对模糊集、Vague集和C*-模糊集的比较研究

模糊集、Vague集和C*-模糊集(新模糊集)都是对经典集合论的扩展,同时又是模糊集合论分支的发展成果。为完善模糊理论体系并将其有效应用,在介绍了三种集合的概念的基础上,分析了它们之间的区别和内在联系并参考与概率论统一定义的C*-模糊集合框架,提出了新Vague关系,使得在处理不确定问题的领域中有了完备的理论基础。最后对三个集合的发展和应用作了一些探讨性研究。     

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。     

双枝模糊粗集

为进一步揭示模糊集、双枝模糊集与粗糙集的关系,在双枝模糊集及粗糙集的基础上,给出了上枝模糊粗集,下枝模糊粗集及双枝模糊粗集的概念;利用双枝模糊集及粗集的性质,讨论了下枝模糊粗集,上枝模糊粗集和双枝模糊粗集的性质.由讨论可知,双枝模糊集与粗集具有紧密的联系,由二者融合构成的双枝模糊粗集与模糊粗集具有类似的性质,双枝模糊粗集是模糊粗集的推广,而模糊粗集是双枝模糊粗集的特殊情况.     

权威Web页面数据挖掘技术初探

Internet是一个庞大的信息服务中心,这为数据挖掘提供了丰富的资源。然而,Web对有效的资源发现还是具有极大的挑战性的。本文针对如何高效且有效地发现和利用因特网上资源进行初探,重点探讨了HITS算法。     

广义扩展原理和模糊子集的运算

运用“切片－拼凑”的思想，重新给出了模糊子集的并（∪），交（∩），卡氏积，蕴涵（→），合成等运算以及广义扩展原理的定义，这些讨论有助于人们对模糊集的一些运算产生一些新的理解。     

内燃机整机性能模糊综合评估方法研究

在模糊集理论的基础上，通过建立评估指标集，求取各性能指标的隶属度函数和权重，建立了内燃机整机性能的模糊综合评估模型，并藉此对内燃机主要性能指标的加权模糊综合评估方法进行了研究，提出了定量化和解析化评估的方法，通过对多种内燃机的整机综合性能所进行的计算分析表明，内燃机整机性能模糊综合评估的关键是隶属度函数和权重的确定，而合理地确定各性能指标的主观赋权对评估结果有着十分重要的影响，实例计算结果验证了所建评估模型是切实可行的。     

模糊语言功用不可小觑

说话写文章一般要求是清楚明白,但在实际生活中,会发现很多模糊语言的存在。随着模糊理论在各个学科的广泛运用。人们越来越认识到模糊语言在交流过程中起着极其重要的作用。鉴于模糊语言的重要作用,人们要提高理解和运用模糊语言的能力。     

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.     

关系数据库的SQL模糊扩展及模糊数据存储

介绍了基于关系模型模糊扩展3个研究方向的工作成果,给出了基于关系模型模糊数据库的模糊数据划分方法和模糊关系数据库的SQL模糊扩展,依据模糊集合理论中隶属函数和隶属度的概念,运用模糊数据的划分方法得到了模糊数据的数据类型,实现了模糊数据在关系数据库中的存储.     

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。     

基于OWL-S的语义Web服务描述扩展

OWL—S（ontology Weblanguage for services）实现了Web服务属性和功能明确的形式化表示,使得服务的描述具有了语义。但OWL—S对服务的动态信息描述不足,不支持服务的动态复合。扩展了0WL—S的服务描述内容,提出了动态因素和静态因素的概念,给出了一个新的服务描述方法——从动态因素和静态因素两个方面对Web服务进行详细的描述,同时设计了服务动态复合的机制,采用子服务类型复合而非实例复合的方法,依据ServiceProfile中描述的动态信息和静态信息,根据服务运行环境和用户需求的不同而动态调整复合方式,从而使OWL—S具有支持服务动态复合的能力。最后以描述逻辑为基础给出描述方法的逻辑支持。     

以语义规则刻画服务请求的Top-kWeb服务发现方法

为了更好地提供满足客户需求的Web服务,在充分研究服务发布描述、服务请求描述等特点的基础上,提出了以语义规则刻画的服务请求描述,并以本体构建了服务发布描述.通过对语义规则添加影响因子,使得服务匹配精度可以通过匹配度来度量,并按照给定的调节系数决定最终匹配是否成功.在OWL-S TC V2测试服务集合中进行了对比实验,结果表明,所提方法可以有效提高查全率和查准率,特别是在最大匹配数为20获得的k分别为2、5、8、10、15的情况下,Top-k查准率比基于描述逻辑包含检测的算法分别提高了15%、15%、9%、8%、2%,比关键字算法分别提高了5%、13%、30%、33%、30%,而查准率稳定在95%以上.     

一种基于QoS的扩展语义Web服务发现方法

如何从大量的Web服务集合中找到满足用户要求的服务是Web服务技术的关键,然而现有Web服务缺乏对QoS信息的描述,不能满足用户对服务QoS的需求.本文基于OWL-S本体扩展了profile描述,将QoS本体引入OWL-S,在基于SOA工作框架以及P2P网络的基础上,设计了Web服务发现框架,并在该框架中引入了QoS管理模块.服务匹配过程分为两个阶段:第一阶段为基于服务功能的匹配,服务的功能主要从inputs、outputs、preconditions和effect描述;第二阶段为基于服务QoS的匹配,QoS属性从time、cost和reliability描述,以满足用户对服务质量提出的要求.实验结果表明该模型可以有效地增加Web服务发现的有效性.     

本体描述语言OWL知识表示的扩展

当前,在语义Web中,基于OWL的知识表示成为了研究和应用的热点。文章基于计算机常用软件领域,介绍了OWL的扩展语言OWLPLUS,包括:用户自定义字符串、数值关系约束和IF-THEN规则表示等方面。     

语义泛化和语用空间的扩展

从语义泛化角度探讨新词语。语言和社会处于共变之中。社会变化导致语言变化 ,特别是新词语的产生。广义的语义泛化包含意义泛化和语用空间的扩展。总体上说 ,社会变化是根源 ,语义泛化是途径 ,新词语的产生是结果     

Web与语义Web

对Web的演变过程及存在的问题进行了分析;对语义Web 基本原理和架构做了介绍;在此基础上, 主要是从不同的技术角度、多种指标对语义Web与Web异同进行了分析讨论;并仅对基于Web的几个方面的应用,做了简要介绍.     

面向语义Web的直觉模糊粗描述逻辑

分析了面向语义Web的直觉模糊粗描述逻辑的研究现状和存在的问题,基于(I, T)-直觉模糊粗集理论将直觉模糊描述逻辑和粗描述逻辑进行了集成,即提出了一种新的直觉模糊粗描述逻辑．针对与本体语言OWL 2等价的描述逻辑SROIQ(D),对SROIQ(D)进行了扩充,具体提出了直觉模糊粗描述逻辑IFRSROIQ(D),给出了IFRSROIQ(D)的语法、语义和性质,证明了IFRSROIQ(D)的推理问题（包括知识库可满足性、概念可满足性、概念包含、逻辑推导、ABox一致性推理等）都可以归约到基于完备格的描述逻辑L*-SROIQ(D)上对应的推理．     

关系扩展规则

基于关系转换方法对模态逻辑进行转换, 使用一阶扩展规则定理证明器对转换后得到的一阶片段进行推理, 得到一种新的可用于模态逻辑的推理方法, 并证明了其正确性和完备性.     

语义Web中的概念等级匹配算法

针对语义Web匹配方法仅适于字符串、字典近义词匹配而导致精度低、效果差的问题,提出了一种基于概念等级的语义Web匹配算法.对于一个包含大量概念的本体,算法可根据概念之间的联系建立起概念结构,通过计算获得本体概念之间的相互支持度,从而使得普通概念的支持度低而特殊概念的支持度高,进而将概念的支持度量化为概念等级.以计算得到的概念等级为权值,将概念间的语言学匹配度加权,由此计算出新的概念的匹配度.该匹配度可将各个概念之间的内在联系关联起来,从而提高语义匹配的精度.实验结果表明,所提算法在本体间的语义匹配精度比字典近义词匹配法提高了20%.