一种模糊时空描述逻辑F-ALCT(D_(fst))

为了实现语义Web中模糊时空知识的表示与推理,提出了一种支持模糊时空具体域的模糊描述逻辑F-ALCT(D_(fst)).首先,构建了包含模糊时空区域及其时空拓扑谓词的模糊时空具体域D_(fst),给出了两个模糊时空区域之间的拓扑关系模糊度的计算方法.然后,将D_(fst)和时态操作符引入到模糊描述逻辑FuzzyALC中,构建出一种新的模糊描述逻辑F-ALCT(D_(fst)),并定义了其语法、语义和知识库.最后,给出了一个F-ALCT(D_(fst))的知识库实例.F-ALCT(D_(fst))有效地实现了语义Web中模糊时空知识的表示.     

Vague ALC(D):一种基于vague集的模糊描述逻辑

针对普通的模糊描述逻辑使用单个隶属度无法准确表示不精确知识,而且描述逻辑是在抽象层次上描述知识,对实体的数值信息缺乏强有力的表达手段的问题,提出了一种基于vague集并结合具体域的模糊描述逻辑——vague ALC(D).介绍了用隶属度区间来表示模糊知识的vague集,给出了vague ALC(D)的语法和语义,指出了它的推理问题,同时也给出了相应的tableaux算法.vague ALC(D)能够更准确地表示和推理含有数值信息的模糊知识,增强了模糊描述逻辑的表达能力和推理能力.     

一种扩展的模糊描述逻辑

为了提高对复杂模糊信息的表示能力,提出一种扩展的模糊描述逻辑.扩展模糊描述逻辑引入模糊概念和模糊关系的截集形式作为原子概念和原子关系,继承经典描述逻辑中的概念构造器和知识库形式,建立新的知识表示逻辑体系.定义了扩展模糊描述逻辑的语法结构、语义解释、知识库形式以及基于可满足性的推理问题.通过与模糊描述逻辑的比较,阐述了模糊描述逻辑可转化为扩展模糊描述逻辑,从而例证了扩展模糊描述逻辑具有比模糊描述逻辑更强的表达能力.     

基于描述逻辑的语义Web本体研究

语义Web出现的目的就是为了解决机器和人对知识的理解的问题,首先需要解决的问题就是计算机对知识的理解问题,只有计算机理解了所建立的知识,才能在此基础上展开推理服务。首先讨论了传统知识表示方式的缺陷,然后对本体论的逻辑基础———描述逻辑进行了研究。由于OWLDL和描述逻辑的一致关系,因此使用OWLDL来表示本体。介绍了描述逻辑推理系统RACER。最后提出了解决本体层知识表示方法的解决方案。     

语义网中模糊本体的描述逻辑

为了使用语义网上的表达能力强的模糊知识来表示、推理模糊本体,我们将提出一种新的基于描述逻辑的模糊扩展,称之为带比较表达式的模糊描述逻辑（FCDLs）。FCDLs的语法和语义有标准化的定义,并且,FCDLs的公理和断言也有明确的指定。FCDLs结合模糊描述逻辑（FDLs）的模糊概念和扩展的模糊描述逻辑（EFDLs）的削减概念。因此,FCDLs可以使用语义网上的模糊知识来表示、推理模糊本体。     

模糊描述逻辑的统计缺省扩展

该文对模糊描述逻辑进行统计缺省扩展,它以模糊描述逻辑为主要框架,将模糊或不精确知识的表示与推理有机地整合在一起,通过在模糊描述逻辑中引入统计缺省推理,构建了一种同时具有TBox,ABox和统计缺省规则的知识库系统.     

基于模糊描述逻辑的模糊UML类图形式化

由于UML难以表示现实世界中存在的大量不确定和模糊的信息,因此前人提出了模糊UML。与UML类似,模糊UML是半形式化语言,缺乏精确的语义。为解决这一问题,提出一种用模糊描述逻辑形式化表示模糊UML类图的方法,扩展模糊描述逻辑f-SHOIN(D)为其逻辑基础,详细描述模糊UML类图中的类、属性和各种关系转化为模糊描述逻辑表达的形式化过程,最后用实例证明该方法是可行的。     

C-SHOIQ:描述逻辑SHOIQ的云扩展

鉴于经典描述逻辑不能表达不确定知识,文中将云模型、描述逻辑SHOIQ和模糊逻辑相结合,提出了一种基于云的模糊描述逻辑C-SHOIQ,用于表达不确定知识.首先给出了C-SHOIQ的语法和语义,并以实例分析了C-SHOIQ具有处理知识的随机性和模糊性的能力;然后给出了C-SHOIQ的推理方法及映射C-SHOIQ知识库为经典SHOIQ知识库的改进规则,并论证了C-SHOIQ和对应的经典SHOIQ之间概念可满足性的一致性关系;最后论证C-SHOIQ是对模糊SHOIQ表达能力的扩展.     

基于OWL本体和描述逻辑的Web服务匹配模型研究

在WWW世界中,为了获得更多的优质服务。必须提供一种高效的服务发现机制。而要进行有效的服务发现,需要提供一种合理的服务匹配模型及相应的匹配算法。在总结了传统的UDDI标准所存在缺陷的前提下。重点提出了一种Web服务匹配模型．该模型通过本体来增强服务描述语义,将本体与描述逻辑有机结合起来。克服了传统UDDI标准在语法级基于关键字搜索的缺陷．提高了服务匹配能力。讨论了匹配模型各模块的功能。同时提出了一种基于OWL的本体创建方法。     

基于Agent的语义Web服务框架及其逻辑描述

通过研究Agent技术与语义Web服务技术在应用中结合的方式和Agent在语义Web服务技术体系中需要扮演的角色,以及Agent与语义Web服务结合的具体实现,提出了一种基于Agent的语义Web服务框架。在此框架的原理基础上,利用扩展逻辑C＆L意图理论描述了框架中Agent的工作过程以及语义Web服务的内容。     

模糊OWL 2本体到模糊关系数据库映射形式化方法

针对语义Web上的模糊OWL 2本体,提出了基于关系数据库的模糊本体存储方法.通过深入分析模糊OWL 2本体的结构及语义特点,提出了基于模糊关系数据库的模糊本体存储结构,在此基础上,给出了模糊OWL 2本体到模糊关系数据库映射的形式化方法.理论和实例结果表明所提出的形式化映射方法是合理和可行的.     

基于OWL的本体映射中概念相似度计算方法的研究

随着网络上的本体越来越多,为了实现不同本体间的知识重用和共享,需要在本体间建立映射。而建立映射的关键在于找到概念相同或相近的实体对。借鉴计算语言学中的语义距离思想,提出了基于OWL构词所描述的本体概念相似度计算方法,该方法充分考虑了概念本身、概念属性、概念所处的层次结构和概念的OWL语义四个方面的语义相似度。     

模糊知识体系逻辑扩展能力评价模型研究

以真度测度区间的兼容性和推理结果的逻辑语义一致性为评价指标，在模糊逻辑知识体系和二值逻辑知识体系间严格定义了一种模糊知识体系逻辑扩展能力评价模型，并给出对典型加权模糊逻辑的详细评测过程，这个模糊知识体系的逻辑扩展能力评价模型，可对各领域模糊知识体系对二值逻辑知识体系扩展的合理性程度进行评测。     

模 糊 择 优 逻 辑 的 数 值 扩 充

提出一种新的模糊逻辑数值模糊择优逻辑, 给出了数值模糊择优逻辑的语法和语义, 并研究了其性质. 该逻辑结合多值逻辑和择优推理的语义特点, 得到的推理关系具有模糊性、 次协调性和非单调性, 且知识的模糊性能以数值的形式显式地表现, 适用于对智能系统中的不精确、 不一致和不完备知识进行表示和推理.     

Larsen模糊推理算法的直觉化扩展

对Larsen模糊推理算法进行了直觉化扩展。首先将Larsen定义的模糊关系Rp进行直觉化扩展,然后推出了其对应的直觉模糊取式推理算法和直觉模糊拒式推理算法。最后以具体算例叙述了推理计算过程中的细节,验证了该方法的正确性和有效性。结果证明直觉化扩展后的Larsen模糊推理算法是一种性能比较好的直觉模糊推理算法。     

模糊本体结构及基于NGD的隶属度确定

本体能够形式化地描述特定领域的概念、术语及关系,但不能表达模糊的信息.为此将模糊描述逻辑应用在本体构建中,提出一个5元组的模糊本体模型,由概念集、角色集、实例集、模糊断言集和模糊关系集构成.基于Tableaux算法思想并结合算例,给出模糊本体模型推理问题的求解方法.针对模糊本体模型的隶属度计算问题,结合Google搜索,利用标准化谷歌距离(normalized Google distance,NGD)演算法,以实时且完全在线处理的方式计算关键词的相关性,并最终转化为模糊本体中的隶属度.     

基于关键词的RDF数据查询方法

在建立关键词倒排索引和路径索引的基础上,提出一个利用量化均衡规则和等距规则的启发式查询算法,并按照查询结果的大小排序返回最相关的前k个结果.通过建模RDF数据为RDF句子图,将文本信息封装到句子节点,同时将查询结果建模为包括所有查询关键词并且叶节点是关键词节点的无根树,将关键词查询问题转化为斯坦纳树问题.假设RDF句子图包括n个节点,最坏情况下索引占用的空间是3n2.假设关键词节点数为k,查询算法的时间复杂度为O(kn).该方法不需要依赖RDF数据的模式信息,支持对数据中的属性和关系名进行关键词查询.实验证明该方法能够快速而有效地实现RDF数据的关键词查询.