电子学习系统中的知识表示与知识发现模型研究

领域本体提供了丰富的概念集,是领域知识共享的基础。讨论了电子教学系统中课程知识体系的组织与本体表示方法,构造了基于领域本体的知识发现模型,阐述了基于领域概念对相似性的本体映射过程,实现了基于单元知识的电子教学资源的灵活共享。     

基于本体的设备维护知识表示研究*

为满足设备维护领域知识数字化表示的需求,根据设备维护领域知识的特点,将本体引入到该领域的知识表示中。通过对设备维护资源构成的分析,以设备维护知识中维修经验知识表示为例,分析其概念和属性关联关系,设计了维护案例本体表示方法。采用OWL对维护案例本体进行统一的形式化描述和表示,较好地解决了维修经验知识的共享与重用难题。研究提出的维修经验知识表示方法已在某大机组群监测系统中得到成功应用。     

云化元件区域重要度的构建与认识

为了使SFT中的相关概念和计算式更便于应用,且能表示原始故障数据的不确定性,使用云模型对SFT的相关概念进行云化。论文是云化环节中的一部分,即云化元件区域重要度,包括云化元件区域概率重要度和云化元件区域关键重要度。云化后的元件区域重要度能充分反映数据的模糊性、随机性和离散性,并且其计算过程较原方法更为实用。应用SFT一贯算例,结果表明各元件的云化元件区域概率重要度和云化元件区域关键重要度排序相同,即 。最后论述了云化元件区域重要度的必要性和意义。     

基于文献的农业领域本体自动构建方法研究

农业领域本体的构建将为农业垂直搜索引擎提供知识组织基础。在对本体构建技术进行深入研究的基础上,设计实现基于文献的农业领域本体构建方法。使用Web数据抽取技术获取农业文献,通过对文献分词和清洗,自动提取领域概念,并用关联分析和改进的层次聚类发现领域概念间关系,构建农业领域本体。通过实验验证,该方法提高了领域概念间关系聚类效果和领域本体构建效果。最后加以应用实施,实现了基于本体的农业垂直搜索引擎。     

基于本体的产品设计知识表示研究

针对目前的产品设计知识表示模型或是只局限于产品设计的某一阶段,或是局限于某一设计领域,对产品设计知识的概念存在着分类不清等不足,文中提出一种产品设计知识本体构建方法,并构建基于本体的产品设计知识表示模型。通过分析产品设计知识本体产生的知识概念、属性及知识概念间关系,形式化地定义和描述表示产品设计领域所包含的知识资源,提高企业产品设计知识共享和重用效率。以色选机设计知识表示为例,验证了所提出模型的有效性。     

从招标结构中抽取本体概念的方法研究

本体构建在成功实施电子商务中起着重要作用,为了实现在线招标系统,提出了一种本体构建方法。该方法利用概念图作为知识表示工具,根据电子目录等现有资源来抽取概念,利用EDI构建概念结构,从而构建招标领域本体。并且给出了一个从概念结构中抽取本体概念的算法。     

一种本体知识文摘方法的研究和实现

本体作为领域知识的表示方法，已经成为语义Web的基础。本体通常由领域专家建立，用于表示领域中概念以及概念与概念之间的关系。但这也使得普通用户难以理解本体中描述的信息。普通用户往往希望本体中的信息能够以自然语言的形式描述。这正是本文讨论的主要问题。本文采用分治策略，利用基于嵌套复杂模板的解决方案，设计并实现了本体知识文摘的算法。我们开发了一个原型系统SWARMS，并将该文摘算法进行了运用。初步的实验表明，本文提出的方法取得较好的结果。     

万维网基于本体云模型的信息建模方法

信息建模常用来表达知识,万维网分布式环境下,知识存在不确定性、不协调性、时变性和非恒常性,同时也有一定的群体性、规律性。为了更好的体现知识的性质,文章提出了一种基于本体云模型的信息建模方法。该方法使用本体云模型,并将本体云模型跟隶属云相结合,将隶属云作为概念的原子模型,本体云作为知识结构的原子模型,两者结合提供了从概念到领域知识一致的表达,通过该方法可以很好地进行万维网的信息建模。     

知识Agent在农业决策系统中的应用研究

针对农业领域多Agent系统的特点,本文利用一种基于知识的Agent模型,该模型以知识为核心,以本体作为内部知识表示方法.在农业领域多Agent系统的设计中,采用基于黑板模型的通信方法,避免了复杂的会话层的通信设计.在知识的决策过程中,将本体与当前成熟的基于规则的推理技术相结合,使农业多Agent系统更加灵活和智能.     

安全本体研究进展

本体概念已经被广泛地应用到人工智能系统、计算机科学、信息技术、生物医学等众多学科领域。对不同领域的本体分析构成了该领域知识表示体系的核心,同时本体研究促进了知识的共享和重用。将本体的概念应用在信息安全领域就形成了安全本体。主要从以下几个方面描述了安全本体:安全本体研究的现状及发展过程,构建安全本体的原则、方法和意义,现有的安全本体及分类,安全本体的描述语言,安全本体的应用。接着依据对现有的安全本体及其应用的分析,总结了安全本体的结构体系,描述了安全本体的知识表示及推理能力,并指出在构建安全本体、本体评估、本体学习和安全本体的应用等方面依然有待完善。     

基于混合推理的知识库的构建及其应用研究

该文提出了基于OWL本体与Prolog规则的平面几何知识库的构建方法,从而可形式化地表示平面几何中丰富的语义信息.一方面,用类型、定义域、值域、分类、属性、实例等本体描述来表达结构化的知识,为领域内概念与概念之间关系的描述提供形式化的语义;另一方面,用Prolog规则来解决本体不能有效表达的诸如属性之间的关系和操作等问题,从而支持复杂关系间的推理.在此基础上,用Protégé和Prolog构建了一个基于本体和规则的平面几何知识库.实验证明:此知识库可实现知识和语义层次上的信息查询,还可进行复杂问题求解,其丰富的语义描述和混合推理能力弥补了传统知识库的不足.     

基于本体概念的柔性相似度计算方法研究

本体可以提供强大的知识表示方法,是信息检索领域中的重要内容。传统的本体概念相似度计算方法大多采用特定于描述语言的通用推理服务来进行匹配,这些方法忽略了概念的语义信息。通过设计一个基于OWL本体的语义检索模型,介绍了如何通过概念的属性以及层次关系来表达概念的语义,计算概念间的柔性相似度。实验结果表明,该方法能充分利用OWL属性特征与层次关系来计算相关概念之间的柔性相似度,可以根据需要动态地调节匹配范围,并给出其在文本分类中的应用。     

基于本体的Web分类技术研究

主要提出了一种基于本体的抽象的Web挖掘模型。首先利用本体的方法表示出要挖掘的领域,然后把从用户处收集来的数据转换成表格;最后再根据定义和公式来进行知识发现。抽象的Web挖掘模型可以提取出语义Web中隐藏在大量信息背后的近似概念,来实现知识发现。     

基于本体的极限与配合数据访问

为使极限与配合知识既能满足知识重用和语义互操作的需求,又具有较高的数据访问效率,以共享概念和数据存储两层结构组织极限与配合知识．以极限与配合本体作为共享概念层,以关系型数据库存储极限与配合数据,以映射连接极限与配合本体和数据库,从而可通过极限与配合本体直接访问极限与配合数据．在满足极限与配合知识重用和语义互操作需求的同时,保证了极限与配合数据的访问效率．通过原型系统和基于该系统的工程实例,验证了基于本体的极限与配合数据访问的可行性和有效性。     

面向工艺设计过程的知识管理的研究

工艺知识有很多种类和表达方法,而本体可以为知识共享和重用提供手段。提出了工艺知识本体的三个层次,明确了与工艺知识有关的概念和术语的层次关系,从而形成工艺知识的整体视野。举例说明了工艺知识中领域概念的提取及其在知识库中的使用,论述了工艺知识查询时本体发挥的作用,从本体建模元语的角度分析,利用知识本体的概念相似度进行语义检索,并结合机床的例子说明其在工艺知识管理中的应用。为了提高知识利用效率,明确了面向工艺设计过程的各种工艺知识需求。最后介绍了基于本体的工艺知识管理系统的框架以及原型系统的开发方法,并进行了初步应用验证。     

一种面向云制造的语义BOM知识集成框架

为克服传统BOM信息集成中存在语义知识集成的缺陷, 支持BOM知识在云制造企业间无缝传递、共享和重用, 提出一种面向云制造的语义BOM知识集成框架。该集成框架由语义BOM知识表示、知识映射、知识服务三个模块构成。知识表示模块融合本体论, 用owl DL进行语义BOM的形式化知识表示, 构建语义BOM知识本体模型; 知识映射模块基于语义BOM多视图映射方法, 形成云制造企业所需语义BOM视图; 知识服务模块以Web service为媒介, 将各语义BOM视图封装成知识服务, 通过服务注册、绑定、发现、组合等手段, 实现BOM知识的共享和重用。该框架能支持云制造企业按需在知识重用基础上快速重构BOM知识模型。     

基于OWL的制药企业本体的构建及应用

本体是共享概念模型的明确的形式化规范说明,通过概念之间的关系来描述概念的语义。药业本体是制药企业中或企业间公共的知识化的描述,不仅可以促进制药企业知识的重用和共享,还大大方便了制药企业内部以及企业间知识管理和信息交换。本文讨论了本体的概念,介绍了本体的构建原则和方法,以及各种本体表示语言,着重介绍了OWL本体语言,分析了药业本体应用领域,给出了一个简单的基于OWL的本体示例片段,最后简单介绍了本体编辑工具protege2000及其使用方法。     

基于领域学习的本体映射方法

在语义数据集成中本体映射是关键,手工设置映射关系消耗时间并且不准确,需要使用本体映射工具自动发现这种映射关系。在现有本体映射方法的基础上提出了基于领域学习的映射方法,可以发现本体中概念之间的映射关系,可以从领域知识中发现复杂映射的规则、增加映射时的实例数据,提高映射发现的查全率和准确率。实验结果验证了算法的有效性。