基于ALC的空间语义知识库

基于经典描述逻辑ALC,提出了空间语义知识的表示方法和可判定的推理算法。将空间关系表达为一类特殊的概念,空间关系的基本运算采用公理系统表达,空间约束满足问题求解和逻辑术语推理可以在同一个推理机下进行。首次实现了空间关系和语义知识相结合并且可判定的推理,同时支持多元空间关系结合推理。此前的同类方法都是不可判定的。理论分析、应用实例和相关工作对比均显示该方法解决了空间语义知识库的关键问题,具有一定的理论意义和应用价值。     

面向语义Web的Expressive格值描述逻辑

提出了一种基于可信度格的Expressive模糊描述逻辑框架,对描述逻辑SROIQ(D)进行了模糊化扩充,建立了一种面向语义Web的基于格的模糊描述逻辑L-SROIQ(D),给出了L-SROIQ(D)的语法、语义和逻辑性质,以及建立了一个线序格下的将模糊描述逻辑L-SROIQ(D)转换为经典描述逻辑SROIQ(D)的推理算法,从而证明了线序格下L-SROIQ(D)的可满足性推理是可判定的。     

支持空间推理的模糊描述逻辑Fuzzy-ALCRP(D)

描述逻辑ALCRP(D)在经典描述逻辑ALC的基础上添加具体域和角色构成谓词算子,用于确定性空间的推理,但不能用于模糊空间的推理.通过以描述逻辑ALCRP(D)的模糊扩展为例,构建出模糊描述逻辑Fuzzy-ALCRP (D),给出Fuzzy-ALCRP (D)的Tableau判定算法,并给出一个Fuzzy-ALCRP (D)在模糊RCC8空间中的推理实例.     

语义Web中本体推理研究

语义Web作为新一代Web正备受关注,本体作为语义Web的基石,在知识表示与知识推理方面发挥着重要作用。介绍了本体语言、描述逻辑以及二者之间的关系。对描述逻辑的语义推理机制以及推理机进行了分析。并以具体的本体构建为例,对构建过程中的推理判定进行了验证。     

基于描述逻辑的模糊软集参数转换算法

通过应用模糊描述逻辑FALC (fuzzy attribute language and complement)表示问题领域和模糊软集参数知识,丰富模糊软集参数的语义;利用描述逻辑的推理能力,通过设计模糊软集转化算法,将原始模糊软集转化为符合查询决策参数语义的模糊软集,提高了模糊软集决策支持能力.     

模糊粗糙逻辑语义及其推理

主要从粗糙集、模糊集、逻辑学等三个方面来定义模糊粗糙逻辑的概念,给出了带逻辑符号＂┑,∧,∨,→,＂的模糊粗糙逻辑的真值区间的运算。并分别从＂→,┑,∧,∨＂四个逻辑运算符研究了模糊粗糙逻辑的语义推理。     

面向矛盾问题的动态描述逻辑扩展研究

为了使动态描述逻辑DDL具有处理简单矛盾问题的能力,引入可拓集合和可拓变换对它进行扩展.文章提出了一种动态描述逻辑DDLESET,给出了DDLESET的语法形式和语义解释;对传统描述逻辑、模糊DDL和DDLESET中的ABox形式进行了比较分析;研究了DDLESET的基本推理问题,对传统描述逻辑的一致性检测算法Tableau算法进行了可拓扩展.描述逻辑DDLESET盯具有对关联度值分别为正负域的模糊断言的表示与推理能力,并可以为关联度值为负域的断言即不可满足的概念或不可实现的动作提供求解策略,从而使其变得可满足、可实现.     

描述逻辑在农业本体中的应用研究

为提升农业本体在农业服务方面的质量,提出了基于描述逻辑的农业本体推理方法。该方法采用基于描述逻辑的语义推理机制对农业本体知识进行阐述分析,并对农业本体中的隐含知识进行有效推理。以茶树虫害本体为例,研究了描述逻辑推理在农业本体领域的应用。     

基于区域模糊本体的公路景观图像区域语义标注方法

研究面向公路景观图像语义标注的方法,提出一种利用模糊本体描述及推理的区域图像语义标注方法。首先建立图像语义区域标注描述模型,对具有相似特征的区域语义实现图像语义标注,算法重点研究模型中与图像语义标注描述相关的图像区域对象标注描述模型、语义对象空间关系描述、对象语义关系描述、抽象层次结构等关键技术,通过对区域对象语义推理得出全局图像语义标注。实验结果表明,该方法具有较好的语义标注性能。     

基于逻辑推理的知识库检索

为了提高知识库检索的性能,实现了一个基于逻辑推理的知识库检索服务,并定制了该服务的接口.该服务首先将普通的查询语句转化成描述逻辑推理器能够识别的语句,然后利用描述逻辑的强大的推理功能实现语义网上的知识库的检索.实验表明,该系统能够快速有效地完成基于描述逻辑的知识库检索.     

非周期TBox框架下的推理——拟经典描述逻辑与超协调表演算

源自当今互联网的语义网研究的目的是定义信息语义和网络服务,因此需要赋予网络智能以便能够自动对网络内容进行推理。各种描述逻辑(DLs)在语义网的研究中扮演着重要角色,构成了W3C推荐的网络本体语言(OWL)的基础,而OWL源于为达到语义网目标的人工智能(AI)本体论研究。语义网的知识和数据量巨大、分散、来源众多且因此通常不具有协调性。因此,必须开发针对非协调本体的实用的推理技术。该文基于Hunter的拟经典逻辑(QCL),构造了新型超协调拟经典描述逻辑(QCDLs),避免了逻辑爆炸问题,同时,针对基于非周期TBox的知识库推理问题,建立了QCDLs语义表演算,进而定义了一种可靠、完备且可判定的推理关系,从而构建了完整的语义网推理框架。与其他重要的超协调描述逻辑进行了比较,结果表明QCDLs具有更强的表达语义和推理能力,并且其相关行为在目标层次上表现出经典性。     

一种增强语义精确度的Web服务匹配方法

分析了基于描述逻辑推理的Web服务匹配方法的不足,提出了一种简单有效的本体概念之间语义距离的计算方法,并基于这种语义距离的计算方法提出了一种增强语义精确度的Web服务匹配方法。该方法在逻辑推理的基础上增加了语义距离的计算,增强了对Web服务的区分能力,并兼顾了服务匹配的效率和准确性要求。通过原型系统的验证,证明了该方法的有效性和可行性。     

一种基于本体的空间信息Web服务实现方法

为了提高空间信息Web服务的互操作性，提出了一种利用本体技术实现空间信息Web服务发现与检索的解决办法.通过Web服务本体描述语言（OWL-S）实现对空间信息Web服务能力知识表达，在标准的开放地理信息系统协会(OGC）空间信息Web服务基础上，建立了一个基于本体目录服务的空间信息服务框架.并给出了基于这一框架服务请求的实现过程.结果表明，本体技术可以扩展空间信息Web服务的语义，能将服务匹配过程中得到的相似的Web服务复用于当前服务请求，提高知识推理的效率.     

基于Rough逻辑粒的不确定上下文推理

针对信息模糊或缺失的不确定上下文推理的难点问题,以Rough逻辑为基础,结合粒计算的思想,利用上下文信息本身的层次性,将上下文划分为底层上下文、高层上下文和服务上下文,据此对Rough逻辑公式进行4个层次的粒划分,计算原子粒的取值,由原子粒的值合成整个Rough逻辑公式的值,最终将每个公式的取值映射到[0,1]区间,由此提出了一种针对模糊不完备上下文的具有良好可扩展性和可维护性的推理方法,并通过实例验证了该方法的可行性。     

再扩充模糊逻辑中归结方法的有效性

研究再扩充模糊逻辑的一些主要性质,得到了关于公式的有效逻辑结果的充分必要条件,讨论了基于归结方法的模糊推理的有效性;证明了子句集在再扩充模糊逻辑中的不可满足性与它在二值逻辑中的不可满足性是等价的.     

基于模糊正态划分的逻辑推理诊断方法及应用

提出了一种基于模糊正态划分的逻辑推理诊断方法。仿真计算表明这种方法是有效的,具有较强的实用价值。     

模糊控制基本推理方法及其效果分析

模糊逻辑推理是模糊控制的基础，本文系统地分析了现有模型控制基本推理方法的原理和特点，针对实时模糊控制过程，提出了作用模糊子集和相应的推理方法，比较分析了不同模糊推理方法的推理结果和控制仿真效果。