层叠推理机的设计与实现

在充分理解现有本体推理机的相关技术基础上,提出一种层叠推理机,研究层叠推理机的设计和实现方法。在实验中运用了Pellet推理机和Jena的自定义规则,实现了本体的语义推理。实验结果表明,该方法能够弥补传统推理机中采用单一的语义推理技术所引起的不足,比单一的推理机更有效地挖掘出本体中包含的隐藏信息。

自定义SWRL知识图谱推理补全插件的实现

知识图谱是人工智能应用的基石,基于规则进行推理是知识图谱知识补全的重要方式。SWRL推理插件的局限性成为了知识推理补全的瓶颈。打破了SWRL有限的推理能力,论述了在SWRL规则中编写自定义知识推理插件,并在知识图谱建模和推理工具中实现对自定义插件推理支持的方法。介绍了知识图谱知识建模和推理的方法与工具,结合一个具体的知识补全需求建模了包含自定义知识推理插件的SWRL推理规则;在Pellet推理机中实现和注入了此自定义推理插件的推理支持源码,并通过与Protégé知识建模工具进行集成从而完成知识补全需求;应用包含自定义插件的SWRL推理规则完成了老人健康小屋物联网系统资源组成和资源故障诊断的知识补全。以此论述了使用SWRL自定义知识推理插件进行知识图谱知识补全的方法和实践。

基于描述逻辑的领域本体知识逻辑检测

对本体库进行逻辑检测是本体构建的一个重要环节。基于描述逻辑的领域本体知识逻辑检测主要归结为判断概念关于TBox的可满足性以及判断ABox关于TBox的一致性。本文采用基于Tableaux算法的Pellet推理机对茶虫害本体库进行逻辑检测,验证了本体逻辑定义的有效性、完备性,为茶虫害本体的评价和二次开发以及后期应用奠定基础。

基于本体的空管人为差错分析研究与应用

为实现空管人为差错致因及危险等级语义分析,开发人为差错本体分析软件。通过空管运行人为差错(HeraJanus)及人为差错预测(Hera-Predict)手册中获取的领域知识构建领域本体;结合事故调查报告知识创建存储本体,建立Hera-Janus本体知识库,根据类与个体之间的关系定义Jena推理规则。通过Eclipse平台中的Jena应用调用Pellet推理机分析实际案例,在人机交互界面给出差错类型及危险程度,其结果表明了空管事故智能化分析的有效性和可行性。

基于语义标注的Web服务自动发现与组合模型

针对Web服务在自动组合中出现的问题,提出一种基于语义标注的Web服务自动发现与组合模型。该模型是基于本体技术和OWL-S标准的发展与完善,模型初始化阶段引入语义网拓扑结构,进而将用户服务需求通过语义标注规范化,将其视为"新服务"加入到已建立的语义网中,然后再通过web服务发现组合算法,自动发现最优的Web服务组合以无歧义的满足用户的需求。

本体概念分类算法研究

计算本体的概念层次结构是描述逻辑(Descriptic Logic,DL)推理机提供的一个重要功能.本文研究了支持DL推理的Pellet1.4(简称Pellet)推理机的概念分类算法,分析了影响算法性能的主要因素,在此基础上给出了一个基于全面标志机制的优化改进算法。算法实验结果表明,优化算法可以有效的减少调用DL- ABOX执行一致性检测次数,提高本体概念分类性能。