2-型模糊描述逻辑及其在本体进化中的应用研究
发布时间：2022-02-19 12:12
随着网络技术的高速发展以及信息的迅猛增长,极大丰富了人们可从万维网上获得的资源。许多专家系统期望能够通过这些资源建立庞大的知识库,然而由于绝大部分资源虽然是可获得的却不一定是机器可理解的,如何对分布式环境的资源进行整合并使之具有机器能够理解这些资源的语义成为人工智能技术的新的挑战。为了解决以上问题,新兴的本体技术应运而生。在该技术的支持下,各领域知识通过知识描述,能够方便的整合在一起并被计算机所理解。然而由于本体标准描述语言的支撑逻辑——描述逻辑虽然具有强大的描述能力,但是却无法对现实中的模糊信息进行表达和推理,使得本体知识库无法为模糊专家系统提供支持;同时,本体处在一个开放式的环境中,如何使本体不断地调整自身、不断地进化来适应不断变化的环境也是本体技术研究的热点之一;除此之外,由于缺乏自动建立本体的方法和系统,构建大规模的本体也是各专家系统本体开发人员面临的巨大挑战。已有研究对描述逻辑进行的是1-型模糊扩展,这种方式使用某确定数值来描述隶属度,不仅与现实经验不符也存在诸多限制。在对描述逻辑作了深入的研究后,提出了一种描述逻辑的2-型模糊扩展,详细讨论了2-型模糊描述逻辑的语法、语义等...
【文章来源】：华中科技大学湖北省211工程院校985工程院校教育部直属院校
【文章页数】：120 页
【学位级别】：博士
【部分图文】：
-型模糊集与2-型模糊集的区别
7 原型系统的实现与分析7.1 原型系统的功能结构我们以第 3 章的模糊描述逻辑理论为基础，结合第 4 章讨论的推理技术，将第 6章的模型作为框架，设计并实现了一个面向关系数据库的 2-型模糊本体进化系统。7.1.1 基于增量式层次聚类算法的 2-型模糊本体进化系统架构如图7.1所示,基于增量式层次聚类算法的2-型模糊本体进化系统能够自动读入原始数据库中的记录，处理用户提交的本体修改，最后为各 2-型模糊本体应用系统提供例如 2-型模糊本体推理等完备的 2-型模糊本体应用服务。
图 7.2. Grampus 主界面7.3.1 数据驱动变化发现模块7.3.1.1 原始数据抽取模块首先进行数据库选择，由用户输入数据库服务器的 IP、端口、用户名和密码以及数据库名。如果连接成功，即读入数据库中的关系表并对其进行分析。通过java.sql.DatabaseMetaData 类能够分析关系表的结构信息，包括：表名、属性个数、属性名、记录数等元信息，并能够通过 java.sql.DatabaseMetaData 类的 getPrimaryKeys()方法及 getImportedKeys()方法标示出属性中主键、外键等信息，如图 7.2。关系数据表分析完毕后即可以执行数据抽取，该过程由程序执行 6.3.1 节中提出的关系数据导入规则以及元组导入规则，将关系数据表及其记录生成树形结构。该树形结构的节点类 TreeNode 定义如下：
【参考文献】：
期刊论文
[1]从ER模式到OWL DL本体的语义保持的翻译[J]. 许卓明,董逸生,陆阳. 计算机学报. 2006(10)
[2]基于描述逻辑的模糊ER模型[J]. 蒋运承,汤庸,王驹. 软件学报. 2006(01)
[3]一种基于区间模糊理论的描述逻辑系统[J]. 胡鹤,杜小勇. 华中科技大学学报(自然科学版). 2005(S1)
[4]细粒度语义网检索[J]. 吴刚,唐杰,李涓子,王克宏. 清华大学学报(自然科学版). 2005(S1)
[5]Jena在实现基于Ontology的语义检索中的应用研究[J]. 丁晟春,顾德访. 现代图书情报技术. 2005(10)
[6]基于本体的权限管理系统的研究与实现[J]. 李栋栋,谭建龙. 计算机工程. 2005(13)
[7]面向OML的本体进化框架[J]. 周明建,高济,李飞. 计算机辅助设计与图形学学报. 2005(03)
[8]基于遗传聚类算法和小波变换特征的自动分类[J]. 李霆,陈学佺,邹晓涛. 计算机工程. 2003(02)
[9]Ontology研究综述[J]. 邓志鸿,唐世渭,张铭,杨冬青,陈捷. 北京大学学报(自然科学版). 2002(05)
[10]一种有效的用于数据挖掘的动态概念聚类算法[J]. 郭建生,赵奕,施鹏飞. 软件学报. 2001(04)
博士论文
[1]偏序结构下参数化的权限管理[D]. 李栋栋.中国科学院研究生院（计算技术研究所） 2004
本文编号：3632875
【文章来源】：华中科技大学湖北省211工程院校985工程院校教育部直属院校
【文章页数】：120 页
【学位级别】：博士
【部分图文】：
-型模糊集与2-型模糊集的区别
7 原型系统的实现与分析7.1 原型系统的功能结构我们以第 3 章的模糊描述逻辑理论为基础，结合第 4 章讨论的推理技术，将第 6章的模型作为框架，设计并实现了一个面向关系数据库的 2-型模糊本体进化系统。7.1.1 基于增量式层次聚类算法的 2-型模糊本体进化系统架构如图7.1所示,基于增量式层次聚类算法的2-型模糊本体进化系统能够自动读入原始数据库中的记录，处理用户提交的本体修改，最后为各 2-型模糊本体应用系统提供例如 2-型模糊本体推理等完备的 2-型模糊本体应用服务。
图 7.2. Grampus 主界面7.3.1 数据驱动变化发现模块7.3.1.1 原始数据抽取模块首先进行数据库选择，由用户输入数据库服务器的 IP、端口、用户名和密码以及数据库名。如果连接成功，即读入数据库中的关系表并对其进行分析。通过java.sql.DatabaseMetaData 类能够分析关系表的结构信息，包括：表名、属性个数、属性名、记录数等元信息，并能够通过 java.sql.DatabaseMetaData 类的 getPrimaryKeys()方法及 getImportedKeys()方法标示出属性中主键、外键等信息，如图 7.2。关系数据表分析完毕后即可以执行数据抽取，该过程由程序执行 6.3.1 节中提出的关系数据导入规则以及元组导入规则，将关系数据表及其记录生成树形结构。该树形结构的节点类 TreeNode 定义如下：
【参考文献】：
期刊论文
[1]从ER模式到OWL DL本体的语义保持的翻译[J]. 许卓明,董逸生,陆阳. 计算机学报. 2006(10)
[2]基于描述逻辑的模糊ER模型[J]. 蒋运承,汤庸,王驹. 软件学报. 2006(01)
[3]一种基于区间模糊理论的描述逻辑系统[J]. 胡鹤,杜小勇. 华中科技大学学报(自然科学版). 2005(S1)
[4]细粒度语义网检索[J]. 吴刚,唐杰,李涓子,王克宏. 清华大学学报(自然科学版). 2005(S1)
[5]Jena在实现基于Ontology的语义检索中的应用研究[J]. 丁晟春,顾德访. 现代图书情报技术. 2005(10)
[6]基于本体的权限管理系统的研究与实现[J]. 李栋栋,谭建龙. 计算机工程. 2005(13)
[7]面向OML的本体进化框架[J]. 周明建,高济,李飞. 计算机辅助设计与图形学学报. 2005(03)
[8]基于遗传聚类算法和小波变换特征的自动分类[J]. 李霆,陈学佺,邹晓涛. 计算机工程. 2003(02)
[9]Ontology研究综述[J]. 邓志鸿,唐世渭,张铭,杨冬青,陈捷. 北京大学学报(自然科学版). 2002(05)
[10]一种有效的用于数据挖掘的动态概念聚类算法[J]. 郭建生,赵奕,施鹏飞. 软件学报. 2001(04)
博士论文
[1]偏序结构下参数化的权限管理[D]. 李栋栋.中国科学院研究生院（计算技术研究所） 2004
本文编号：3632875
本文链接：https://www.wllwen.com/shekelunwen/ljx/3632875.html
