基于模糊描述逻辑的CBR的事例相似性

针对用于基于事例推理(CBR)的描述逻辑不能表示和推理模糊语义知识的局限问题,将模糊描述逻辑F-SHIQ(D)引入CBR中,定义F-SHIQ(D)范式,据此表示包含模糊语义知识的CBR事例,提出同时考虑事例描述概念和隶属度相似性的事例相似性方法,并与现有基于描述逻辑的CBR进行对比。结果表明,在包含模糊语义信息的领域,基于F-SHIQ(D)的CBR能提升事例表示和事例相似性度量的准确性,有助于提高事例检索效率。     

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.     

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.     

基于描述逻辑的ODMG对象数据模型表示与推理

在描述逻辑ALCQI(D)基础上,将ODMG面向对象数据模型转换为描述逻辑ALCQI(D)表示的知识库,借助描述逻辑ALCQI(D)的推理能力,将面向对象数据模型的类可满足性、类包含关系、类冗余性、模式蕴含性等验证问题转化为相应知识库的推理问题,并证明这些推理问题的正确性.     

一种面向形式概念分析的语义相似度计算框架

为了计算形式概念分析的形式概念或概念格的语义相似度,利用描述逻辑概念作为形式背景的特征属性对形式概念分析的形式背景进行语义扩展,即利用领域本体(描述逻辑知识库)提出了形式背景的一种语义表示方法．在此基础上,基于形式背景的语义表示,利用描述逻辑推理(即本体推理)给出了一种面向形式概念分析的形式概念或概念格语义相似度计算框架,并且证明了实例化该架构所得到的语义相似度计算方法满足对称性和等价不变性等基本性质．     

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。     

一种面向形式概念分析的语义相似度计算框架（英文）

为了计算形式概念分析的形式概念或概念格的语义相似度,利用描述逻辑概念作为形式背景的特征属性对形式概念分析的形式背景进行语义扩展,即利用领域本体(描述逻辑知识库)提出了形式背景的一种语义表示方法.在此基础上,基于形式背景的语义表示,利用描述逻辑推理(即本体推理)给出了一种面向形式概念分析的形式概念或概念格语义相似度计算框架,并且证明了实例化该架构所得到的语义相似度计算方法满足对称性和等价不变性等基本性质.     

基于描述逻辑的概念检索模型

针对当前的概念检索模型存在没有语义特征的词典和缺乏知识库层面上的推理机制等问题,采用具有很强的表达能力和可判定推理功能的描述逻辑来实现概念的扩展检索.设计了一个基于描述逻辑的概念检索模型,并对其核心的推理算法作了进一步扩展,给出了相应算法的数学定义及其知识库的逻辑描述,并据此采用Jena和Racer推理引擎实现了一个基于描述逻辑的汽车导购的概念检索系统,可向用户提供有关汽车的分类、性能、报价等信息.实验结果表明:基于描述逻辑的概念检索模型实现了有效的隐含语义的检索,并通过关联概念联想实现了良好的用户启发和信息导航.     

模糊目标信息系统上的逻辑及决策规则

基于模糊目标信息系统模型，并结合粗糙集相关的逻辑理论，提出了模糊粗糙决策语言FRDL，给出了FRDL中公式的定义、语义、可满足性有效性的形式化描述以及相关的性质。在此语言的基础上，给出了模糊目标信息系统上的决策规则、逆决策规则形式化描述和构造方法。FRDL所描述的逻辑表达方法以及规则推理公式为建立在模糊目标信息系统之上的决策支持系统、推理机提供了形式化的表示和推理方法。最后，在眼科近视诊断上进行的数据实验表明，这种形式化描述和推理方法比较合理。     

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.     

基于模糊本体的智能交通系统知识建模

为有效处理交通知识建模中的模糊与不确定现象,提出包括领域本体与顶层本体的模糊本体模型.在领域本体中引进模糊概念属性值,并将普通的概念关系扩展为模糊关系与直觉模糊关系.顶层本体基于模糊语言变量的形式化表示,考虑了模糊概念间的实质性语义关系:集合关系、序关系与等价关系.以交通事故分析与预测系统为例,建立交通知识本体模型与基于语义的信息检索系统.该模型可有效进行智能交通系统的知识建模,有利于语义Web环境下智能交通的信息管理与知识管理.     

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。     

Tableau算法在粗逻辑知识推理中的应用

Tableau算法是本体推理部分描述逻辑中用于ABox一致性检验的算法,基于二值逻辑,不能完成多值概念的一致性检测。将粗糙逻辑的基本思想植入描述逻辑体系中,并改进了Tableau算法,使粗糙描述逻辑能够完成对粗糙概念的推理任务,为基于语义的本体知识检索奠定了技术基础。     

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。     

多粒度粗糙直觉模糊截集的研究

直觉模糊集和多粒度粗糙集的融合是一个研究热点.针对多粒度粗糙直觉模糊集的表示问题,根据直觉模糊集的分解定理和截集理论,构造了乐观和悲观多粒度粗糙直觉模糊集模型,定义了乐观和悲观多粒度粗糙直觉模糊集上下近似集,并证明了多粒度粗糙直觉模糊集的一些性质,同时提出了一个新的直觉模糊集的相似度公式.最后通过小麦长势评估实例,分析讨论了乐观和悲观多粒度粗糙直觉模糊集模型的有效性.     

基于形式语义的Web服务交互模型

现有的W eb服务缺少明显的语义,W eb服务之间不能很好地理解其相互传递的消息,因而不能实行W eb服务的发现、调用和组合自动化。为此,提出一种基于形式语义的W eb服务交互模型。该方法通过定义W eb服务接口描述的词汇集以及词汇集之间映射规则,实现了开放和分布式环境下的W eb服务的语义交互。与已有的方法相比,该方法考虑了分布式本体的解释及可满足性问题,可自动根据W eb服务接口的描述因子进行分布式本体推理,解决了开放和分布式环境下W eb服务的语义交互问题。