基于本体集成的资源共享平台

资源共享是许多数据整合项目需要完成的首要任务。本体作为知识共享的有力工具，近来被广泛应用于数据整合项目中。针对共享的资源已存在各自对应本体的情况，提出了一个基于本体集成的资源共享平台实现方法。重点讨论了本体集成过程中不一致性的检查、处理问题和概念层次统一的问题，并以实际项目为例，介绍了所研究的方法如何运用于实际项目中。     

基于本体的医学影像信息整合

计算机可理解的统一信息模型是基于语义的医学影像检索研究的数据基础. 讨论了医学影像及其相关信息使用中存在的数据异构、图像标注术语及语法不一致及数据格式不支持现有数据挖掘和图像语义检索的问题, 提出了一种基于本体的医学影像信息集成方案. 在分析医学影像信息来源及其关系基础上, 结合领域专家知识, 使用斯坦福大学提出的本体构建“七步法”设计了医学影像信息本体模型, 实现了本体模型的持久化、原始数据提取和数据整合, 解决了医学影像信息使用中存在的问题, 该信息模型已用于医学影像检索系统中.     

应急事件的Ontology研究与建模

文章对本体的定义和本体的理论方法做了深入研究分析，阐述了使用UML为本体建模的可行性，提出使用RUP支持的UML对应急系统中本体建模的指导性原则。该应急本体建模的混合方法，突破了传统的建立本体方法的局限。应急系统中的本体建模方法的可行性在实际项目中得到了检验。     

基于权重树的领域本体片段相似度算法

本体整合和评估时,随着本体库中元素数目的增大,会造成时间和空间的浪费.为了解决该问题,对本体的相似度算法进行了研究,提出了一种基于本体片段映射的算法,通过截取本体中相关片段进行映射.结合电子消费品领域的领域本体实例对算法进行了分析,该算法不仅可以提高大规模本体映射时的效率,同时为进行本体整合和评估提供了一种新的方法.     

基于领域本体的e-Learning学习资源管理系统的设计

针对e-Learning中实现学习资源智能发现和整合的要求，设计了基于领域本体技术的学习资源管理系统。通过建立具体课程领域的本体，为课程构造了清晰的知识体系结构，方便了学习资源的组织和发现。大大提高了学习资源的重复利用率．     

基于SWRL的网络管理信息定义

针对当前现有的网络与系统管理信息定义语言种类多、语义和规则描述能力弱的缺陷,提出了一种在基于本体的网络管理框架中使用语义网规则语言SWRL(SemanticWebRuleLanguage)定义网络管理信息的方法。通过本体语言从语义的层面整合现有的管理信息定义语言,使用RuleML(RuleMarkupLanguage)定义管理行为的规则,提高了网络管理信息定义的表达力,为智能网管奠定了基础。     

支持电信企业系统整合的本体知识库

随着电信企业竞争日益激烈,快速响应市场需求,建立有效的业务流程管理十分重要.通过三层的本体空间构建一个支持电信企业系统整合的本体知识库框架,使用本体知识库达到组件的有效重用和解决异构系统数据间的互操作性问题.     

基于本体映射模型的人才供求关系的研究

本体映射作为本体学习和发展的基本方法之一,在本体间的语义整合方面有着广阔的前景。结合JAVA与XML技术,将本体映射模型在人才供需应用系统中加以实现,实验结果表明本课题研究达到了预期的效果。     

基于本体映射模型的人才供求关系的研究

本体映射作为本体学习和发展的基本方法之一,在本体间的语义整合方面有着广阔的前景。结合JAVA与XML技术,将本体映射模型在人才供需应用系统中加以实现,实验结果表明本课题研究达到了预期的效果。     

基于本体的XML数据整合在数字气田的应用

在阐述了本体的基本概念和web本体语言OWL(OntologWebLanguage)描述本体的基本模型后,提出利用本体模型进行石油天然气行业里异构xml数据整合的方法。并给出了在数字气田应用中的实现原理和一个具体的实例。经整合后的数据能为下一步的数据交换、和应用系统提供统一的数据基础。     

基于本体论的项目管理信息集成

本文研究了基于本体论的项目管理信息集成的有关理论、策略和方法.在分析了本体论、信息管理和项目管理关系的基础上提出了基于信息集成的项目管理系统框架.然后重点讨论了基于本体论建立信息集成体系的解决策略,主要包括信息的俘获、信息的搜索、信息的重组等关键技术,最后给出了基于本体论的项目管理信息集成的体系结构.     

基于本体的分布式CBR设计系统

提出了一种分布式基于案例推理设计系统框架。该框架通过本体服务器在分布式案例库之间建立共享本体，每个案例库在共享本体的约束和指导下可以灵活地表示各自的领域知识。各案例库的知识表示都遵循共享本体约定，实现了知识集成。系统采用Web Service技术构建，能够实现分布式异构环境下的系统集成。该框架是一个开放的系统框架，具有很强的可扩展性。     

Ontology Integration: Approaches and Challenging Issues

In recent years, the decentralized development of ontologies has led to the generation of multiple ontologies of overlapping knowledge. This heterogeneity problem can be tackled by integrating existing ontologies to build a single coherent one. Ontology integration has been investigated during the last two decades, but it is still a challenging task. In this article, we provide a comprehensive survey of all ontology integration aspects. We discuss related notions and scrutinize existing techniques and literature approaches. We also detail the role of ontology matching in the ontology integration process. Indeed, the ontology community has adopted the splitting of the ontology integration problem into matching, merging and repairing sub-tasks, where matching is a necessary preceding step for merging, and repairing can be included in the matching process or performed separately. Ontology matching and merging systems have become quite proficient, however the trickiest part lies in the repairing step. We also focus on the case of a holistic integration of multiple heterogeneous ontologies, which needs further exploration. Finally, we investigate challenges, open issues, and future directions of the ontology integration and matching areas.     

An XML query rewriting mechanism with multiple ontologies integration based on complex semantic mapping

Semantic integration, which can be divided into three parts including ontology mapping, mapping representation, and reasoning and query rewriting with mappings, plays a key role in information integration systems. This paper develops an XML query rewriting and ontology integration mechanism, which acts as a global-as-view (GAV) approach to represent and query semantic information in mediator based information integration environment. It proposes the patterns and properties of ontology mappings, discusses the procedure and algorithm of ontology integration firstly, and then proposes the ontology based XML query mechanism, especially the XML query rewriting mechanism. Finally, a mediator-based implementation of the mechanism in OBSA system is introduced.     

一种基于Ontology的数据集成系统

针对异构数据源中实现基于语义的数据集成的需求，采用分层思想，在用户层与实际数据层之间增加一个中间层来屏蔽底层数据的异构，用本体作为公共语义描述工具，建立本体到各数据源的映射规则，设计实现了将基于本体的全局查询转化为基于各数据源的局部查询系统，解决了数据源之间的语义异构问题，其中用OWL表示本体和映射，并研究了系统中的关键技术。     

基于本体的异构数据集成框架

针对电力系统数据集成中存在的语义异构问题,提出一种基于本体的数据集成框架。依据电力参数估计系统的数据需求模型,分析数据集成存在的语义冲突类型,在传统数据集成框架的数据集成中间件模块中加入本体语义描述模块。采用本体描述信息资源域中的概念,通过实现语义冲突主动发现并构建语义映射关系。实验结果表明,该框架能有效解决数据集成过程中的语义异构问题。     

GMVN oriented S-BOX knowledge expression and reasoning framework

Global Manufacturing Virtual Network (GMVN) is a manufacturing architecture, which integrates all kinds of enterprises and production centers to construct and reconstruct agile supply network, and provides manufacturing services on unpredictable and fragmented market demand. However due to the geographical and cultural differences, and lack of a unified knowledge expressing and intelligent reasoning framework for GMVN, the system elements can not be integrated well. To achieve intelligent integration of the geographically dispersed worldwide manufacturing resource, capacity and service, the intelligent integration framework of Semantic Bill of X (S-BOX) is proposed by combining with the technologies of ontology, Semantic Web Rule Language (SWRL), Bill of X (BOX). Using this framework, we analyze the characteristics, structure of GMVN system, and construct GMVN oriented S-BOX models which include the ontology structure models and the reasoning rules sets. With the ontology structure models, we can express the elements and the relationships of GMVN. And with the reasoning rules sets, the business characteristics of the GMVN systems will be transformed into the SWRL rules. Therefore, the integrated expression and intelligent reasoning of the manufacturing system elements can be realized in the semantic knowledge layer. Furthermore, an applied case of GMVN project is given to verify the validity of this method.     

Using ontology databases for scalable query answering,inconsistency detection,and data integration

An ontology database is a basic relational database management system that models an ontology plus its instances. To reason over the transitive closure of instances in the subsumption hierarchy, for example, an ontology database can either unfold views at query time or propagate assertions using triggers at load time. In this paper, we use existing benchmarks to evaluate our method—using triggers—and we demonstrate that by forward computing inferences, we not only improve query time, but the improvement appears to cost only more space (not time). However, we go on to show that the true penalties were simply opaque to the benchmark, i.e., the benchmark inadequately captures load-time costs. We have applied our methods to two case studies in biomedicine, using ontologies and data from genetics and neuroscience to illustrate two important applications: first, ontology databases answer ontology-based queries effectively; second, using triggers, ontology databases detect instance-based inconsistencies—something not possible using views. Finally, we demonstrate how to extend our methods to perform data integration across multiple, distributed ontology databases.     

基于本体的电力信息系统的语义集成研究

在语义网以及OWL等本体技术的基础上，构建了一种新型的信息集成系统（EOSIS）来实现电力企业信息的集成、语义连接及推理。其中包括EOSIS的业务需求分析、集成策略以及系统结构。EOSIS不同与现有的集成系统之处在于，它可以支持支持概念和对象的多维查询及导航、隐含业务信息推理、领域概念、事实的动态增加等功能。     

本体知识库的模块与保守扩充

模块化是软件工程的一种方法,近年来被引入到本体领域,用以支持本体的重用和本体的整合。已有的工作没有讨论同时含有TBox和ABox的本体知识库的模块化的相关问题。在定义本体知识库的模块和知识库的保守扩充的基础之上,给出了知识库保守扩充的验证算法,并且从理论上证明可用知识库的保守扩充的验证算法来验证一个知识库是否为另外一个知识库的模块。