基于OWL DL的本体推理机设计与实现

语义Web中描述逻辑和本体论日益受到关注,成为学术界的一个研究热点.首先给出了与OWL DL等价的描述逻辑SHOIN(D)的语法和语义,以及OWL DL本体知识库各模型元素的描述形式.然后介绍了OWL-API、Pellet-API、Jena-API推理机的工作原理和推理编程的核心技术,提出一种基于Pellet和Jena的叠加推理机框架.最后开发了一个OWL DL本体推理机原型,实现了本体知识库一致性、分类和可实现性推理服务.     

语义Web推理的研究与实现

语义Web的逻辑基础是描述逻辑,语义Web出现的目的就是为了解决机器和人对知识理解的问题,因此可以在语义Web的基础上展开推理。传统的推理系统结合语义Web可以克服知识表示方面的缺点,并且有利于知识的共享。首先在语义Web的知识体系之上建立起来一套推理系统,然后通过应用实现对该系统进行了验证。     

基于概念语义网络图的RDF知识推理研究与实现

当前，在语义Web中，基于OWL、RDF的知识表示、知识推理成为了研究和应用的热点。文章介绍在常用软件领域知识中。基于RDF知识库的概念语义网络图的构建和知识推理的相关算法。     

RDF在语义Web知识表示中的作用

基于Web具有的一些特征和应用于语义Web的知识表示语言RDF,分析了RDF提供的语法基础即如何用XML来实现语法,以及RDF如何无二义性地描述资源对象的问题,使得描述的资源的元数据信息成为机器可以理解的信息。在此基础上,提出了一种新的适合Web发展需要的知识表示方法,为智能应用领域提供基础;并阐述了以RDF为基础的知识表示语言可较好地实现语义Web的知识表示。最后通过基于OWL知识表示实例的语义检索应用给予了说明。     

智能通信网推理机制的研究

为了在语义网的构架中实现元数据的交互.针对一种特定的语义网——智能通信网,研究其推理机制.分析OWL DL语言的描述能力,在其蕴含的知识基础上建立Prolog推理规则,通过Visual Prolog逻辑编程实现了智能通信网的自动推理,并用实例验证该推理系统可完成知识库中元数据的交互,达到人机交互协同工作的要求.最后通过实验检测说明智能通信网推理系统与普通万维网相比,查准率更高.     

智能通信网推理机制的研究

为了在语义网的构架中实现元数据的交互.针对一种特定的语义网——智能通信网,研究其推理机制.分析OWL DL语言的描述能力,在其蕴含的知识基础上建立Prolog推理规则,通过Visual Prolog逻辑编程实现了智能通信网的自动推理,并用实例验证该推理系统可完成知识库中元数据的交互,达到人机交互协同工作的要求.最后通过实验检测说明智能通信网推理系统与普通万维网相比,查准率更高.     

基于语义Web的自动推理技术研究

本体论是语义Web的逻辑基础,语义Web研究的主要目的就是扩展当前的万维网,使得网络中的信息具有语义.语义Web出现的目的是为了解决机器和人对知识理解的问题,因此,可以在语义Web的基础上展开推理.以此为思路,首先分析了语义Web的逻辑基础,然后对语义Web的推理形式进行了研究,最后在此基础上提出了一种有效的推理系统,该推理系统解决了传统专家系统中知识表示形式所带来的一些问题,并且能够使建立的知识更好地共享.     

基于Web的本体描述语言的分析与比较研究

语义Web并非一个独立的Web，而是当前Web的延伸，其目标是让计算机能够“理解和处理”现在仅仅能显示数据的Web，并为人们提供各种智能服务。本文首先介绍了语义web的定义和产生的背景，接着对它的体系结构和知识表示特点进行了陈述，并详细讨论PDF／RDFS、OIL、DAML＋OIL和OWL等语义表示语言的特点以及它们在语义Web中发挥的重大作用，最后深入分析比较了它们的语义表示和推理能力，并得出OWL是目前最佳的一种本体表示语言。     

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