基于永久本体的上下文信息推理的应用研究

介绍了本体的定义及其描述语言，OSGi服务网关模型及其架构，接着提出基于本体推理的智能家庭网关概念及其框架结构，并对其原理和上下文信息本体进行了描述以及构造了上下文本体，并且利用Jena框架的推理接口来实现了上下文的基本推理，最后是一个例子及其代码。     

基于Racer和nRQL的本体查询与推理

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用.本体描述语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证.在介绍描述逻辑及其系统的有关概念与查询推理机制的基础上,重点讨论了推理机Racer及其查询语言nRQL的功能,开发了一个基于Racer和nRQL的智能信息查询程序并应用于大学本体的信息查询.     

本体推理在几何定理机器证明中的应用

本文阐述了平面几何定理机器证明的基本原理及方法，针对几何定理机器证明过程中可读证明的产生，及推理信息快速增长的问题，提出了一种基于本体推理的几何定理机器证明方法。通过具体案例，描述了以Protégér软件为工具， 基于WordNet重用的领域本体半自动构建方法，构建几何本体模型的过程, 并结合Prolog规则进行双向推理，结果表明将本体引入几何定理机器证明是可行的，且本体推理脱离了代数形式，使得推理过程更接近自然语言的描述，同时推理效率更高     

粗糙本体支持的知识推理框架

基于精确本体的推理机不能够直接应用到粗糙本体的知识推理中,因此目前还没有适合粗糙本体的推理机。根据粗糙本体的特点,将其中的粗糙集、粗糙描述逻辑、粗糙包含和知识推理作为研究对象,在此基础上将基于描述逻辑的推理方法与基于规则的推理方法相结合,提出一种粗糙本体支持的知识推理框架,实现了粗糙本体的推理功能,解决了针对不确定信息的知识推理问题。     

语义Web中的本体推理研究

从语义Web的基本概念开始，介绍了语义Web的层次结构；介绍了本体的基本概念以及用于本体描述的几种语言。用W3C推荐的本体描述语言OWL描述了一个本体实例，通过此实例对本体推理在本体建立中的冲突消解、描述优化、本体的合并和实例归类中的应用进行了研究，说明了本体推理在本体建立及本体应用中的作用。本体技术是语义Web的核心技术，所以建立和维护本体是语义Web中的主要工作之一，而基于本体的推理可以帮助建立和维护本体。     

进出口本体及其推理框架实现

进出口本体是实现进出口行业信息集成、信息共享、智能作业的重要手段。该文结合进出口领域的应用特点，探讨了进出口本体的作用、特点、表达结构与方法，提出一个支持HS编码的形式化推理解决方案，介绍了系统的架构与机制，分析了利用语义网查询语言实现基于该本体的推理机制和方法，并以HS编码查询为应用背景，展示了进出口本体及其推理的实现方法和性能改进技巧。     

基于本体的汽车零部件采购订单的自动生成

本文使用Protégé作为知识建模工具开发汽车制造领域本体,以Jena为开发平台运用基于本体的语义检索技术和规则推理实现订单的自动生成,开发了一套基于本体的汽车零部件采购订单自动生成系统。由于本体是共享概念模型明确的、形式化的规范描述,将本体应用到汽车制造行业的ERP系统中,可以利用本体强大的语义关系表达能力和本体描述知识的共享性,以及建立在其上的自动推理机制实现供应链企业间异构知识的自动集成。     

基于语义Web的网络学习资源库本体实现

将语义Web技术引入网络学习系统，构造了一个基于语义Web架构的网络学习资源库本体，实现对网络学习系统中学习资源的管理。在分析本体建模方式以及网络学习资源库基本功能的基础上，定义了由学习资源本体和用户本体组成的学习资源库顶层本体，并给出系统类图，在Protégé3.1中实现了本体建模，给出了基于OWL的本体描述，对定义的本体进行了评估，并用基于本体的推理实例验证了本体的有效性。     

基于贝叶斯网络的本体不确定性推理

运用OWL语言扩展了本体对领域知识的不确定性表示,并基于贝叶斯网络实现了本体领域知识的不确定性推理。实验表明将贝叶斯网络与本体结合起来,能够充分发挥本体在知识描述方面的优势和贝叶斯网络的推理能力,实现依据部分信息的概率描述获取知识,指导实践。     

本体推理在几何定理机器证明中的应用

文中阐述了平面几何定理机器证明的基本原理及方法,针对几何定理机器证明过程中可读证明的产生,及推理信息快速增长的问题,提出了一种基于本体推理的几何定理机器证明方法。通过具体案例,描述了以Protégér软件为工具,基于WordNet重用的领域本体半自动构建方法,构建几何本体模型的过程,并结合Prolog规则进行双向推理。结果表明将本体引入几何定理机器证明是可行的,且本体推理脱离了代数形式,使得推理过程更接近自然语言的描述,同时推理效率更高。     

改进U-Net型网络的遥感图像道路提取

目的 遥感图像道路提取在城市规划、交通管理、车辆导航和地图更新等领域中发挥了重要作用,但遥感图像受光照、噪声和遮挡等因素以及识别过程中大量相似的非道路目标干扰,导致提取高质量的遥感图像道路有很大难度。为此,提出一种结合上下文信息和注意力机制的U-Net型道路分割网络。方法 使用Resnet-34预训练网络作为编码器实现特征提取,通过上下文信息提取模块对图像的上下文信息进行整合,确保对道路的几何拓扑结构特征的提取;使用注意力机制对跳跃连接传递的特征进行权重调整,提升网络对于道路边缘区域的分割效果。结果 在公共数据集Deep Globe道路提取数据集上对模型进行测试,召回率和交并比指标分别达到0.847 2和0.691 5。与主流方法U-Net和CE-Net（context encoder network）等进行比较,实验结果表明本文方法在性能上表现良好,能有效提高道路分割的精确度。结论 本文针对遥感图像道路提取中道路结构不完整和道路边缘区域不清晰问题,提出一种结合上下文信息和注意力机制的遥感道路提取模型。实验结果表明该网络在遥感图像道路提取上达到良好效果,具有较高的研究和应用价值。     

基于信息流的SELinux策略分析模型

针对SELinux安全策略分析和管理上的困难,提出了一种SELinux信息流分析模型SELIF。首先构造有效安全上下文集合和安全上下文的授权关系,然后根据许可权的信息流语义,用标记转换系统表示的安全上下文关系来刻画信息流。SELIF信息流模型可以直观地表达SELinux策略所描述的安全上下文之间的信息流路径,实现对复杂策略的直观分析和管理。     

Context-aware intelligent service system for coal mine industry

In coal mine industry, the context-aware intelligent service system can be used to provide the most appropriate information services to miners according to their real-time situation. As a result, the information resources can be taken full advantage of so as to help miners to improve their safety condition, which are not just accessible to the management staff. However, there is not a detailed discussion or an in-depth research on the implementation of service system at present. In order to bridge the gap between the theory and the practice in the field, three critical problems need to be solved: (1) How to model the served miners’ context? (2) How to provide the information services to meet miners’ customized demands? (3) How to verify the availability of service invocation? According to the characteristics and practical needs of coal mine, this paper first proposes the Coal Mine Semantic Sensor Network Ontology (CMSSN) to build miner's context model, which can facilitate reusing the context resources in different coal mines. Then, the configuration model connecting context information and business services is constructed to realize the customized service invocation. Thirdly, the method of computational experiment is proposed to verify the availability and validity of service system, i.e. whether the service system can provide the suitable service on time in various virtual accident experiments. A case study is given to explain how to implement the computational experiment on a virtual coal mine simulation platform. Finally, the potential problems in realizing the system are discussed, which will be our research focus in future.     

A new model for context-aware transactions in mobile services

With the ubiquity of handheld devices (such as smart phones and PDAs) and the availability of a wide range of mobile services (such as mobile banking, road traffic updates, and weather forecast), people can nowadays access information and conduct online transactions virtually anywhere and anytime. In such flexible, dynamic but less reliable environment, transaction management technology is believed to provide service reliability and data consistency. Indeed, in mobile and ubiquitous environments where devices as well as services can seamlessly join and leave the ubiquitous network; transaction management can be very helpful during the recovery of services from failure. Current transaction models and commit protocols do not take into account context information. However, in mobile environments, it is imperative to consider context information in the commit of a transaction—i.e., a transaction can be successfully completed if it meets the required context. In this paper, we propose a new model for context-aware transactions and their performance management in mobile environments. Unlike conventional transactions, context-aware transactions adapt to the required context. By context, we mean the service’s context as well as the users’ context that includes users’ needs and preferences. This paper designs and develops the proposed transaction model and evaluates its performance in terms of time and message complexities as well as transaction’s throughput.     

一种本体和上下文知识集成化的数据挖掘方法

在数据挖掘中使用本体和上下文知识能够将普遍的知识和特定的知识引入数据挖掘的决策因素中,是增进数据挖掘准确性的有效手段,同时也是数据挖掘领域研究的热点和难点之一.针对该问题,首先探讨了本体与上下文知识的集成化表示方法,包括上下文知识分类方法、如何在本体描述方法上扩展上下文知识及上下文知识转化方法.其次,以层次化结构的本体与上下文知识为例,构建了一个依据于本体和上下文知识集成的归纳学习算法并验证了该算法的有效性和准确性.     

基于Mogrifier LSTM的序列标注关系抽取方法

对文本中的上下文信息进行充分利用能够提高关系抽取性能,但当前多数基于深度学习的关系抽取方法仅捕获文本序列中的浅层特征信息,在长序列文本中易丢失上下文信息。针对传统LSTM中输入和隐藏状态之间相互独立且缺少信息交互的问题,建立一种基于Mogrifier LSTM的序列标注关系抽取模型。将由词嵌入、字符嵌入和位置嵌入构成的嵌入层结果输入Mogrifier LSTM层,该层通过在传统LSTM计算之前交替地让当前输入与之前隐藏状态进行多轮运算,以增强上下文交互能力。使用自注意力机制提高模型对重要特征的关注度,同时采用基于关系的注意力机制获取特定关系下的句子表示,从而解决实体关系重叠问题。在关系分类模块,利用Bi-LSTM进行序列标注,将句子中的每个词汇映射为相应的标签。实验结果表明,在NYT数据集上该模型的F1值达到0.841,优于HRL、OrderRL等模型,在存在SEO重叠类型的关系抽取中,F1值仍能达到0.745,所提模型能够在一定程度上解决关系重叠问题同时有效提升关系抽取性能。     

COIVA: context‐aware and ontology‐powered information visualization architecture

This paper exploits semantics to apply context in run‐time adaptation, particularly for services in a user‐centered smart environment. Context‐sensitive services are usually focused on their own information without interoperation pretensions. It is necessary to enable common context models and systems in order to make context‐aware applications interoperable. Moreover, context management systems need to implement mechanisms to support the dynamic behavior of the users and their surroundings, including techniques to adapt the model to their future needs, to maintain the context information at run‐time and to be interoperable with external context models. By adapting web semantic technologies we can enable smarter and more proactive operation of context management systems. Copyright © 2010 John Wiley & Sons, Ltd.     

基于QoS的Web服务动态组合模型

提出一种基于QoS的Web服务动态组合模型,可以根据用户对服务质量的请求,动态地选择最适合的Web服务进行绑定.与原有模型相比,扩展了服务代理的功能.其提供的绑定功能可用于保存服务调用的上下文和历史信息,以便提高下次访问的效率.另外,支持对子服务的划分,可以将大粒度的服务请求划分成子服务,并对服务的调用次序进行更合理地安排和优化.性能分析结果表明,该模型极大地提高了效率.     

基于局部特征聚焦的方面级情感分析

现有方面级情感分析模型忽略了各词间句法关系且未能针对性地提取语义信息。为此,提出一种可聚焦局部上下文特征的方面级情感分析模型,其核心思想在于构建局部上下文加权邻接图和动态赋权方法,通过图卷积神经网络生成聚焦于局部上下文信息的方面词特征。具体地,首先采用局部上下文动态赋权方式增加局部上下文的关注度;其次,在提取句法依存关系的基础上为上下文各节点赋权,构建针对局部上下文赋权的邻接图;最后,由图卷积神经网络提取聚焦于局部上下文信息的方面词特征。在公开数据集上的实验结果表明,与ASGCN相比,提出模型在restaurant和laptop数据集中的宏F₁值分别提高了1.76%和1.12%,经过局部上下文加权,聚焦局部特征所得信息有助于提高分类效果。     

Utilizing knowledge context in virtual collaborative work

The understanding of knowledge can be impaired if it is isolated from the proper context. Despite the importance of contextual information, there has been limited support for utilizing context in current knowledge management and collaborative systems. This paper presents a knowledge context model, called KC-V, which facilitates the use of contextual information in virtual collaborative work. Four benefits of using KC-V are suggested: evolutionary accumulation of knowledge aligned with collaborative activities, supporting the virtual team lifecycle, improved understanding by rich navigation paths, and searching for knowledge with similar context. A web-based collaboration system called VWSS is developed using KC-V.