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.     

Cloud-ALC:描述逻辑ALC的不确定扩展

描述逻辑是本体的重要表示方式,但只能处理严格的确定性知识,并不能处理自然界中广泛存在的不确定知识。通过对最基本的描述逻辑ALC进行扩展,提出了能够处理不确定知识的基于云模型不确定描述逻辑Cloud-ALC,给出了Cloud-ALC的语法和语义及其蕴涵推理关系。实例分析说明Cloud-ALC可以为扩展本体描述语言以能够处理不确定知识提供语义支持。     

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。     

用矩阵实现模糊本体映射

当前的本体映射技术主要是针对明确概念集合的本体,这些技术无法处理语义网上的不确定信息。文中提出了扩展现有本体映射方法来支持不确定信息的本体映射。这种扩展称为模糊本体映射(FOM),它主要是基于模糊理论和图理论。FOM主要是计算本体的概念之间的相似度所形成的矩阵,并定义了一系列算法来推理模糊本体概念之间的模糊关系。     

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．     

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.     

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．     

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。     

基于本体和规则的物流知识表示与推理

为了解决物流领域相关概念的共享和信息集成问题,研究了物流配送过程中相关知识的表示以及基于知识的推理．应用本体论方法分析配货规则,使用本体中表示的概念和属性制定配货规则库．运用Jena推理子系统,对本体和配货规则进行推理,开发了一套基于本体和规则的自动配货系统．由于本体是共享概念模型明确的、形式化的规范描述,可以利用本体强大的语义表达能力、本体所描述的共享知识以及自动推理机制,实现物流企业之间以知识集成为基础的业务集成．     

面向agent的统一知识表示与推理逻辑框架

agent设计的坚实理论基础必须建立在知识表示和推理的理论之上.针对目前逻辑理论模型及行为理论模型的不足,提出以描述逻辑及其扩展来描述agent的静态、动态及不确定性知识等信念知识,结合描述逻辑与行为理论进行动作描述;并与认知逻辑相结合构成一个信念知识混合系统认知描述逻辑(EDL),以弥补描述逻辑在过程规则表示方面的不足.给出了EDL的语法及语义以及公理系统,构建了一个面向agent的统一的知识表示和推理逻辑框架.     

Cloud-SHOIQ: 描述逻辑SHOIQ的云扩展

经典描述逻辑是本体的重要表示方式,但不能表达不确定知识.分析了扩展描述逻辑表达不确定知识的研究现状及存在的问题,通过结合云模型(Cloud model)、描述逻辑SHOIQ及模糊逻辑提出了一种基于云的模糊描述逻辑C-SHOIQ表达不确定知识,给出了C-SHOIQ的语法、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.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.分析说明了C-SHOIQ是对模糊SHOIQ表达能力的扩展.     

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。     

基于模糊描述逻辑F-ALC(G)的模糊OWL扩展

针对OWL在数据类型表示方面存在严重的局限性,即它不能处理在语义Web和本体中广泛存在的不精确以及不确定信息,也不支持自定义数据类型及自定义数据类型谓词的表示,介绍了一种新的模糊描述逻辑F-ALC(G),给出了F-ALC(G)的语法、语义.然后,以F-ALC(G)为逻辑基础,并结合RDF/XML的语法规范,重新编码OWL中的描述算子,用来表示模糊本体知识,形成f-OWL.f-OWL不仅能够表示本体中的模糊知识,而且能够表示本体中含有自定义模糊数据类型及自定义模糊数据类型谓词的模糊数据信息,为模糊本体的研究提供了新的表示方法     

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.      

一种语境化模糊本体的方法

本文主要研究如何将模糊本体进行语境化,即语境化模糊本体. 具体来说,提出了一种语境化模糊OWL（Web Ontology Language）本体的方法,讨论了如何扩展模糊OWL（F-OWL）本体的语法和语义来处理F-OWL本体无法处理的问题,并进一步提出了一种模糊语境OWL本体语言FC-OWL. 该本体语言FC-OWL是一种扩展的模糊语言,具有丰富的语义,并且允许对模糊本体进行语境化表示.     

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.     

C-OWL2∶OWL2在云模型上的扩展

为了表示现实生活中广泛存在的模糊性和随机性不确定知识,引入云模型对OWL2语法进行了不确定扩展,提出不确定本体语言C-OWL2.这种方法不改变OWL2的现有结构,用OWL2的注释属性annotation进行语法扩展,并给出了相应概念、角色等的C-OWL2语法,最后举例说明其具体使用方法.研究结果表明,该方法将OWL2本体分为精确部分和不确定部分,并且当不考虑不确定部分时,不影响精确部分知识的表示和推理;该方法是对模糊描述逻辑功能的扩展,解决了OWL2语言只能处理精确本体的问题.      

新闻文本中事件语义表示

事件是比"概念"粒度更大的知识表示单元,更符合人类的认识过程.事件作为新闻文本的知识单元,结合新戴维森事件语义和6要素事件模型,给出了一个新的事件形式化表示方法;扩展不同的操作算子给出了修饰事件要素的模糊信息、对象、时态与环境的形式化表示方法;使用描述逻辑方法描述了事件对象要素中的概念,给出了新闻文本中事件关系形式化的表示方法.实例表明,该方法能够较好地表示新闻文本中的事件语义.