面向信息挖掘的XML知识表示方法研究

在研究了基于XML的知识发现过程的基础上,作者提出了XML的知识表示方法。论文重点探讨了在信息挖掘的过程中,使用XML实现的三个方面知识表示:数据预处理的知识表示;挖掘算法的知识表示;挖掘结果的知识表示。最后以聚类分析为例,给出了知识表示的应用并总结了XML知识表示方法的优点。     

一种新的关联规则Vis-Meta图知识表示方法

针对传统关联规则表示方法无法展示领域知识,缺少对规则信息一对一、一对多、多对一、多对多的多模式表示,忽略知识发现结果的共享等问题,提出了一种新的基于Vis-Meta图的多模式关联规则知识表示方法.首先给出了Vis-Meta图的相关定义与关联规则的Vis-Meta图表示方法,接着定义了关联规则Vis-Meta图知识表示中的概念关系,并在此基础上给出了关联规则概念关系知识表示算法、关联规则实例对比算法和关联规则知识表示优化算法.最后,以某省全员人口数据为基础,对关联规则信息进行可视化分析.实验结果表明,所提出的知识表示算法具有良好的展示效果与知识共享能力.     

用于表示知识的形式文法

本文提出了一个所谓的关系-属性-程序文法,用它作为知识表示模型。该文法具有各种知识表示方法的优点,能有效地表示上下文环境、专有知识和控制信息,可以描述产生式系统、语义网络、框架等使用最多的知识表示方法,并将上述知识表示方法统一起来,阐明了该文法表示知识所具有的能力。     

基于概念层次网络的知识表示与本体建模

知识表示是自然语言理解的重要基础。知识表示不统一、语义信息无法系统化利用是目前存在的亟待解决的问题。要解决这个问题,就要解决语义知识表示的问题。该文基于概念层次网络,描述了词语、句子和篇章层面的语义知识表示方法。基于文中描述的词汇层面的表示方法,构建了一个多语言本体知识库。该知识库的知识表示方法不仅可以为知识表示理论研究提供基础,还可以为自然语言处理相关领域的应用提供资源支持。     

知识表示学习方法研究综述

近年来,知识表示学习已经成为知识图谱领域研究的热点。为了及时掌握当前知识表示学习方法的研究现状,通过归纳与整理,将具有代表性的知识表示方法进行了介绍和归类,主要分为传统的知识表示模型、改进的知识表示模型、其他的知识表示模型。对每一种方法解决的问题、算法思想、应用场景、评价指标、优缺点进行了详细归纳与分析。通过研究发现,当前知识表示学习主要面临关系路径建模、准确率、复杂关系处理的挑战。针对这些挑战,展望了采用关系的语义组成来表示路径、采用实体对齐评测指标、在实体空间和关系空间建模,以及利用文本上下文信息以扩展KG的语义结构的解决方案。     

一种建筑施工技术知识表示方式的研究与实现

对一个知识管理系统而言,选择一种合适的表示方式至关重要。鉴于建筑施工技术知识的复杂性和多样性,一种知识表示方法无法合理全面地表示所有的知识,该文融合框架理论、产生式规则、过程表示等知识表示方法的特点,以面向对象的思想进行标识和描述,以自然语言的方式展示,提出了一种适应建筑施工领域知识特点的混合知识表示方法,同时给出了知识库在关系数据库中的实现及建筑施工领域内大部分的简单规则推理的方法。     

故障诊断知识标准化描述方法综述

诊断知识是智能诊断系统的核心。对传统的知识表示、面向对象的知识表示、AI-ESTATE诊断知识标准化表示、基于XML语言和ATML标准的诊断知识表示进行比较,总结了故障诊断知识表示方法的发展趋势,分析了ATML描述AI-ESTATE标准定义的各种测试诊断知识的优势与实现困难。通过对典型的AI-ESTATE诊断知识类型转换方法和描述进行举例,为面向ATML标准的AI-ESTATE诊断信息标准化描述方法指明了方向。针对语言定义的不同使得目前的描述还不高效的现状,对未来标准化描述发展方向做出了展望。     

基于XML的面向对象知识表示模式设计

在传统知识表示方法的基础上,综合利用了框架、产生式规则、面向对象等知识表示方式的特点设计了一种基于 XML 的新型知识表示方法,并完成其 XML Schema 的设计.此方法将普通规则与模糊规则统一起来,充分利用了 XML 对结构化数据的表示能力,实现了面向对象与产生式规则方式混合表示知识的结构化存储.兼顾了知识库的机器可读性和人可读性,实现了知识表示的跨平台、跨操作系统性能.以此为基础可开发出适于多种应用领域的交互性好、易扩展的知识获取平台及相应的推理机.     

面向对象知识表示在起重机专家系统中的应用

知识表示是专家系统的关键组成部分.在对知识表示的方法进行探究的基础上,根据起重机操作专家系统的特点,采用面向对象与产生式表示方法相结合的混合表示方法对其专家知识进行表示,并在C 程序语言环境下实现起重机操作知识的表示,同时给出起重机操作的知识表示实例,用此法开发的专家系统具有代码短、易维护、易修改和易扩充的优点.阐述了起重机操作专家系统如何用面向对象方法封装规则、建立知识库、实现知识推理和具体的应用要点.     

语义Web中的知识表示语言

知识表示是语义web实现的基础,然而选择合适的知识表示语言是实现知识表示的第一步。本文针对三种有代表性的知识表示语言XML,RDF和OWL,从不同角度分析了三种知识表示语言的优点以及不足之处,并分析了语义web中本体知识表示语言将来的发展方向。     

航天器故障诊断专家系统面向对象知识表示的研究

根据航天器系统结构庞大,各子系统相互耦合,稳定性、可靠性要求高等特点.在认真研究典型故障诊断专家系统知识表示的基础上,通过对目前几种常用的知识表示方法的优缺点的分析,提出了航天器故障诊断知识的一种新的表示方法--面向对象知识表示方法.主要介绍了面向对象知识的表示和其推理机制.该方案具有知识层次清晰、知识继承和易于维护等特点,满足航天器复杂大系统的故障诊断需要.     

知识表示方法研究与应用*

详细阐述了各种知识表示方法的运用形式,并分析了各自的优点和局限.针对甘蔗收获机械智能设计系统的知识特点,提出了混合知识表示和神经网路知识表示两种运用于该系统的切实可行的知识表示方法.     

面向对象知识表示在起重机专家系统中的应用

知识表示是专家系统的关键组成部分。在对知识表示的方法进行探究的基础上,根据起重机操作专家系统的特点,采用面向对象与产生式表示方法相结合的混合表示方法对其专家知识进行表示,并在C＋＋程序语言环境下实现起童机操作知识的表示,同时给出起重机操作的知识表示实例,用此法开发的专家系统具有代码短、易维护、易修改和易扩充的优点。阐述了起重机操作专家系统如何用面向对象方法封装规则、建立知识库、实现知识推理和具体的应用要点。     

语义网知识表示的评价标准

基于Web具有的一些特征以及应用于语义网的知识表示语言，比较了语义网中知识表示和传统的知识表示的不同，提出了语义网知识表示的评价标准，并结合标准评价了现有的知识表示语言。     

新的面向对象知识表示方法

针对传统知识表示方法缺乏过程性知识表示能力、不具备动态特征、难以表示装备保障领域知识的问题,在借鉴框架表示法、语义网络表示法的基础上,结合面向对象思想,提出了一种新的知识表示方法——动态对象网络(DON)。DON表示法以类来表示概念,将知识表示为概念以及概念间的关系。给出了概念的详细结构及其演化机制,关系的描述方式,并将守护方法思想引入概念中,在此基础上探讨了DON中的推理机制,为灵活、动态表示装备保障领域知识,实现装备保障信息的共享和融合提供了基础。     

Rough集理论中知识与运算的矩阵表示

同一问题在不同知识表示下算法难度不同。Rough集理论把知识定义为对对象的分类能力,并提供了一套基于代数系统的知识表达和处理方法。然而在代数表示下,知识的本质以及运算直观性较差,不易于理解。同济大学苗夺谦教授建立了知识与信息之间的关系,在此基础上给出了Rough集理论中概念和运算的信息表示,并给出了知识约简在代数和信息两种表示下的等价性证明。现进一步将知识及其运算表示成粒矩阵形式,继而给出了知识约简在代数、信息和粒矩阵3种表示下的等价性证明。     

基于RuleML的多级知识单元知识表示方法

文章针对农业领域的知识表示问题探讨了一种基于RuleML格式的多级知识单元的知识表示方法。RuleML和多级知识单元的有机结合使得知识预处理的效率获得提高,并体现出数据库和知识库融合的一定优势,还实现了知识表示的标准化、规范化和通用化。     

基于本体的机械零件知识表示方法研究

分析了零件知识内容复杂,数据构成的形式多样的特点,比较现有知识表示方法的利弊,提出了基于本体的知识表示方法,给出基于本体的机械零件知识表示的实现过程,并以螺栓为例进行了本体表示。     

农业智能系统开发平台的知识表示与推理策略

针对农业智能系统的知识特点,提出基于框架知识单元和求解知识单元的知识组织结构,同时采用XML作为知识描述语言的知识表示方法,在此基础上采用混合推理的推理策略,并实现了不确定推理．该知识表示方法和推理策略已经在工作中得到实际应用,较以往知识表示方法,在知识获取、知识的直观充分表达、知识扩充、知识模块化、知识共享等方面都取得了很好的效果．     

航天器故障诊断专家系统面向对象知识表示的研究

根据航天器系统结构庞大,各子系统相互耦合,稳定性、可靠性要求高等特点。在认真研究典型故障诊断专家系统知识表示的基础上,通过对目前几种常用的知识表示方法的优缺点的分析,提出了航天器故障诊断知识的一种新的表示方法——面向对象知识表示方法。主要介绍了面向对象知识的表示和其推理机制。该方案具有知识层次清晰、知识继承和易于维护等特点,满足航天器复杂大系统的故障诊断需要。