主动数据库中基于图的规则的指称语义研究

1 引言主动数据库的主动特性一般使用E-C-A(Event-Condi-tion-Action)规则模型描述。我们用CA规则表示ECA规则模型中的Condition和Action部分,ECA规则语言的语义可描述为:事件E的发生可触发CA规则的执行,该CA规则的执行又可导致其它事件的发生,进而触发其它CA规则的执行,形成触发规则集。主动规则源于人工智能的知识表示的产生式系统(OPS5),许多主动数据库规则系统的执行语义均源于OPS5产生式规则语言的recognize-act cycle算法(如图     

一种XACML规则冲突及冗余分析方法

基于属性的声明式策略语言XACML表达能力丰富,满足开放式环境下资源访问管理的复杂安全需求,但其自身缺乏对规则冲突检测、规则冗余分析的支持.文中利用规则状态思想描述分析了属性层次操作关联带来的多种冲突类型,在资源语义树策略索引基础上利用状态相关性给出规则冲突榆测算法;利用状态覆盖思想分析造成规则冗余的原因,给出在不同规则评估合并算法下的冗余判定定理.仿真实验首先分析了冲突检测算法的运行效率;然后针对多种策略判定系统,验证了基于语义树的策略索引和冗余规则处理可以显著提高判定性能.     

基于描述逻辑的XACML策略研究

针对XACML策略间的语义表示、冲突等问题,提出基于描述逻辑的形式化方法,对XACML策略的目标、规则、规则组合算法和策略冲突消解算法进行形式化处理,并给出基于描述逻辑的规则间冲突检测方案.分析结果表明,该形式化方法便于XACML策略的扩展,并且增强了XACML的语义表达能力和推理能力.     

面向业务规则引擎研究

提出通过可视化定义企业业务规则，并解析执行规则的规则引擎来主动适应企业业务的变化。该系统以可视化的形式提供用户定义和实现业务规则的界面，以结构化语言XML描述业务规则，采用分层结构提供规则执行机制。完善的规则安全验证方式，实现信息系统动态地适应企业业务规则变化。     

基于Web数据挖掘的高效关联规则研究

随着网络资源越来越丰富，Web数据挖掘逐渐成为因特网上资源有效利用的研究热点。本文提出通过对因特网上非结构化数据的XML格式进行筛选等处理，然后转化为结构化数据存储在SQL Server数据库中。并在此基础之上利用关联规则发现以生成最小关联规则集来代替完全关联规则集，就可以有效地剪除弱关联规则，大幅度地减少候选频繁项目目集，从而提高规则发现效率。最后，在传统经典算法Apriori基础上，利用弱关联规则的向上关闭特性设计了一个相应的高效算法。     

基于规则和语义匹配的模型合成研究*

设计一种基于规则和词汇语义匹配的模型合成框架,采用形式化方法描述模型及合成过程,提出语义匹配算法和合成规则,自动识别匹配元素并确定合成规则,根据规则自动生成合成模型。该框架较好地处理了模型合成中模型种类的多样性及模型命名的灵活性问题。     

融合多层次交互注意力的引文推荐算法

学术引文推荐是指通过论文间的匹配关系为查询论文提供深度匹配的引文文献列表，提高学者科研工作效率.现有方法主要基于短文本匹配(如关键词、标题等),缺乏对论文结构和整体语义的表示能力，导致检索结果语义相关性差.本文从长文本的深层次数据特征出发，提出一种基于层次化交互注意力匹配的引文推荐算法.基于深度神经网络构建单词、句子、文章的层次化表示框架，提升长文本的结构化表示能力；使用内部注意力机制增强学术论文的内部语义表示；使用交互注意力机制挖掘引文间细粒度匹配特征.在计算机、自然语言处理、医学等学术文献数据集上进行实验验证，提出的方法在ACC和F1等指标均优于短文本匹配模型，结果表明层次化交互注意力能获得更好的引文匹配效果.     

一种层次化的LSD规则体系及其分析算法

本文提出了一种基于词汇属性结构描述和规则继承的层次化LSD规则体系,讨论了该规则体系下的规则搜索策略和词汇化规则索引的实现方法,并在此基础上首次给出了LSD文法的非确定性分析算法。该规则系统具有从传统属性文法到现代词汇文法的可伸缩性,同时较好地解决了线性规则库中复杂的规则交互问题。     

基于混合推理的知识库的构建及其应用研究

该文提出了基于OWL本体与Prolog规则的平面几何知识库的构建方法,从而可形式化地表示平面几何中丰富的语义信息.一方面,用类型、定义域、值域、分类、属性、实例等本体描述来表达结构化的知识,为领域内概念与概念之间关系的描述提供形式化的语义;另一方面,用Prolog规则来解决本体不能有效表达的诸如属性之间的关系和操作等问题,从而支持复杂关系间的推理.在此基础上,用Protégé和Prolog构建了一个基于本体和规则的平面几何知识库.实验证明:此知识库可实现知识和语义层次上的信息查询,还可进行复杂问题求解,其丰富的语义描述和混合推理能力弥补了传统知识库的不足.     

层次化角色的受限授权模型研究

针对现有用户-用户的层次化角色授权模型存在授权冲突问题,基于授权的时限和约束限制规则,对层次化角色的授权组件、相关性质以及互斥角色的约束限制规则进行了描述.提出了一种层次化角色的受限授权模型,该模型满足最小特权和职责分离两安全原则.给出了角色授权的生成和撤销算法,并对该模型的正确性和完整性进行了讨论.最后给出了实现该模型的体系架构,并通过应用实例验证了模型的有效性和实用性,较好地解决了角色层次上的授权冲突问题.     

Reactive processing in ADOME-II: an extensible approach

A new approach for supporting reactive capability is described in the context of an advanced object-oriented database system called ADOME-II. Besides having a rich set of pre-defined composite event expressions and a well-defined execution model, ADOME-II supports an extensible approach to reactive processing so as to be able to gracefully accommodate dynamic applications’ requirements. In this approach, production rules combined with methods are used as a unifying mechanism to process rules, to enable incremental detection of composite events, and to allow new composite event expressions to be introduced into the system declaratively. This allows the definition of new production rules each time an extension of the model takes place. Methods of supporting new composite event expressions are described, and comparisons with other relevant approaches are also conducted. A prototype of ADOME-II has been constructed, which has as its implementation base an ordinary (passive) OODBMS and a production rule base system.     

基于多策略的藏语语义角色标注研究

语义角色标注研究对自然语言处理具有十分重要的意义。英汉语语义角色标注研究已经获得了很多成果。然而藏语语义角色标注研究不管是资源建设,还是语义角色标注的技术探讨都鲜有报道。藏语具有比较丰富的句法标记,它们把一个句子天然地分割成功能不同的语义组块,而这些语义组块与语义角色之间存在一定的对应关系。根据这个特点,该文提出规则和统计相结合的、基于语义组块的语义角色标注策略。为了实现语义角色标注,文中首先对藏语语义角色进行分类,得到语义角色标注的分类体系;然后讨论标注规则的获得情况,包括手工编制初始规则集和采用错误驱动学习方法获得扩充规则集;统计技术上,选用了条件随机场模型,并添加了有效的语言特征,最终语义角色标注的结果准确率、召回率和F值分别达到82.78%、85.71%和83.91%。     

用于复杂适应系统仿真的Agent免疫学习系统

分析了复杂适应系统（Complex Adaptive System，CAS）仿真中对Agent学习系统的要求以及基于遗传算法的Agent规则学习系统的不足，提出了一种基于改进免疫遗传算法的Agent学习系统，在该算法中将领域知识和经验作为疫苗对规则库中的规则进行免疫按种，并利用混沌变异模型对规则进行变异操作，产生新的规则。最后，结台跨流域调水管理复杂适应系统仿真中的Agent规则学习过程，对Agent的规则学习和演化机制进行了算法验证及实例分析。     

一种多知识源汉语语言模型的研究与实现

针对汉语语言模型中知识获取不足的问题，提出了一种统计与多种形式规则信息结合的机制，将规则的表示量化，提出语法语义规则的概念，通过扩充词网络，对其于最大可能性的n元概率值合理调整，将短语构成规则，二元语法语义规则，最少分词原则等融入统计模型框架，构成多知识源语言模型，模型应用于智能拼音汉字转换系统，明显提高了音字转换正确率，并适于处理长距离和递归语言现象。     

Rule-Based Learning for More Accurate ECG Analysis

Long-term electrocardiograms exhibit a small number of QRS morphologies (waveform shapes) whose analysis can reveal cardiac abnormalities. We considered the problem of accurately identifying instances of each in 24-h ECG recordings. A new learning algorithm was developed. Each QRS morphology is represented as a tree of rule activations, which associate attribute measurements with a rule. Each rule has a syntactic pattern together with a semantic procedure which manages and applies the knowledge stored in the activation. A single rule may be activated several times to learn different waveform segments. Delineation refinement improves each hypothesized signal interpretation. A simple conflict resolution mechanism resolves conflicting interpretations into a single unambiguous one. Comparison of the system with an existing program confirmed the promise of the new approach.     

MPSQAR:无损语义的量化关联规则挖掘算法(英文)

在挖掘量化关联规则的过程中,由于对量化值的划分,将产生语义损失。为避免这种情况,提出基于无损语义的算法MPSQAR来处理量化关联规则的挖掘。主要工作包括:(1)提出规泛化量化值的新方法;(2)提出反映属性值分布的属性权重设计方法;(3)扩展加权关联规则模型以处理量化关联规则,避免量化值的划分;(4)提出挖掘传统布尔关联规则和量化关联规则的集成方法;实验表明算法MPSQAR的有效性和时间消耗随时间趋势呈线性增长。     

基于本体的图像情感语义识别及推理模型

提出一种基于本体的图像情感语义识别系统,使情感识别过程易于理解.针对人类在图像情感语义理解过程中存在的个性化和群体化现象,系统使用多层次的情感推理模型.在阐述系统的设计思想和各模块的工作机理的同时,着重介绍了通过语义网规则语言表示的多层次情感推理模型的组织结构和表示方法以及推理机的工作原理.仿真实验结果表明了在图像情感语义识别及推理过程中引入本体概念的可行性.     

基于负样本精简概念格规则的语义概念检测

为挖掘视频中丰富的语义信息,提出基于负样本精简概念格规则的语义概念检测方法.分析基于概念格的语义分析系统,考虑训练数据中负样本的信息,提出利用负样本精简的语义规则提取算法,将其应用于视频语义检测.先将视频镜头的低层特征映射到低层语义特征,再利用该算法生成语义分类规则,进行视频语义概念检测.实验结果表明,该方法是有效可行...     

The analysis of relationships in databases for rule derivation

Owing to the rapid growth in the sizes of databases, potentially useful information may be embeded in a large amount of data. Knowledge discovery is the search for semantic relationships which exist in large databases. One of the main problems for knowledge discovery is that the number of possible relationships can be very large, thus searching for interesting relationships and reducing the search complexity are important. The relationships can be represented as rules which can be used in efficient query processing. We present a technique to analyze relationships among attribute values and to derive compact rule set. We also propose a mechanism and some heuristics to reduce the search complexity for the rule derivation process. An evaluation model is presented to evaluate the quality of the derived rules. Moreover, in real world, databases may contain uncertain data. We also propose a technique to analyze the relationships among uncertain data and derive probabilistic rules.     

Semantic-syntax-directed translation and its application to image processing

A new model of semantic-syntax-directed translation is formulated. By attaching to each syntax rule of the input grammar a set of semantic rules and an output rule, the semantics can actively induce the translation in both aspects: determining the content of the output rule, and selecting the input-output rule pair. In addition, the proposed translation scheme is used as a mechanism for array-quadtree conversion. A great benefit may be obtained.