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。     

语义Web知识表示语言

介绍了XML,RDF(S)和OWL,针对XML和RDF(S)在语义方面的不足,引入了本体表示语言OWL。     

网格、知识发掘、学习对象与XML绑定

从网络技术、信息技术、教育技术3个角度论述21世纪E Learning的技术发展趋势,指出无论是网格计算、知识挖掘还是学习对象,都存在一个标准化元数据问题,从而引出了XML绑定的一些思路。     

基于RDF技术的知识表示及应用

提出了一种用RDF描述受限领域知识的元数据,用RDF/XML存储和处理知识信息的方法,并在具体应用中实现了这种方法,这是一种开发智能型教学课件的解决方案。用RDF技术可以解决的问题还有：语义Web、智能搜索引擎、语义层的数据交换、信息的自动链接与引用、数字图书馆等。     

基于RDF技术的知识表示及应用

提出了一种用RDF描述受限领域知识的元数据,用RDF/XML存储和处理知识信息的方法,并在具体应用中实现了这种方法,这是一种开发智能型教学课件的解决方案。用RDF技术可以解决的问题还有：语义Web、智能搜索引擎、语义层的数据交换、信息的自动链接与引用、数字图书馆等。     

面向推理服务的Web本体语言与描述逻辑

本体在语义WEB中起着极其重要的作用,通过本体提供的可以共享的预先精确定义的术语在一定程度上扩展了语义WEB互操作性。OWL本体语言是W3C最近推荐的专门为基于WEB的应用设计的本体语言;该语言充分利用了现存的WEB技术标准XML和RDF,并在XML和RDF标准基础上,增加了面向对象和基于框架体系的本体概念,将其与具有表达力的描述逻辑结合在一起。该语言与描述逻辑的组合可以实现一定程度上的推理服务。     

语义Web和知识发现系统模型

文章介绍了语义Web的体系结构和语义Web的关键组成部分及技术,包括XML,RDF,RDFS和OWL.文章给出了本体描述语言OWL的规范化语法和基于本体的语义Web知识发现系统的模型,并讨论了进一步的研究工作.     

基于本体的可进化学习对象设计

学习对象规范代表并引导着学习对象的发展方向。从IMS Common Cartridge数字化学习内容封装规范及LETSI通用核心模型Core SCORM来看,学习对象呈现出分布式共享、细粒度重用、对生成性信息自动聚合等发展趋势。基于这种趋势,提出了可进化学习对象。本文对可进化学习对象的结构及特性进行了分析,采用本体作为其语义信息表示的通用框架,借助于OWL描述,设计了可进化学习对象自然生长、聚合、裂变的进化模型,为异构信息系统中ELO互操作提供了理论依据。     

数字图书馆领域的电子信息基础建设浅论

数字图书馆的支撑领域涉及到语义Web技术(如XML、RDF和元数据等)、网格技术以及信息安全等.本文对上述领域中的主要标准和前景进行了探讨.     

移动学习中的学习资源管理模型研究

参照国内外学习资源标准化研究成果，结合移动数据库理论，提出了基于CDMA的移动学习系统的学习资源管理模型MLSC-RMM。MLSC0RMM分两个层次：第一层是学习对象模型层，第二层是学习资源库模型层。在学习对象模型层采用LOM标准，在学习资源库模型层采用三级复制体系结构。     

基于学习对象的课程构建

在学习对象概念的基础上,结合学习资源构建标准提出了一种课程构建思想。并深入讨论可重用学习对象(RLO)在课程设计中的运用以及内部元素构建原则,为课程设计开发人员提供一个基于学习对象的模板进行教学课程设计开发。学习对象构件可相互组合并快速更新,提高了课程的重用性。     

学习内容管理系统的体系结构和关键技术

基于对学习内容标准化问题的研究,提出了一个学习内容管理系统的体系结构,该结构采用分层模型,自上而下分为客户层、应用层、数据服务层.同时针对学习内容管理系统建设过程中的几个关键问题:学习内容的共享及重用、学习内容入库效率、检索效率、数据的一致性和完整性等问题进行了探讨,给出了具体的解决方案并在样例系统中实现.在方案中采用中国网络教育技术标准中的“学习对象元数据标准”和“内容包装标准”,对学习内容进行标准化描述.采用元数据模版和自动获取信息的方式提高资源入库效率.对学习内容进行有效分类以提高检索效率.利用Java事务处理技术解决了数据一致性和完整性问题.     

基于CELTS的学习辅助系统设计与实现

教育信息化技术标准CELTS为教育资源建设制定了统一规范.针对一个实验性学习辅助系统,探讨CELTS标准在具体应用系统的设计与实现中的适用问题.围绕CELTS的体系框架、学习对象元数据、学习者信息模型、教育资源建设规范等几个主要子标准的应用方式和协议绑定进行讨论,在此基础上给出学习辅助系统中应用CELTS标准的一种具体实现.     

基于在线多示例学习的协同训练目标跟踪算法

为解决把多示例学习应用到目标跟踪算法而导致的误差积累问题, 结合协同训练方法, 提出一种新的目标跟踪算法。该算法利用协同训练克服分类器自训练带来的误差积累, 同时在线多示例学习提高了跟踪效果的鲁棒性。将跟踪结果中心与理想目标位置中心的误差作为评价标准, 在标准视频序列上将跟踪结果与半监督学习跟踪算法和传统多示例学习跟踪算法进行对比。实验结果表明, 该方法在背景光照变化、目标旋转等复杂条件下, 可很好地跟踪目标, 具有较好的鲁棒性。     

对象存储系统的合作缓存方案

结合对象存储系统的数据访问模式,综合设计客户端和元数据服务的缓存,构造存储系统的合作缓存方案.该方案将客户端和元数据服务器的缓存作为整体进行设计,以达到提高缓存利用率的目的;通过缓存准入策略合理选择数据传送模式,减少数据传送的通信量;同时,合作缓存方案根据数据对象的大小、访问成本和网络负载动态地调整缓存策略,提高存储系统的服务质量.实验显示,合作缓存方案能较好地适应不同的工作负载,有效提高了系统的输入输出性能.     

一种基于语义的Web数据搜索引擎方法研究

Web网上大量的异构、非结构化的数据使人们难以有效地发现自己所需信息. 通过利用元数据和本体语义特点，借助Web服务技术，提出构建元数据登记库MDR和本体管理系统OMS，在分布式闭包生成基础上进行推理，实现基于本体表示语言RDF特性的Web数据搜索引擎SBWSE，达到分布异构环境下高效发现信息的目的，解决了基于关键词的搜索引擎所表现的查全率和查准率不佳问题.     

基于元搜索引擎技术的新闻对象抽取方法研究

以w3c文档对象模型(DOM)为基础,利用元搜索引擎原理实现了一个互联网新闻自动抽取系统.该系统通过搜索引擎获取相关新闻的web页面,分析后得到其元数据,然后利用元数据表现出来的信息进行新闻正文抽取,该方法不依赖于原网页结构,不需要人工干预,是自动、可靠、通用的方法.试验表明,该抽取方法有着较高的准确率,平均可达到96%以上.