基于差分进化算法的语义查询扩展技术

目的提高扩展词与用户查询在语义层面上的关联,解决歧义扩展问题。方法基于差分进化算法的语义查询扩展技术先利用领域本体提供的领域背景知识来获取候选扩展词集,然后通过分析用户日志来获取用户检索偏好信息,最后利用差分进化算法确定同用户检索意图最相符的扩展词集。结果比起前沿的局部上下文分析方法,基于差分进化算法的语义查询扩展技术能够确定更高质量的扩展词集。结论利用用户日志和本体中概念间的语义关系作为背景数据来过滤无关的扩展词可以有效提高后续语义扩展过程的效率,差分进化算法能够有效排除同用户检索意图无关的词集并确定高质量的扩展词集。     

一种改进的概念相似度计算方法

本体在信息集成、语义网和知识管理等领域中被认为是重要的理论基础.本体映射的目的就是通过计算概念相似度找到本体中概念之间的对应关系,并制定出相应的映射规则.通过研究本体映射方法,设计出一种综合概念相似度计算模型,该模型充分考虑了概念的实例、定义以及结构等信息对相似度计算的影响,可以通过改变3个相似度分量的权值来适应不同本体间的映射,使模型具有通用性.结果表明,该模型能更有效地体现概念间的关系,使本体映射方法更加全面,并有更好的适用性.     

本体进化关键技术研究

如何让本体适应动态变化的外部世界,并根据外部知识源的变化做出及时的调整,即实现本体的动态进化,已成为本体研究中的一个重要内容.本体进化研究涉及到本体的变更机制,Web上本体的标识以及本体的版本机制等技术,本文将对这些关键技术进行分析研究.     

基于本体的故障诊断知识管理系统研究

针对目前企业内存在的故障诊断信息分散,不易共享和重用的问题,提出基于本体的故障诊断知识管理系统模型.根据故障诊断所涉及的源知识特点,建立了结构域、测试域和故障域3个异构领域本体模型,并根据各本体之间的连接关系给出了故障树生成算法,实现知识之间的共享和重用.以4L-20/8型两级空气压缩机为研究对象,开发了基于本体的故障...     

基于混合本体的政府信息共享方法研究

政府信息共享对于电子政务的建设十分重要,能够有效提高政府的工作效率,并为社会提供优质服务.随着政务信息化建设的加快,元数据首先被用于政府信息共享领域,由于元数据缺乏统一标准,因此各政府数据库之间新的"信息孤岛"问题逐渐显露,阻碍了我国政府信息共享的全面发展.针对政府信息共享过程中出现的"信息孤岛"问题,结合本体技术,构建出基于混合本体的政府信息共享模型,并且通过本体之间的相似度的计算,建立局部本体与全局本体之间的映射关系.建立映射关系的目的是为了消除信息的语义异构,从而在根本上解决政府信息共享的难题.最后在此基础上,结合应用实例进行验证分析,实践证明所建立的基于混合本体的政府信息共享模型具有一定的理论与实践意义.     

基于Ontology的油田地质信息系统的研究与实现

为解决油田生产实践中多专业之间由于术语不统一,而造成的信息不能共享和重用的问题,基于本体知识的表示,构建了油田地质领域本体,对油田地质领域的概念、属性、关系等知识进行了规范化描述。建立了油田地质领域知识规则库,用于本体知识推理。设计了一个基于Jena API的本体查询和推理的知识管理系统,实现了油田地质知识的查询和集成,解决了油田地质领域的知识共享问题,为油田地质的相关服务提供知识管理的支撑平台。     

基于语言变量的模糊本体模型

为了更有效地表达语义Web中的模糊知识,将模糊概念与关系引入到传统的模型中,提出新的模糊本体:模糊领域本体与模糊顶层本体.模糊顶层本体从语言变量的形式化表示入手,考虑模糊概念间的语义关系:集合关系、序关系与等价关系.用模糊本体对智能交通领域的知识进行建模,通过模糊语言值描述交通概念的属性信息,有效克服现有模型的一些局限.结果表明,该研究有利于语义Web环境下模糊系统的知识共享与重用.     

基于本体的石油开发领域知识构建研究

为了解决石油开发领域多专业之间由于信息术语不统一,而造成的不能信息共享和应用集成的问题,将本体引入石油开发领域的知识构建.通过本体的形式化描述,提出了本体映射的改进方法,设计了石油开发领域本体集成平台,实现石油开发领域知识的表达和共享,对石油开发深层次地综合运用和评估具有重要意义.     

面向Web的本体进化研究

在Web模式下,本体的分布式开发和应用是必然的。本文探讨了Web上单个节点内单个本体,以及同一个节点内存在包含关系的多个本体的进化问题,并分析了本体进化过程中的一致性问题。     

基于叙词表的领域本体半自动构建的研究和实现

如何组织、管理和维护海量的信息资源并为人们提供高效优质的信息服务,本体(ontology)作为一种能在语义和知识层次上描述信息系统的概念模型建模工具,为解决这一问题提供了新的途径,已受到国内外研究人员的广泛关注.对本体和叙词表的相关知识进行了详细论述,并利用网络本体语言(Web Ontology Language,OWL),将叙词表中的叙词及词间关系进行了表示和描述.设计和实现了一个转化系统,能够自动地将叙词表中的知识结构和语义关系转化到领域本体中.     

基于对象的本体知识库设计研究

本体(Ontology)是一种对"存在"的系统化解释。将本体的概念和思想用于计算机领域,可用本体描述应用领域中的术语和术语之间的关系以及构成术语及术语间关系的规则(知识)。鉴于确定问题空间的实体较确定问题空间的知识要容易、简单。因此,文章提出了基于对象的本体知识库设计方法。     

本体的概念、建模与应用

为了阐述本体的内涵,讨论了本体的概念、分析了本体与其他知识表示方法的本质区别,总结了本体的分类。本体建模是应用的基础,论述了本体的建模原始建模方法,总结了常用的本体建模语言和建模工具。本体可以应用于知识管理、系统分析、异构信息集成等领域。作为本体应用的演示性实例,讨论了基于本体的网管信息语言层集成,证明基于本体可以解决网管信息的语义异构性。     

基于模糊领域本体的专家遴选服务研究

针对领域本体无法语义描述领域中模糊知识的不足,本文利用模糊理论处理模糊信息的优势,提出了一个4层模糊本体扩展框架对已有领域本体进行模糊化扩展,通过模糊本体中的模糊概念、模糊属性以及模糊隶属函数实现了对本体中模糊知识的语义描述. 利用该模型构建了科技评价领域的专家模糊本体,设计了基于模糊本体的语义级专家遴选算法,实现了能够处理遴选条件中模糊语义信息的专家遴选服务. 实际专家遴选系统中的应用表明,本文提出的专家遴选服务能够高效、准确地遴选出合适的评审专家.      

一个结合版本和日志技术的本体演化框架

虽然本体演化的重要性已经得到充分的认识，但是目前的本体编辑工具对本体演化的支持在对本体演化原因的信息保留和处理上却显得不足。比较了一些典型的本体编辑工具，评估它们对本体演化的支持；然后，为加强对历史信息的处理，挖掘演化的原因，提出了一个结合版本和日志技术的本体演化框架，并在其中对目前的OWL语言进行了支持本体演化的扩展，以有效的支持演化原因信息的保留和分析处理。     

本体应用综述

从本体应用基础、本体应用的相似度计算方法、本体应用领域及存在问题3个角度对本体的应用进行综述,指出本体将在智能化识别推理、产品设计和材料搭配、信息和知识管理、云计算和物联网等5个方面得到更广泛、更深层次的应用。     

基于Web知识本体的Topic Maps研究

针对复杂产品设计行业信息系统应用集成中存在的Web知识的检索、共享、集成和重用问题,研究了复杂产品设计行业中异构设计本体和异构应用本体的抽象特征,提出了一种基于知识本体与Web服务的主题图(Topic Maps)概念,构建了复杂产品设计行业知识本体的主题图,以复杂产品设计中的若干知识为例说明用主题图构建复杂产品知识本体库的方法.利用主题图对复杂产品设计领域的知识进行知识类型描述、信息抽取与表示,建立了复杂产品设计的本体库,实现了对知识的快速高效检索和对异构、分散知识的共享和重用.     

面向知识级应用的多维语义本体构建

本体作为知识的承载者被信息科学领域引入,用来解决知识表示和知识组织方面的问题。基于语义本体理论,提出了多维语义本体模型,从不同维度对世界知识进行建模。基于知识的抽象层次,在多语言、多领域知识之间建立了语义关联,在此基础上构建了多维语义本体,用于解决信息共享时语义缺乏和多语言知识关联的关键问题。对多维语义本体进行了分析和横向比较,并对将来构建过程中面临的主要问题和挑战进行了探讨。     

一种从企业遗留智能系统学习OWL本体方法研究

为规避基于文本的本体学习中尚未解决的中文分词歧义问题,实现企业遗留智能系统中拥有的大量领域知识的复用,提出一种从遗留智能系统学习OWL本体的方法.在分析关系数据库模式、元组集与OWL本体之间元素对应关系的基础上,详述了该方法的具体步骤.与现有相关方法相比,本方法针对的数据源蕴含更丰富的领域知识,更加适合实际的工程应用;通过一个简单、低时间复杂度的转换算法,而非中间模型或大量抽象规则,从关系数据库模式中自动获取相应的OWL本体部分;并按照一定的先后顺序将遗留系统中范例、规则知识项(元组集)移植为OWL本体中对应的个体.一个面向企业工装工时定额的遗留智能系统应用实例证实了该方法的有效性.     

An ontology reasoning architecture for data mining knowledge management

In order to realize the intelligent management of data mining （DM） domain knowledge, this paper presents an architecture for DM knowledge management based on ontology. Using ontology database, this architecture can realize intelligent knowledge retrieval and automatic accomplishment of DM tasks by means of ontology services. Its key features include：①Describing DM ontology and meta-data using ontology based on Web ontology language （OWL）.② Ontology reasoning function. Based on the existing concepts and relations, the hidden knowledge in ontology can be obtained using the reasoning engine. This paper mainly focuses on the construction of DM ontology and the reasoning of DM ontology based on OWL DL（s）.