基于统计式机器学习的地理本体融合模型

针对不同领域对地理事物的认知体系差异造成了地理本体异构的问题,提出了地理本体融合模型,引入统计式机器学习的方法对概念间的关系进行自动处理,并以概念间关系在不同本体出现的频度来产生其可信度,最后形成带有统计信息和领域信息的大型地理概念空间.该模型巧妙规避概念层面繁琐的异构映射过程,融合概念空间将多个地理本体所表达的概念知识融为一体,并保持了领域内的信息,有效实现了不同认知体系之间的共享.

Mediator模式下基于语义映射的多本体融合机制研究

针对现有本体融合机制的不足,提出了一种基于Mediator模式的多本体融合机制.首先定义了基于语义相似性的语义映射概念,然后探讨了基于复杂映射的多本体融合机制,并详细介绍了多本体融合的步骤和算法,最后介绍了这种机制在OBSA信息集成系统中的实现.

一种应用于策略网络系统的本体融合算法

针对本体模型需要较多专家知识,难以实现大规模、跨自治域的应用,制约策略网络系统发展的问题,提出一种应用于策略网络系统的本体融合算法.该算法能在元本体的基础上,融合不同自治域的本体模型,从而为更大规模的网络提供支持,提高了策略网络系统的可扩展性和灵活性.

基于本体参考数据的生物医学本体融合模型研究

生物医学本体是在集成了多个高质量医学知识库的基础上形成的明确的知识表达系统。目前,该领域本体大多单一存在,并只针对一方面知识进行概括。面对生物医学上问题的多样化和复杂性,多个本体进行融合后会更好地促进领域知识的共享和表达,提供多维度解决问题的视角。GO(Gene ontology)、DO(Disease ontology)和HPO(Human phenotype ontology)是生物医学中三个重要的本体知识库。通过对三个本体的结构和内容的分析,回溯本体构建过程,从本体构建数据源中挖掘不同本体间存在的关联关系,从而达到本体融合的目的,实现跨领域本体的知识共享。这对从基因分子水平上剖析疾病的产生,以及疾病在体征上的表达等因果串联性研究有着重要意义。

基于语义匹配映射的地理信息本体融合方法研究

现有的地理信息本体融合方法存在语义关系判断标准的不一致性、相似性度量计算结果的不确定性和逻辑推理关系的知识不完整性等问题，导致融合后本体出现概念框架不兼容的情况。为解决此难题，本文以两种不同标准的地理信息数据集为样本，分析不同本体构建的需求、目的和应用领域，找出它们之间的共同点和差异之处，建立相应的基于知识服务的地理信息本体，改进优化本体融合的基本策略，提出基于语义匹配映射的地理信息本体融合方法，综合运用基于语义描述逻辑推理和基于语义相似度算法的语义匹配映射方法，更好地解决融合后本体的概念框架体系不兼容问题，实现了两种不同领域本体的融合。

基于MFI4OR标准的本体融合模型研究

本体融合已经成为学科领域知识图谱的重建和知识共享的重要途径,为解决本体融合领域缺乏标准融合框架问题,提出一种基于国际标准MFI4OR的本体融合模型。该模型提供一个标准的本体信息划分标准,即本体-本体构件-本体原子构件,实现对本体信息的管理和映射。在融合计算过程中,选择编辑距离算法并引入外部资源WordNet词典进行相似度计算。最后,以省级基金项目中的学习者模型构建需求为应用背景,将FOAF(Friend-Of-A-Friend)本体和RELATIONSHIP本体进行融合试验。结果表明,该标准化融合模型能实现通用本体融合。

一种基于多映射的分布式本体融合框架

网络环境具有自治性、异构性和动态性等特征,Web上的本体奠定了语义共享的基础,本体映射是解决分布式本体异构问题的手段之一。本文在现有研究成果的基础上,提出了一种基于多映射的分布式本体融合框架,构建了基于多映射的融合连接列表,描述了融合算法,并以OAEI2006数据测试集中两个改进的会议本体为例进行了测试,证明了该方法对分布式本体进行智能融合的可行性和有效性。

一种基于语义的分布式本体融合机制研究

针对Web服务的形式语义和分布式本体融合的需求,提出了一种基于形式语义的分布式本体融合方法,构建了可共享语义平台,给出了一种分布式本体融合关系约简算法。该方法不依赖人工参与,形式化程度高,实现了分布式本体的有效融合。实验表明,该方法有效约简了融合本体中的冗语关系,提高了本体融合的质量和效率。

基于概念相似度的网络安全领域本体融合方法

网络安全领域本体融合解决本体异构问题,以支撑网络安全知识的共享和复用。给出基于资源描述框架的网络安全知识表示,在分析网络安全领域本体模型的特点的基础上,提出包含高层概念提取与融合、树形结构融入等阶段的异构本体分阶段融合方法。最后通过实例应用展示了融合方法的有效性。

基于二值相似度计算的异构本体融合方法

异构本体的存在带来了知识检索的冗余,基于异构本体的知识融合是十分必要的。大量的语义相似度计算容量与复杂的计算过程使得知识融合变得困难,本文提出二值相似度计算的异构本体融合方法,将语义相似度的计算提前至原始本体的构建过程,融合时只进行概念和关系的二值匹配,从而简化融合过程再次计算语义相似度的过程。文章从实体图书元数据、小样本本体和大样本本体三个角度组织了三个实验,利用武汉大学图书馆书目数据的实验一显示本文方法可以完成本体融合的过程,实验二和实验三显示本文方法可以提高本体融合的准确性,并显著提高运行反馈时间,综合反映本体融合效果良好,但需要在召回率上进行改进。本文方法有望在扩展专家本体、减少本体构建开销等方面体现应用价值。

扩展主题图本体融合策略与算法

针对分布式建立与存储的领域本体主题图在融合过程中的语义与结构重复问题以及冗余信息的判断与消除问题,提出了基于语义词典与语料库相结合的主题图融合算法(TMMC),给出了概念相似度计算以及同义关系、整体部分关系等的处理方法.对本体中概念进行基于HowNet语义词典及其他语义词典的多层次相似度计算,定义概念间不同语义关系的融合规则,针对专业领域本体中大量术语词典未收录的问题,提出基于语料库的概念相似度算法,并对计算机教育专业领域扩展主题图进行了融合实验.实验结果表明,TMMC提高了融合的准确率与查全率.

基于表示学习的工业领域人机物本体融合

随着新一代人工智能技术的发展,制造系统由以往的人物二元系统发展为人机物三元系统,跨域跨层的多元数据融合成为必然趋势。本体作为一种能在语义上描述数据的概念模型,被广泛应用于多元异构数据的集成、共享与重用中。在传统工业领域中,利用本体融合驱动数据融合的研究通常集中于信息和物理系统。针对人机物本体融合问题,文中提出了一种改进的表示学习模型TransHP。由于经典的表示学习的翻译模型未有效利用除三元组结构以外的其他信息,TransHP在TransH上加以改进,将本体中的元素构成类别三元组与实例三元组。首先针对类别概念构成的三元组,利用三元组的结构和属性进行联合训练;然后将得到的类别实体的向量表示作为训练实例向量的输入,与实例的结构信息进行联合训练,同时以置信度作为关系强度加入计算,以解决关系三元组稀疏性造成的实体在语义空间无序分布的问题。文中构建以工业领域热轧生产流程为例的人机物本体,并将其作为小样本进行测试,实验结果表明,与TransH模型相比,在人机物本体中,TransHP模型推理出实体间的关系更丰富,准确率更高。TransHP模型实现了人机物本体的融合,解决了人机物信息交互的问题,为协同决策做出了铺垫。

基于本体融合的动态供应链信息平台研究与实践

结合EDI标准,应用领域本体融合技术,对供应链管理系统中的数据异构问题给出了一种解决方案。为解决融合过程中本体规模过大的问题,引入了基于业务侧面的领域本体BAO(Business Aspect Ontology)概念,从业务流程入手抽象领域本体到不同BAO。此外还具体分析了BAO在供应链执行SCE(Supply Chain Execution)与供应链规划SCP(Supply Chain Planning)中的应用。

一种描述逻辑的地理本体融合方法

提出一种基于描述逻辑的地理本体融合方法。首先约定两个本体当中的等价概念作为基于规则的逻辑推理起点,再分别从直接推理与传递推理角度讨论了本体概念、角色及其相互间的等价、蕴涵、重叠与相离等匹配关系,依次将一个本体中的概念与角色逐渐并入另一个本体中,并以基础地理信息数据和土地利用数据进行融合实验,验证了该方法的有效性。

一种粒化理论的地理本体融合方法

提出了一种粒化理论的地理本体融合方法。该方法首先运用形式概念分析地理本体,再引入粒计算理论,在不同粒度下约简概念格完成本体融合,认为地理融合过程是一个渐进过程。利用地理信息基础数据和水利空间数据进行融合实验,验证了此方法的有效性。

公共卫生领域多本体知识融合方法及其实证研究

对公共卫生领域多本体进行融合,快速构建综合本体,形成重大突发公共卫生事件知识库,有助于为应急决策提供专业化的知识服务。文章在复用疫苗本体、人类疾病本体、症状本体的基础上,首先进行本体的形式合并,然后利用Word2vec方法和Owlready2功能模块完成本体语义融合,实现公共卫生领域多本体融合。实验表明,所构建的综合本体语义关系准确度较高,能够从多维度视角对公共卫生领域知识进行表示,为有效应对突发重大公共卫生事件风险提供决策参考。

高速铁路信号系统异构数据融合和智能维护决策

针对高速铁路智能维护决策中的信息多源异构问题,提出了高铁信号系统异构数据融合和智能维护决策架构。通过本地数据库资源描述框架（resource description framework（schema）,RDF（S））到全局RDF（S）的转换和基于RDF（S）图的本体合并,实现了多源异构信息的融合。利用适合缺失数据的结构期望最大化（SEM）算法,结合专家知识,构建了高铁信号系统的智能维护贝叶斯网络（BN）决策模型。最后,利用高铁武广线2011-2012年的监控数据,分别对基于RDF（S）图的全局RDF（S）合并算法性能和故障诊断结果的准确性进行了分析对比,实验结果表明所提出的本体融合算法具有多项式级的计算复杂度,同时融合专家知识和SEM算法的智能维护BN决策模型的一级故障诊断准确率为92.4%。因此,所提出的异构数据融合和智能维护架构可以有效提高高铁信号系统维护决策的准确性和有效性。

论基于本体的领域知识库构建

知识的交流和共享,拓宽了人们的知识面。而知识的非规范化组织阻碍了知识的共享、复用和集成。文章从本体的涵义和作用出发,探讨了本体的创建、融合和自演化方法,对基于本体的领域知识库构建进行了研究。

基于语义的多传感器电力系统信息融合安全框架研究

电力系统的多传感器系统信息融合过程中普遍存在的异质异构性增加了信息融合的难度,并造成了信息融合的歧义。为了解决这一问题,提出了一种信息自动融合框架,主要创新之处在于信息融合过程中的语义处理方法。对框架中的全局语义本体定义、传感器局部信息源向全局本体的映射方法、语义信息征订与发布机制、信息融合规则进行了介绍。本框架可以有效地实现多传感器系统中信息自动融合,获得全面、安全、准确和细粒度的全局信息。

基于实例相似度的概念语义挖掘方法

本体在知识表达、共享、重用以及语义查询中具有重要作用,但在本体融合过程中存在概念层融合难的问题。为此,提出一种挖掘本体概念语义的方法。该方法从实例数据出发,以实例相似度矩阵为基础,在实例层和概念层交替进行概念语义挖掘,将挖掘结果通过属性语义反馈到实例层,并对其进行修正和补充。利用OAEI2012提供的测试本体进行实验,结果显示查全率与查准率均得到提高,证明了该方法的可行性和有效性。