体的算法,并建立了动态信任本体。     

基于形式概念分析构建本体的方法研究

本体作为语义网的基础是共享概念模型的明确的形式化规范说明,用于表达数据源的语义、识别和建立概念间的语义关联等。有效地构建本体成为本体应用的关键问题,本文采用形式概念分析构造本体,并利用多值背景的转换算法对词语-文档的二元关系表进行转换导出单值背景,从而更大程度上保留关系表带有的信息。     

面向文物鉴定本体的基础模型与建模环境

建立面向文物鉴定本体的基础模型环境是文物数字化和建立数字博物馆的基础,其核心文物鉴定基本模型(FMA2)是一个关于可移动文物结构化组织的概念及概念间关系的领域本体,包含了从构成文物器物的材料对象以及与它们关联的非材料实体(时间、空间、面、线和点),用以描述文物器物结构化的关系.提出了基本模型及其建模环境包括本体的定义及方法论、一个四元组的高级模式、一组准则和基于帧的创作环境.建议FMA2作为文物信息学的一种参考本体,以使在文物鉴定中不同的观点能相互关联,矫正在文物信息学本体中现有的和新发现的本体,并提供用于表示文物功能的结构化模板,使文物数字化过程中统一语义标注并提高本体的重用性.     

基于领域本体的概念格语义匹配

本体作为语义网的重要工具,是对共享概念模型的形式化规范说明.领域本体更是说明了一个领域特定的概念定义和概念之间的关系,提供该领域中发生的活动以及该领域的主要理论和基本原理等.提出了一种基于领域本体的概念格语义匹配方法,以提高匹配的精确度.     

从UML类图到本体的自动映射

本体(ontology)是描述概念及概念之间关系的概念模型,通过概念之间的关系来描述概念的语义.然而,本体的描述语言种类繁多,阅读困难,不利于本体建模人员交流沟通.UML作为建模领域的公认标准,已被许多人熟知和广泛使用.基于UML和本体建模的相似性,提出利用UML类图描述本体模型,并建立了从UML类图到本体模型的自动映射,以提高本体建模的效率.     

动态语义知识网络构建研究

分析了目前语义知识库研究现状,提出了一种新的语义知识结构模型--以Ontology(本体)概念为理论基础,将现有的中文信息库和离散型神经元网络结构相结合,构建了一个具有自学习、自适应能力的神经语义知识网络模型.     

基于统计式机器学习的地理本体融合模型

针对不同领域对地理事物的认知体系差异造成了地理本体异构的问题,提出了地理本体融合模型,引入统计式机器学习的方法对概念间的关系进行自动处理,并以概念间关系在不同本体出现的频度来产生其可信度,最后形成带有统计信息和领域信息的大型地理概念空间.该模型巧妙规避概念层面繁琐的异构映射过程,融合概念空间将多个地理本体所表达的概念知识融为一体,并保持了领域内的信息,有效实现了不同认知体系之间的共享.     

Combining rough set theory and instance selection in ontology mapping

This paper presents a novel ontology mapping approach based on rough set theory and instance selection .In this appoach the construction approach of a rough set-based inference instance base in which the instance selection （involving similarity distance, clustering set and redundancy degree） and discernibility matrix-based feature reduction are introduced respectively; and an ontology mapping approach based on multi-dimensional attribute value joint distribution is proposed. The core of this mapping aI overlapping of the inference instance space. Only valuable instances and important attributes can be selected into the ontology mapping based on the multi-dimensional attribute value joint distribution, so the sequently mapping efficiency is improved. The time complexity of the discernibility matrix-based method and the accuracy of the mapping approach are evaluated by an application example and a series of analyses and comparisons.     

领域CBR本体及其在范例表示和范例修改中应用研究

范例表示和范例修改是基于实例推理领域中的两个研究热点.针对此,提出一种基于领域CBR本体的范例表示和范例修改方法,该方法引入本体表示范例,添加范例特征意图项指导范例修正,提高了范例库的重用性和范例修正的成功率.首先,以经典本体概念和CBR理论为基础,提炼出领域CBR本体的定义和主要组成部分.其次,与传统范例表示方法对比,给出了领域CBR本体范例表示的优势,并对领域CBR本体中的关键类——范例特征意图类及其作用进行了重点介绍.而后,对领域CBR本体的构建过程和基于领域CBR本体的范例修改过程进行了详细阐述.最后,应用OWL语言对斗轮CBR本体进行了描述,并通过斗轮CBR本体在机械设计重用中的应用分析验证了此方法的有效性.     

利用本体技术的文本聚类模型

文本聚类作为一种自动化程度较高的无监督机器学习方法,能够实现对文本信息的有效组织、摘要和导航,近年来已经广泛应用在信息检索领域。笔者针对使用向量空间模型进行聚类时对于同义词和多义词的处理存在的缺陷,提出了基于本体的文本聚类模型。首先使用WordNet词典对文档中的词进行语义标注,得到文档的概念集合;然后对每个文档的概念集合进行概念聚类,生成文档的概念主题;最后通过计算主题的相似度完成文本聚类。该模型减少了相似度计算量,改善了聚类结果和聚类性能。     

一种模糊概念相似度的计算方法

由于现有的经典本体映射方法以及相似度计算方法无法处理模糊信息,因此它们都无法计算模糊概念之间的相似度.为此,提出了一种新的基于向量空间模型的模糊概念相似度计算方法SimFC-VSM(similarityoffuzzyconceptbasedonvectorspacemodel).SimFC-VSM方法首先利用模糊本体中的模糊关系构建向量空间模型;然后将模糊概念表示成此向量空间模型中的向量;最后通过向量运算的方法来计算模糊概念之间的相似度.因此,所提出的方法SimFC-VSM可以有效地利用向量空间模型来计算模糊概念之间的相似度.     

基于本体的数字图书馆知识组织研究

20世纪80年代末以来,在人工智能和知识工程等新兴领域里,本体逐渐被广泛应用,也引起了图书情报界的极大关注。数字图书馆知识组织构建模式研究在基于本体的前提下为知识组织在语义层面上拓展了一个崭新的领域,为实现信息服务的语义化和智能化奠定了基础。本文介绍并阐述了本体的形式化模型以及本体的具体功能、概念、特点,同时分析了本体作为一种能在知识层次和语义上描述概念体系的相关工具在进行数字图书馆知识组织中的不足,并提出了基于本体的知识组织模式及流程。     

混合语义模型的产品知识文档检索

为解决产品知识文档检索过程中遇到的问题,提出一种基于混合语义模型的检索方法.该方法将传统的用户查询需求扩展为用户偏好、语境和用户查询混合而成的语义集合,并对知识文档和用户需求进行基于本体的模糊概念表达.对于知识文档,选择领域本体的叶节点来构造文本概念向量,根据概念在本体图中的深度、携带的信息量,及出现在文档与语料库中的频度来计算权重.同样采用本体表达知识语境与查询语义,建立用户偏好模型.针对检索模型的不同组成,阐述了相应的相似度计算方法,采用概念的语义距离计算用户当前语境和文档语境之间的相似度,用余弦法计算查询语义、用户偏好与文档的相似度.最后用实验验证了该方法的检索效果优于传统的向量空间方法.     

机器人多指手的多目标优化抓取规划

针对有摩擦点接触条件下的多指抓取模型,借鉴人手抓取经验,提出了接触安全裕度概念.通过修正摩擦锥约束条件,建立了具有一定接触安全裕度的非线性内力优化模型,用于求解合适的接触力.为获取最优的抓取位形,将物体位姿参数作为变量,确定接触力与多指手关节力矩的关系,基于多指手关节空间内的转角位置度和相对承载能力性能指标,建立了多指抓取的多目标优化模型.最后,以三指手抓取系统为例进行了分析求解,并利用多目标粒子群优化算法进行物体位姿规划,获取了规划模型的非劣解前沿.结果表明,该方法能在保证安全抓取条件下,有效改善多指抓取的综合性能.     

基于进化算法的生物医学本体匹配技术

由于生物医学本体拥有规模庞大的概念和复杂概念间关系,已有本体匹配技术难以高效确定生物医学本体匹配结果。为解决这一问题,构建了生物医学本体匹配问题优化模型,提出基于进化算法的生物医学本体匹配技术来确定最优匹配结果。在求解生物医学本体匹配问题时,采用一种新的生物医学本体概念相似度度量来确保匹配结果质量,并通过基于推理的概念对剪枝技术缩小算法的搜索空间,提高算法效率。实验结果表明,基于进化算法的生物医学本体匹配技术能有效匹配生物医学本体。