语义网自适应学习系统中领域本体的构建

为了学习者适应学习系统,创建相关学科的领域本体,发挥语义网的作用.根据学生的个性特征和学习进程动态地呈现教学内容,更好地满足学习者的需要,提出了基于语义网构建的自适应学习系统,为人们的学习提供了非常有效的支持.在描述自适应学习系统、语义例和本体相关知识的基础上,以一门课程为例进行了领域本体创建的实践,为自适应学习的实现奠定了基础.     

个性化协同学习环境领域本体模型的构建

将本体思想引入计算机支持的协同学习系统,可以根据学生的个性特征和学习进程动态地呈现教学内容,更好地满足学习者的需要。在描述个性化协同学习环境和本体相关知识的基础上,构建了计算机学科领域本体核心分层结构,并以数据结构课程为例建立了课程本体模型,为个性化协同学习系统的实现奠定了基础。     

基于本体技术的一体化虚拟学习环境应用研究

针对基于网络的个性化学习的要求,提出把本体技术引入到近年来兴起的一体化虚拟学习环境（IVLEs）中的设想,并给出了一套系统构建方案。利用W3C推荐的RDF对学习资源信息及用户信息进行统一格式的元数据描述,通过对本体实例的描述分析,说明了个性化学习及基于本体的智能检索的实现原理,并对本系统中的本体构建方法做了简述,利用本方案使系统较好地实现了针对不同类型用户的个性化学习及智能检索。     

语义Web框架下的e-Learning系统设计

共享性和适应性差是当前e-Learning应用系统中存在的主要问题，原因在于学习资源缺乏语义和系统共享机制弱。将本体和Web服务技术引入到e-Learning应用中，构建了一个开放的适应性e_Leaming系统结构，利用本体来描述学习资源的语义，通过web服务支持个性化学习和系统间的资源共享。该方法把建立良好个性化功能的适应用教育系统和分布的学习资源网络环境进行了有效的结合。     

基于本体论的工艺信息描述方法研究

依据本体论的概念论述了零件信息和制造资源信息的描述方法，给出了它们本体的定义方式。描述了零件本体和特征本体的属性，分析了各本体间和本体属性间的关系。以开发的CAPP系统为例，阐述了此描述方法在实际应用中体现出的特点。     

领域本体在学习资源管理系统中的应用

本体能在语义和知识层上描述信息资源。为了实现对学科领域学习资源的语义描述,引入了领域本体概念,提出了基于领域本体的学习资源管理系统框架。利用本体实现了学习资源的语义描述和对学习资源的语义查询,对描述学习资源的元数据进行了深入的分析,最后加以实现。     

信息系统领域的本体模型研究

将系统工程V模型开发设计思想应用于知识系统的需求分解，并将知识系统的领域本体分为概念本体和任务本体两大部分。其中概念本体描述知识系统的静态知识，任务本体描述知识系统的动态知识。以一个简化农业种植结构配置知识系统为例，建立了系统的应用本体求解模型。这种基于需求分解的领域本体建模方法具有面向问题和应用、实效性强、执行效率高等优点。     

本体语言的联系及其逻辑基础分析

为了准确地描述本体,研究人员各自设计了自己的本体表示语言.在如此众多的语言中,认清语言之间的联系及各自的优缺点和选择出合适的语言描述本体成为本体建模工作的一项重要任务.首先分析了本体表示语言的基本特点,其次从纵向的角度总结出了它们之间的相互联系,最后分析了它们的逻辑基础;为学习和选择本体表示语言描述本体提供了理论基础.     

基于本体的多Agent自动工艺系统

为把本体理念应用于多Agent的CAPP自动工艺系统，提出了基于本体的多Agent自动CAPP系统模型，并构造了单个Agent的基本架构；建立了该领域的零件本体库和特征本体库，采用基于RDF(S)的OIL语言对系统中的各Agent零件特征知识的语法和语义进行详细的描述与注释，并利用一阶谓词逻辑对各Agent之间本体转换规则的语法和语义加以描述；最后通过实例验证了本体的功能和转换规则的智能推理机制，从而很好地满足多Agent自动工艺系统之间零件特征知识共享、复用和互操作的需求，同时对其它领域知识信息的处理也有着很好的借鉴意义。     

基于本体的主动学习主题爬行的研究与实现

结合主题爬虫和本体学习的研究现状,设计并实现了基于本体的主动学习主题爬行系统.通过更好地规划爬虫爬行流程,详细地划分功能相对独立的模块,提高了整个系统爬行工作效率和抓取相关网页的准确率.     

面向食品安全领域的个性化知识搜索系统研究

大数据时代,从海量的数据中发现对用户有用的知识成为研究领域重要的问题.通过集成多个搜索引擎的查询结果,实现食品安全领域中搜索信息的集成和个性化自适应排序.本文设计基于元搜索技术、知识本体和自适应的排序学习技术,实现多个搜索引擎相关查询结果集成,在对用户点击的标注和知识本体的基础上,利用基于监督学习的排序技术,实现对食品安全领域信息的个性化自适应排序.系统实现了集成多个搜索引擎的食品安全相关知识的提取和相关结果的重新排序.本研究不仅实现了多个搜索引擎食品安全信息查询相关的结果集成,而且能够根据用户的偏好实现结果的自适应排序.     

板坯连铸二冷水智能控制及仿真研究

基于传统板坯连铸二冷水控制方法，提出用自适应模糊神经网络推理系统实现板坯连铸二冷水智能控制，建立了基于自适应模糊神经网络推理系统的板坯连铸二冷水智能控制系统模型，并对该控制系统进行了计算机仿真，结果表明系统较好地实现了板坯表面的温度控制，且具有良好的自适应和自学习能力．     

基于Q的多代理语义信息互操作查询系统

在引入并实现本体映射的基础上，基于Q语言(一种设计代理(Agent)和用户交互的场景描述语言)，提出了一个语义Web上多Agent信息互操作查询系统．该系统由领域本体服务器、本体映射服务器、语义信息源、以及多Agent查询系统组成．映射服务器通过映射规则提供概念转换功能，Q用于描述和统一多Agent查询系统中的Agent到Agent以及人到Agent的交互．系统结构的原型实现表明：通过Q场景(scenarios)，终端用户可以灵活和交互地控制多个Agent的行为，以实现信息互操作查询．     

基于文本的本体学习技术研究

本体学习的数据源有多种多样,其中基于文本的本体学习是目前本体学习中研究的重点,该文从本体学习分类、本体学习内容、本体学习过程以及目前本体学习研究中存在的主要问题等本体学习技术进行了研究。本体越来越多的应用在知识工程、人工智能等多个领域。目前本体采用的最广泛的定义为"本体是共享概念模型的形式化规范说明"。本体是描述某个领域甚至更广范围内的概念及概念之间的关系,使得这些概念和关系在共享的范围内具有大家认可的、明确的、唯一的定义,这样,人机之间以及机器之间就可以进行交流。目前本体的构建基本都是基于手工方式完成的,手工构建方式需要依靠专家意见和计算机技术,虽然可以保证质量,但费时费力,严重影响了本体的应用推广。本体学习是解决本体构建的重要手段,它综合使用统计学、机器学习等技术自动或半自动地构建本体。     

宏观交通流模型的自适应迭代学习辨识策略

城市路网交通流系统具有很强的随机性和时变性，单一固定的交通流模型难以准确地描述城市路网的实际运行情况，在考虑交通流稳态和动态特性的基础上，提出了一种含有未知时变多参数的非线性宏观交通流模型，并针对交通流固有的重复性特征，设计了一种时变多参数的自适应迭代学习辨识策略。在有限时间区间内，利用迭代学习辨识策略将参数辨识问题转化为最优跟踪控制问题，使交叉口各进口道的排队车辆数均趋于真实值，利用去伪算法的实时自适应能力调整迭代学习辨识策略的学习律增益，提高辨识策略的抗干扰能力。通过严格的数学理论推导证明了该算法的收敛性，最后采用基于模型的控制方法进行仿真实验，进一步验证了该方法的有效性。     

基于Web的有监督自适应话题追踪系统的设计与实现

描述了一个基于Web的监督自适应话题追踪系统.在IBM的对称Okapi公式算法基础上,通过结合监督自适应机制,对报道进行评分.系统通过调整关键字权重和增量学习的方式,对话题追踪任务中的监督自适应机制提出了新的算法,弥补了现有话题追踪系统的不足.该算法还考虑话题追踪的时序性,引入了时间信息.以互联网的新闻报道作为测试语料,将有监督自适应话题追踪系统与无监督自适应话题追踪系统进行性能比较.结果表明,有监督的自适应方法能有效降低误报率和漏报率,提高话题追踪的性能.     

面向对象的p自适应分析系统建模与实现

采用面向对象建模技术建立了结构ｐ自适应分析模型，提出了用对象和功能模型来描述面向对象的ｐ自适应分析系统，并探讨系统分析、设计和实现。     

一个智能自适应WWW软件系统的设计与实现方法

本文描述了一个建于ＷＷＷ之上的智能自适应软件系统，该系统基本结构类似通常的智能辅助教学系统，其个别化教学机制是通过适应性学习和掌握学习策略而实现的。本系统的主要特征是（１）学习者知识状态评估是建立在其选择知识内容节点的频率和评估分数之上；（２）基于学习历史适应性呈现和产生教学内容。     

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.