基于领域本体的文本分类方法

基于本体的文本分类方法未考虑本体概念自身所含有的信息量及忽略本体推理功能。为此,以旅游领域为背景,提出一种基于领域本体的文本分类方法。该方法采用本体自身结构作为分类标准,通过计算特征项和本体概念间的语义关联度及结合本体的推理功能,将文本划分到合适的本体概念下作为概念的实例。实验结果证明,与传统方法相比,该方法的分类方法F1值至少提高8.7%。     

基于保守扩充理论的模块化本体重用

分析了本体重用的研究现状和目前重用方法只适用于单个独立本体的不足,以ε-Connections语言构建的模块化本体库为研究对象,基于保守扩充理论提出了本体模块知识完整性概念,并证明了知识完整性的相关性质.在此基础上,给出了一种针对模块化本体库的保守扩充重用算法ERMMO（extracting reused modules from modularontologies）,讨论了该算法的两种子算法EMMO_IK和EMO_IK的特点及适用条件.分析并验证了ERMMO算法的可行性和正确性.ERMMO算法是当前保守扩充重用算法的一般化扩充,对模块化思想应用于本体重用问题有所启示.     

云计算虚拟资源增强型多点安全传输仿真

多点传输过程中存在靠近协作基站窃听威胁,导致网络资源传输安全性差问题。为此提出基于云计算虚拟资源增强型多点安全传输方法。通过虚拟化技术将物理资源抽象为相同的虚拟资源,构建云计算资源管理框架平台,将用户的数据信息存储在资源服务器数据库内。采用安全保护域增强型多点协作传输机制,以微基站作为中心建立安全防护域,判断在传输过程中是否存在监听设备。通过在传输信息时发送人工噪声,减少协作微基站附近的监听威胁,实现增强型多点安全传输。仿真结果表明:所提方法能有效降低信息被窃取概率,提高数据传输速度和吞吐量,加强数据传输的安全性。     

基于描述逻辑的概念图推理

分析了概念图在知识表示领域的重要性及其存在的问题,提出了一种基于描述逻辑的具有自动推理功能的扩展概念图.针对概念图的特点和需求,给出了将概念图的一个子集转化为描述逻辑知识库的方法,并证明了该方法的正确性.同时给出了其知识库的一致性、包含关系的自动判断方法,也证明了这些判断方法的正确性.     

带RVM的描述逻辑εL混合循环术语集的语义及推理

分析描述逻辑循环术语集的研究现状和存在的问题,在F.Baader和S.Brandt的基础上进一步研究带RVM的描述逻辑εL混合循环术语集的语义及推理问题.给出带RVM的εL混合循环术语集的语法和语义.针对带RVM的εL混合循环术语集包含推理的需要,提出TBox-完全的概念,并重新定义描述图,使用描述图之间的模拟关系和TBox-完全给出最大不动点语义和描述语义下带RVM的εL混合循环术语集的概念包含推理算法,证明推理算法的正确性,并证明推理算法是多项式时间复杂的.     

描述逻辑εL混合循环术语集的LCS和MSC推理

分析了描述逻辑循环术语集的研究现状和存在的问题,在F.Baader工作的基础上进一步研究了描述逻辑εL混合循环术语集的LCS(least common subsumer)和MSC(most specific concept)推理问题.给出了εL混合循环术语集的语法和语义.针对εL混合循环术语集LCS和MSC推理的需要,提出了TBox-完全的概念,并重新定义了描述图.使用描述图和TBox-完全给出了最大不动点语义下εL混合循环术语集LCS和MSC的推理算法,证明了推理算法的正确性,并证明了推理算法是多项式时间复杂的.该推理算法为εL混合循环术语集的LCS和MSC推理提供了理论基础.     

P2P环境下基于描述逻辑的信息集成

分析了描述逻辑与信息集成的关系,以及描述逻辑在信息集成中的研究现状和存在的问题。在DCal-vanese的工作基础上,进一步研究了P2P环境下基于描述逻辑DLR的信息集成机制,提出了基于DLR的P2P信息集成系统的形式化定义,重点研究了如何将P2P信息集成系统转化为一个统一的描述逻辑系统GDL,并证明了该转化方法的正确性,给出了P2P环境下基于DLR的信息查询方法及其实现方法。     

一种基于本体的主体服务快速匹配算法

分析了目前主体服务匹配中存在的问题，研究了目前主体服务匹配算法效率低的原因。为了提高主体服务匹配的效率，提出了主体服务本体的概念，研究了如何根据主体服务本体来组织主体服务，提出了一种基于本体的主体服务快速匹配算法，从理论上分析了该服务匹配算法的性能特点，并用仿真实验验证了该服务匹配算法的有效性。     

QoS驱动的主体服务匹配

分析了目前主体服务匹配的研究现状和存在的问题，为了正确匹配到用户最满意的主体，提出了一个服务质量(Quality of Service,QoS）模型，该模型比较客观的反映了主体服务非功能属性的特征，并研究了该QoS模型上的各种计算和评价方法，在QoS模型的基础上，重点研究了一种QoS驱动的主体服务匹配算法，该算法克服了KSycara,K Arisha、G J Wickler和Z Zhang等人提出的主体服务匹配算法中存在的不足，最后用仿真实验验证了提出的主体服务匹配算法的有效性。