基于概念格的语义Web粗糙模糊本体构建

为了完整地反映人类对客观世界认知的不精确性,在讨论语义Web粗糙模糊本体定义以及组成模型的基础上,研究了基于概念格的语义Web粗糙模糊本体构建方法。根据实际领域中的模糊形式背景,采用粗糙集的方法对其划分,使用上近似模糊概念和下近似模糊概念近似地表示粗糙模糊概念,并构建粗糙模糊概念格,最终使用OWL将粗糙模糊概念格中的概念和概念之间的关系代码化,构建生成语义Web粗糙模糊本体。

语义Web粗糙本体:定义、模型和存储方法

在讨论语义Web粗糙本体定义、模型的基础之上,鉴于关系数据库是目前最通用的存储介质,提出了基于关系数据库的语义Web粗糙本体存储方法。重点讨论了语义Web粗糙本体的存储模式,并通过构建一个粗糙本体并其存储到关系数据库中。实例验证了所提出存储方法的有效性和可行性。

基于模糊聚类优化的语义Web服务发现

语义Web服务发现机制在发现服务时的准确率较低。为解决该问题,提出一种基于模糊聚类优化的语义Web服务发现方法。采用改进的模糊C-均值(FCM)聚类算法,实现对服务聚类预处理,在模糊聚类时,综合考虑服务的输入、输出、前提、效果4个功能性参数,并扩展已有的服务匹配机制,在匹配时,将服务的4个功能性参数全部作为服务相似度的计算因子。实验结果表明,在模糊聚类稳定的条件下,该方法的服务平均查全率为79.6%,平均查准率为85.9%,均高于未采用聚类处理和只采用输入/输出参数的FCM聚类处理方法。

一种基于本体划分的语义Web服务发现算法

针对集中式服务发现方式容易导致单点故障和性能瓶颈的问题,提出一种基于结构化P2P网络的语义Web服务发现算法。利用本体划分技术,按概念相似度完成本体的划分并生成可偏序排序的组概念,用组概念粗粒度地表示服务的语义信息,并聚类语义相似的服务。在此基础上,设计基于组概念生成向量的服务发布/发现算法,从服务/请求中提取多个散列的关键字,在适当增加服务发布/发现冗余的情况下,实现结构化P2P网络中语义Web服务的模糊匹配。实验结果显示,与精确匹配算法相比,该算法服务发现的平均召回率由15.2%提高到了37.1%。

基于语言变量的模糊本体模型

为了更有效地表达语义Web中的模糊知识,将模糊概念与关系引入到传统的模型中,提出新的模糊本体:模糊领域本体与模糊顶层本体。模糊顶层本体从语言变量的形式化表示入手,考虑模糊概念间的语义关系:集合关系、序关系与等价关系。用模糊本体对智能交通领域的知识进行建模,通过模糊语言值描述交通概念的属性信息,有效克服现有模型的一些局限。结果表明,该研究有利于语义Web环境下模糊系统的知识共享与重用。

不精确性语义网本体:语义、模型与表示

为了支持语义网对不精确性知识的机器理解与机器推理,提出了不精确性语义网本体的设想。通过分析"不精确性"和"概念"的语义,界定不精确性包括模糊性和粗糙性,其分别源于人脑形成概念时所采用的圈定方式和导出方式,进而指出不精确性概念实际上就是模糊粗糙概念,而不精确性偏序关系并不实际存在,由此推证出不精确性语义网本体的集合表达式模型即模糊粗糙概念偏序集。给出了该模型的两种实用性表示形式:模糊粗糙概念表和模糊粗糙概念格,后者具有约简性和惟一性的良好性质,据此可编写简洁规范的OWL文档,从而支持语义网的实际运行。

一种利用模糊关系数据库构建模糊OWL本体的方法

经典OWL本体不能直接表示和处理语义Web应用中广泛存在的模糊知识,鉴于模糊关系数据库在模糊数据表示与处理方面的优势,提出利用模糊关系数据库来构建模糊OWL本体.通过对RDF数据类型进行模糊扩展,并从模糊数据类型角度扩展OWL,解决了模糊OWL本体的表示问题;在此基础上,研究了以模糊关系数据库为数据源的模糊OWL本体的构建方法,该方法为语义Web中模糊本体的构建提供了一个有效的解决方案.

一种Web个性化中的本体论生成方法(英文)

在语义W eb中,用户访问行为模型可以作为本体论共享。如何把W eb访问活动转变成为体体论是一个非常关键的问题。为了解决这个技术问题,本文提出了一种在W eb个性化中集成模糊逻辑和形式化概念分析的本体论自动生成方法。文章首先对W eb个性化语义W eb和本体论进行了介绍,然后该方法的体系结构及其生成过程也被详细地论论述。

一种使用挖掘中的模糊本体论生成方法

在语义Web中,用户访问行为模型可以作为本体论共享。如何把Web访问活动转变成为本体论是一个非常关键的问题。为了解决这个技术问题,本文提出了一种在Web使用挖掘中集成模糊逻辑和形式化概念分析的本体论自动生成方法。文章首先对Web使用挖掘以及语义Web和本体论进行了介绍,然后该方法的体系结构及其生成过程也被详细地论述。

语义网不精确本体构建方法研究

不精确性包括模糊性和粗糙性,同理不精确本体也包含了模糊本体和粗糙本体。通过对粗糙本体构建方法与模糊本体构建方法的综述,讨论了在不精确本体研究中的关键问题,在此基础上对各种粗糙本体构建方法与模糊本体构建方法进行分析比较。为了解决当前不精确本体构建中的瓶颈问题,提出一种基于包含度理论的不精确本体构建方法,在该方法中将粗糙集与模糊集理论引入传统本体模型,使用包含度理论进行关系描述,讨论了未来的研究方向。

基于模糊本体的智能交通系统知识建模

为有效处理交通知识建模中的模糊与不确定现象,提出包括领域本体与顶层本体的模糊本体模型.在领域本体中引进模糊概念属性值,并将普通的概念关系扩展为模糊关系与直觉模糊关系.顶层本体基于模糊语言变量的形式化表示,考虑了模糊概念间的实质性语义关系:集合关系、序关系与等价关系.以交通事故分析与预测系统为例,建立交通知识本体模型与基于语义的信息检索系统.该模型可有效进行智能交通系统的知识建模,有利于语义Web环境下智能交通的信息管理与知识管理.

基于流推理的定线制水域船舶航行安全评估方法

为了更有效地利用船舶航行过程中人员、船舶、环境、管理等数据,实时评估船舶航行安全状态,提出基于流推理(SR)的定线制水域船舶航行安全评估方法。首先,利用粗糙集条件信息熵(RSCIE)约简评估要素,结合专家知识,设计评估本体;然后,通过语义Web技术融合实时采集的相关流数据,用SR引擎推理船舶航行安全状态;最后,运用该方法评估南京下游定线制水域的船舶航行安全状态,并与基于云理论(CT)的安全评估方法等对比分析。结果表明:本文提出的方法具有更好的时效性,而且检测率高、误报率低。