XML函数依赖集的逻辑蕴含

提出了一组适合于M.Arenas等人给定的XFD的推理规则并证明了推理规则集的正确性和完备性.在此基础上,研究了XFD的逻辑蕴含问题,提出了求解路径闭包算法和成员籍算法.     

基于DTD路径编码的XML逻辑蕴涵问题研究

由于DTD的复杂性,使得XFD的逻辑蕴涵问题研究比较困难.为了解决该问题,本文在M.Arenas等人给定的XFD定义基础上,提出了一种DTD路径编码方法,对它的性质进行了分析.编码后的DTD消除了部分XML平凡函数依赖,并能在线性时间内对XML函数依赖的逻辑蕴涵问题进行判定.提出了一个将XFD中的编码路径重新映射到DTD路径的算法,证明了它的正确性.     

云计算环境下的SWRL规则分布式推理框架

为解决传统推理引擎在进行大规模OWL本体数据的SWRL规则推理时存在的计算性能和可扩展性不足等问题,提出了云计算环境下的SWRL规则分布式推理框架CloudSWRL.根据SWRL规则语义,并以Hadoop开源云计算框架为基础,设计了OWL本体在HBase分布式数据库中的存储策略,定义了SWRL规则解析模型和相关推理中间数据模型,提出了在DL-safe限制下基于MapReduce的SWRL规则分布式推理算法.实验结果表明,在对大规模OWL本体进行SWRL规则推理时,CloudSWRL框架在计算性能和可扩展性方面均优于传统推理引擎.     

一种基于知识规则推理的C++实现方法

提出了一种决策支持系统中基于产生式规则的知识表示和推理的C＋＋语言实现方法，该方法把规则的结构和推理定义成规则类，把具体的规则定义成规则类的实体，用这些规则实体构建动态链表从而组成知识库，推理的过程由知识库中各规则实体提供的方法完成，通过设计的实例表明，该方法是简单高效的。     

应用C++STL实现基于知识规则推理的方法

对基于产生式规则的知识表示与推理,结合面向对象技术,提出一种应用STL的C++语言实现方法。该方法将规则的结构、创建及释放定义成规则类,具体规则定义成对象,依据STL对序列容器中表的定义构造规则表容器和事实表容器,以创建知识库及动态数据库;推理机独立于知识库;类属算法和成员函数的使用,使推理算法易于编程实现;程序通用性好且便于知识更新。在刀具智能选择专家系统中的应用表明,该方法简单、高效、灵活。     

基于双枝模糊逻辑的攻击模型BBFPAN模糊推理算法

针对基于MYCIN置信度方法的攻击模型BBFPAN推理算法,无法反映网络攻击过程中各结点的状态变化情况的缺点。以双枝模糊逻辑理论为理论基础,提出了BBFPAN模型推理的基本规则,并依据该基本推理规则,结合BBFPAN模型的定义,给出其相应基于双枝模糊逻辑的推理算法。在该推理算法中,预设起始库所集Pset、中间状态库所集Pg、可激发变迁集Tset,通过这三个集合元素的变化情况清晰地反映网络攻击的整个过程,为安全预警提供了依据。     

一种IDSS模糊推理机的OOP实现模型

提出了一种智能决策支持系统（IDSS）中基于产生式规则的知识表示和模糊推理的面向对象实现方法。该方法把知识规则的结构和模糊推理方法定义成规则类，把具体的规则定义成规则类的实体，用这些规则实体构建动态表从而组成知识库，推理的过程由知识中各种规则实体提供的方法完成。在推理过程中采用模糊处理使得结果更符合客观事实，该方法是简单高效的。     

基于形式化概念分析的XML Schema映射

XML Schema映射关系的求取对于异构系统的整合起着至关重要的作用．基于此,提出了一种利用形式化概念分析的XML Schema映射算法．该算法使用传统分类技术,并结合形式化概念分析中的相关定义,创建概念格．在概念格上运用新定义的运算规则特化规约和启发式规则推理获得映射．给出了算法所基于的蕴涵于两个Schema所构建交叉表中的定理以及相应的证明．     

基于粗糙集的茶饮料味觉信号识别

把粗糙集理论应用于茶饮料味觉信号分类规则的抽取，采用模糊C-均值聚类算法实现味觉信号的离散化，提出了一种新的规则强度定义。该定义同时考虑了支持规则的对象数和规则的不确定性因子，具有很好的普适性，同时给出一种规则提取算法和用于识别的决策算法，提取算法在获取全部有效规则的条件下．能有效减少核属性内的冗余。     

一种不一致本体的可废止推理系统

利用可废止逻辑的非单调知识表示和推理能力、线性的计算复杂性和易于实现等优点,整合描述逻辑和可废止逻辑,提出了一种不一致本体的可废止推理系统（简称为DeRS）.DeRS使用描述逻辑定义的本体和可废止理论对领域问题进行混合建模,将TBox划分为最大的一致公理集和最小的不一致公理集,并进行初始化;然后利用转换算法,将一致公理集的公理和不一致公理集的公理分别映射为硬性规则和可废止规则,并添加到可废止理论中;最后利用新定义的可废止推理规则进行非单调可废止推理,由此解决了不一致本体的推理问题,弥补了描述逻辑在非单调性方面的不足.结果表明DeRS具有协调性、易处理性、可判定性、可靠性等基本性质.     

Functional Dependencies and Its Axiom System in XML

According to the analysis of existing complicated functional dependencies constraint, we conclude the conditions of defining functional dependency in XML, and then we introduce the concept of the node value equality. A new path language and a new definition of functional dependencies in XML （XFD） are proposed XFD includes the relative XFD and the absolute XFD, in which absolute key and relative key are the particular cases. We focus on the logical implication and the closure problems, and propose a group of inference rules. Finally, some proofs of the correctness and completeness are given. XFD is powerful on expressing functional dependencies in XML causing data redundancy, and has a complete axiom system.     

XML的函数依赖

为了表达引起数据冗余的XML函数依赖,研究了XML中存在的复杂的多种形式的函数依赖约束,提出了一种DTD的路径语言,对于导航和定位XML文档的内容具有较强的表达能力.提出了一套XML模式及文档的形式化描述方法,进而提出了一种XML函数依赖(XFD)的定义.与以前的XML函数依赖的定义进行比较,展示了XFD可以表达更多的XML上存在的函数依赖,可以概括以前的基于路径表达式定义的XML函数依赖的约束能力.     

An Optimized Approach for Extracting Approximate Functional Dependencies in XML Documents

0 IntroductionFiunntcetgirointyal c doenpsetrnadienntsc yin ( dFaDta)b aisse so n.e F oDfs ,meoxstp aic imaplloyrt aapn-tproxi mate FDs , are widely used on knowledge discovering,privacy protection,datainference[1 ,2],etc .For instance,pa-thologists wishto acquire the relation between various dietetichabits and diseases ,salesmen want to knowthe relation be-tween different age-grades and consuming patterns , etc .Those prevailing non-precise relationships between data arecalled approxi mate …     

强函数依赖及其在XML范式中的应用

本文用一种“强满足”的方法，把函数依赖的定义扩展，使其符合不完全XML文档的情况，并把这种函数依赖称作XFD。在此基础上，给出了XML文档的一种范式。     

智能压路机压实模糊神经网络控制及仿真

将模糊系统与神经网络相结合,提出了一种由模糊化层、模糊推理层和清晰化层组成的模糊神经网络结构,并将其用于智能压路机压实控制.针对振动压路机的压实性能要求,采用钟型函数作为隶属度函数,通过计算规则重要度来提取模糊推理层规则群中比较重要的规则,运用补偿模糊神经网络的学习算法解决参数的自动调整问题.把工程实践中得出的模糊控制规则表作为训练模糊神经网络的样本,仿真结果表明该模糊神经网络控制器具有在误差限度范围内的泛化能力.     

0模糊联想存储器及自适应学习算法在地震预报中的应用

介绍了模糊联想存储器ＦＡＭ（ＦｕｚｚｙＡｓｓｏｃｉａｔｉｖｅＭｅｍｏｒｙ）的基本结构、ＦＡＭ的自适应学习算法以及ＦＡＭ推理机的原理，并成功地将其用于地震预报专家系统中．其成果表现为：在知识获取方面，用积空间聚类的方法，自适应地产生地震预报规则；在推理方面，用ＦＡＭ推理机实现了对结构性语言经验的综合推理．     

格值自动机的产生式推理建模方法

针对多规则多结论的复杂产生式推理,将形式化语言识别能力和产生式推理结合起来,提出一种基于格值自动机的产生式推理建模方法.首先,利用格值自动机理论优点,将复杂产生式推理过程用格值自动机的格值语言描述出来,从而建立通用的产生式推理模型;其次,给出模型的规则间逻辑正确性验证方法,以及模型随规则库更新而更新的方法;最后,用实例验证建模方法的正确性.结果表明:该方法可以充当专家系统的辅助决策系统,具有较好的现实意义和实用价值.     

一种新的特征展开模糊推理方法

在Zadeh提出的模糊推理合成规则及陈永义等提出的模糊集特征展开近似推理方法的基础上,给出了新的模糊推理合成方法,定义了模糊集的一种新的特征展式,分别给出了计算一般模糊推理和双重蕴涵命题模糊推理的新方法,并把它们推广到一般情形,即一个模糊推理系统是由一组多重蕴涵命题组成的情形,得到一种新的模糊集特征展开推理方法.这种方法使得模糊推理合成计算简单,给Fuzzy控制器的设计带来方便.