基于混沌粒子群优化算法的电力大规模应急物资管控领域本体模型研究

针对评价指标关系丰富性和可解释性低,不能满足管控领域本体建模需求的问题,提出基于混沌粒子群优化算法的电力大规模应急物资管控领域本体模型。采用混沌粒子群优化算法,设计映射实体对集合。通过评价适应度和稀疏度,更新粒子位置并判断是否停止迭代。计算得到最优映射结果,并使用全局DEA评估模型是否符合要求。实验结果表明,综合考虑关系丰富性和可解释性指标,研究模型在整体上表现相对较好。

一个基于相似度计算的动态多维概念映射算法

本体作为一种领域知识结构化描述和推理的基础已经获得广泛认可.然而,本体本身是异构的.特别在多Agent系统、语义网、知识管理等开放环境下,如何协调不同领域的本体,甚至是同领域的本体的语义差异是一个基本问题.本文以相似度计算为基本思想提出了一个多维动态的概念映射算法S-Match.该算法可以根据不同的灵活性和准确性需求,在语言级、结构级、实例级和推理级四个维度上动态地进行本体概念映射.初步试验结果表明,S-Match算法在查全率和查准率方面要优于H-Match算法,并且比GLUE方法要求更少的专业知识支持.

一种新的基于相似度计算的本体映射算法

领域本体在知识的共享和重用方面起着重要的作用。本体映射是解决本体异构,在不同本体间建立语义关联的一种有效的方法。针对不同本体间的本体概念映射提出了一种新的概念相似度的综合计算方法,从本体概念名称、属性、结构和实例四个方面讨论本体概念的相似度,同时提出在涉及概念名称和属性名称时,使用其同义词扩展集参加计算,计算综合相似度时,分别用手工和自动的方法赋予权值。实验证明改进的算法提高了本体概念映射的查全率。

基于参考点的大规模本体扩散映射算法

目前针对大规模本体映射大多采用先分块,再在分得的小块间进行块内映射.但是,对大本体进行分块,以及对相关小块的映射操作会增加很大的开销.本文采用基于参考点的扩散映射算法,通过小模块快速获得参考点(在名称上相似的概念),利用访问局部性原理,通过比较参考点附近的邻居概念,逐渐向其邻居扩散映射.根据邻居概念的映射情况检查参考点是否为错误映射,且映射的邻居概念成为新的参考点.然后对新的参考点迭代进行扩散映射,直到所有概念都扩散完毕或者找不到新的参考点为止.显然,该方法把候选映射概念集始终限制在参考点附近,极大的减少了映射的时间复杂度.本文算法支持从目标本体到源本体的1:n映射;支持参考点的自动生成;带冲突避免的映射操作能同时提高映射效率和质量.

基于Mahalanobis矩阵学习的本体算法

提出基于Mahalanobis矩阵学习的本体相似度计算和本体映射算法.利用矩阵分解和坐标下降迭代算法得到Mahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度.最后,将算法应用于生物GO本体和计算机软件本体,通过实验数据验证了算法的有效性.

大规模本体分块与映射研究

针对当前在大规模本体映射方面存在的不足,提出一种新的基于遗传算法的大规模本体分块与映射方法.首先,对本体进行预处理,把本体表示成有向无环图,将本体分块问题转换成图分割问题.然后采用基于遗传算法的GPO(Genetic-Parti-tion-Ontology)算法对有向无环图进行分块,该算法不需要输入分块个数;最后利用基于本体块结构和基于参考点相结合方法找到正确的块映射.理论分析和实验结果表明,本文提出的映射方法能取得很好的结果.

排序框架下梯度下降迭代本体算法

从本体顶点排序的思想入手,得到排序框架下梯度下降迭代本体算法。选取边集合作为样本集,使用再生核希尔伯特空间作为函数空间,用步长控制迭代次数。最后,将得到的本体相似度计算和本体映射算法分别作用于植物学PO本体和计算机软件本体中,通过实验数据对比说明算法具有较高的效率。

企业协同中的零件本体映射

为了解决零件库中的本体异构问题,建立了零件本体映射过程的基本模型,提出了一种结构-语义-特性本体映射算法,该映射算法由结构相似性算法、语义相似性算法和零件事物特性相似性算法组合而成,其中结构相似性算法用于解决本体结构层次异构问题,语义相似度算法用于解决本体中概念、属性和实例的不一致问题,事物特性相似性算法用于解决本体中零件中各种知识的表达的不一致问题;以查全率和查准率为关键指标,通过实例对比分析说明该映射算法的有效性.

基于本体活动的业务建模及映射方法研究

针对业务过程模型语义表达能力不足、难以实现精确描述和计算机识别等问题,提出一种基于本体活动的业务模型及将其映射为平台无关模型的方法。定义了组成业务模型的基元——本体活动,以及业务模型的组成、关系和模型的相关度等概念,进而阐述了模型构成的层次结构。通过在过程和对象间引入活动,实现了模型的半结构化表示,并阐述了本体活动的识别及优化算法。提出以本体活动为媒介的模型分解方法,将业务模型到平台无关模型的多对多映射关系转化为两个层次的一对多关系,基于给出的映射定义,探讨了映射的步骤及一般性规则。

EXPRESS向OWL2本体模型自动转换研究

为解决EXPRESS向本体转换中存在通用性差、缺乏映射规则的形式化和自动转换等问题,在不依赖领域情况下,提出两种语言间映射的形式化规则和自动转换算法。该映射规则和算法实现了基于EXPRESS的石油勘探开发国际标准数据模型(Epicentre)向本体的自动转化。采用Jena推理验证了所构建的Epicentre本体的准确性、完整性和一致性。结果表明,该映射规则与自动化算法的有效性和普适性。

结构化范例库向OWL本体自动映射算法

在分析从关系数据库学习本体方法现状与不足,考虑到结构化范例库蕴含更丰富语义信息且拥有大量可复用的领域知识的基础上,提出一个低时间复杂度的结构化范例库向OWL本体自动映射的算法,并阐述该算法的流程。其优点在于不仅能获取范例库中蕴含的语义信息,而且将范例、规则知识项直接映射为对应的OWL个体,从而实现最大限度的知识复用。应用实例证实了该算法的有效性。

图解析方式的复合本体映射策略研究

针对本体复杂上下文关系,考虑不同输入模式,构建通用环境下的本体解析图描述。在结合本体结构基础上,建立多层本体结构图描述关系;引入上下文关联的相似度传播建立结构传播因子和实例传播算法;引入快速匹配算法用于本体的快速映射;最终提出一种复合本体映射策略,利用重用迭代得到本体的映射结果。最后通过算法复杂度的分析和一些对比测试证明了策略的可行性和有效性。

用描述逻辑实现语义主题Web服务组合的方法

针对面向服务计算所具有的分散性、不确定性等因素的影响,以及服务发现、选择和组合存在技术和高效应用上的瓶颈,提出一种用描述逻辑实现主题服务组合的方法。该方法将主题图与Web服务用描述逻辑进行融合,并在融合过程借助本体实现主题图与Web服务间的描述,进而形成一种语义主题Web服务。最后用基于SHOIQ的Tableau决策算法实现语义Web主题服务组合。案例分析表明该方法可行且有效。

改进的大规模本体分块与映射方法

针对当前大规模本体映射分块结果不精确的问题,提出一种改进的大规模本体分块与映射方法。对本体进行预处理,把本体表示为有向无环图,将本体分块问题转换为图分割问题。采用基于遗传算法的GPO算法对有向无环图进行分块,利用基于本体块结构和参考点相结合的策略找到正确的块映射。实验结果表明,改进映射方法的分块与映射质量较优。

面向Web零件库的零件簇本体映射研究

对零件本体的异构问题进行讨论,给出零件本体的定义和映射过程模型,提出一种结构——特性本体映射算法来解决零件本体异构问题,该映射算法由结构相似性算法和零件特性相似性算法组合而成。以查全率和查准率为目标,通过实例分析说明该方法的有效性。

领域本体映射的语义互联方法研究——以药物本体为例

认为领域本体自身结构的复杂性和领域本体之间的异构性,使领域本体映射方法成为实现本体映射的难点之一。提出多领域本体映射与聚类理论模型,并以该模型为指导,选取药物领域本体RxNorm与NDF-RT(美国国家药物文件—参考术语)进行映射实例研究,提出RxNorm与NDF-RT两个领域本体之间映射的一种新方法,并利用NDF-RT提供的药物分类信息实现RxNorm本体中药物信息的分类聚合,为数字资源的语义互联提供新思路。