一种解决视频检索中语义不一致性方法

近年来,领域本体作为实现知识共享的基础已应用于视频语义检索。然而,同一或不同应用或领域知识可能存在多个本体,这些本体之间缺乏对术语使用的约定。这种现状所产生的语义不一致性导致难以实现检索过程中的知识推理和互操作过程的自动化,因而严重影响视频检索的效率和结果。提出一个两层本体结构,把同一或不同领域共享或共用的概念与知识映射到一个上层本体,从而解决多本体间语义上的不一致性,实现本体间知识的共享。并通过应用于视频场景的检索实验,说明该方法是有效和可行的。     

语义集成:本体映射方法研究

本体是客观世界知识的表现形式，随着语义Web研究的深入．研究者们构建了越来越多的本体．如何实现本体之间的知识共享和重用，成为了语义Web发展的关键。文中对本体映射的方法进行了研究，系统阐述了本体及本体映射的定义、本体映射中的相似度计算和本体映射框架等。如何减少本体映射中的人工干预，实现本体的半自动化或自动化映射将是该领域的发展方向。     

飞机故障知识的本体建模及语义检索

针对目前飞机维修保障工作中故障知识共享应用的实际困难,对飞机故障知识的表达建模以及检索应用进行了研究。依据飞机故障知识的领域特性和共享需求,采用本体作为知识表示的方法。根据本体组成元素分析了飞机故障本体的知识来源,并提出了飞机故障知识的本体工程构建方法。在本体模型的基础上,研究了飞机故障知识的语义检索模型,基于最近相邻检索策略提出了飞机故障本体的语义检索相似匹配算法及其实现流程。开发飞机故障知识管理原型系统并在某航空制造企业进行应用验证。     

语义集成:本体映射方法研究

本体是客观世界知识的表现形式,随着语义Web研究的深入,研究者们构建了越来越多的本体,如何实现本体之间的知识共享和重用,成为了语义Web发展的关键。文中对本体映射的方法进行了研究,系统阐述了本体及本体映射的定义、本体映射中的相似度计算和本体映射框架等。如何减少本体映射中的人工干预,实现本体的半自动化或自动化映射将是该领域的发展方向。     

基于本体的教学知识库研究与应用

知识库是智能教学系统的基础。由于教学知识库的描述标准不统一,知识表示方法也不同,所以导致教学知识难以共享和互操作。将本体引入教学领域知识库建模过程,建立概念共享模型,提供概念语义空间,不仅可以解决智能教学系统中的知识共享和互操作问题,而且易于实现基于本体的语义检索系统,从而大大提高系统的查全率和查准率。     

基于本体的教学知识库研究与应用

知识库是智能教学系统的基础。由于教学知识库的描述标准不统一,知识表示方法也不同,所以导致教学知识难以共享和互操作。将本体引入教学领域知识库建模过程,建立概念共享模型,提供概念语义空间,不仅可以解决智能教学系统中的知识共享和互操作问题,而且易于实现基于本体的语义检索系统,从而大大提高系统的查全率和查准率。     

基于多层领域本体的知识表示通用模型研究

随着复杂信息系统涉及的知识领域越来越广泛,传统的基于领域本体以及基于关键词的知识表示模型,当处理多领域异构知识的共享与重构时,表现出异构信息有效组织及准确检索的不足。针对此问题,提出了基于多层领域本体的知识表示通用模型,借鉴顶层本体提供的上层语义知识,整合各领域的本体知识,并详细分析了由顶层本体、上层本体、应用本体、实例本体组成的多层领域本体的各层本体的构建流程。仿真实验通过与基于传统领域本体以及基于关键词的知识表示模型的对比分析,分别于一个以及多个领域知识的视角下,验证了基于多层领域本体的知识表示通用模型的有效性。     

基于网络课程本体的语义查询推理系统

针对网络课程知识点相对孤立、共享性与重用性差、学习资源查找困难、不能提供个性化服务等问题,提出使用基于本体查询推理的解决方法,设计了检索、查询和推理的功能模块和工作流程,并综合运用了Jena和SPARQL实现了相应的原型系统。通过具体的课程本体进行测试,验证了该解决方法的有效性和可行性。该系统能够将网络课程知识内容有机组织到一起,达到共享、重用的效果,可以提供个性化的学习服务,为进一步开发智能化的网络课程平台提供了条件。     

一种基于本体的概念语义相似度方法的研究

提出了一种计算不同本体中概念间语义相似度的方法，该方法通过比较实例间的相似度获得初始概念间语义相似度，结合影响概念间语义相似度的两个系数，计算出最终的概念间语义相似度。与概率统计方法进行比较，验证了该方法的有效性。该研究工作可以应用于面向Web的知识检索领域。     

文档管理系统的语义模型研究

本文提出了一种语义文档的模型,通过采用一定的策略将文档对象和本体链接起来,从而使得文档具有了语义而成为语义文档,提高了文档检索尤其是特定知识的检索效果.同时引入了文档评注的机制.使得文档可以从不同的层面进行评注.导致了文档知识可以从更多的层面共享.     

基于语义分析的OWL文档聚类研究

借助目前丰富的网络资源，将同一主题的现存Ontology知识聚类，提供给领域专家或用户进行二次精化和集成是Ontology研究领域的一个重要课题．OWL是目前用于表示和交换Ontology信息的基本标准．本文从OWL的语义本质出发，考虑了知识之间的继承性及复杂类比较和模糊集运算的相似性，提出一种计算OWL文档语义相似性的方式，并和层次聚类算法集成完成了对OWL文档集的聚类实验．实验结果说明本文提出的算法对自动生成和手工建立的OWL文档集都有很好的效果。     

基于Ontology的问题检索建模

个性化学习是网络教学发展的一个方向，个性化学习主要体现在对学生学习路线的指导和疑难问题的答疑上。该文论述了Ontology与问题表示的关系，探讨了问题检索模型，并在学习支持系统中应用。     

本体中概念相似度的计算

本体是概念、属性和关系的集合。本体异构是本体间互操作的主要障碍,解决本体异构最好的方法是本体映射。本体映射的关键是概念相似度的计算,但计算时一般不考虑关系和属性对相似度的影响,计算结果存在误差。论文从两个方面对概念的相似度进行计算。首先计算概念的语义相似度,然后计算概念描述相似度。实验表明该计算方式可以提高计算结果的精确度。     

挖掘Web日志降低信息搜寻的时间费用

如何根据用户的行为信息优化站点的设计是一个重要的研究问题．提出了一种新的支持站点设计优化的Web使用挖掘方案．此方案基于Web日志中的搜寻路径统计用户寻找目标花费的平均时间，用以量化Web页面的搜寻费用．在此基础上提出了一种高效的数据挖掘方法，寻找一组能够有效压缩搜寻路径(降低时间费用)的超链接．实验表明，挖掘的结果能够提供许多有用的信息，帮助管理者及时发现站点设计中存在的问题．     

基于本体的Petri网模型转换方法

在现有的UML到Petri网模型转化规则的基础上,引入本体将其作为各种模型到Petri网模型之间转化的桥梁,研究各种模型到Petri网的通用转化方法.为每个模型包括Petri网模型建立本体,再根据基于分类树的本体映射建立模型转化步骤.通过计算不同模型中概念的相似度建立不同模型中概念的对应关系,完成模型转化.     

以本体为核心的图像情感语义检索模型

针对目前图像检索系统较难实现情感语义检索的问题,构建了以本体为核心的图像情感语义检索模型。在对核心本体库的构建中,采用将Mpeg-7和概念格理论与本体构建相结合的方法,其难点在于将Mpeg-7标准描述符与图像情感本体的属性构造的结合,以及自动产生新的概念结果的方法;实现了图像情感领域本体框架的半自动构建。通过系统的初步实现与相关实验的验证,证明了此检索模型在实现图像情感语义检索中的可行性和优越性。     

语义网格中基于多策略学习的Ontology匹配方法

近些年来，语义Web和网格计算这两个方向在各自的研究社区分别发展着，这两方面的交叉即语义网格(semantic grid)则是最近一段时间兴起的研究领域．通过给网格附加语义层，能够促进网格自组织的形成．现有的Gnd社区都是使用集中式的、一致性的、可扩充的Ontology库．超越集中式的语义存储是语义网格发展面临的最大挑战之一．针对网格社区间的Ontology异构性这个问题，提出了一种多策略的Ontology匹配学习方法．它使用多种分类方法来学习Ontology之间的匹配：使用一般的基于统计的分类方法来发现数据实例内部的分类特征；或者使用基于一阶逻辑的学习算法FOIL来发现数据实例之间的语义联系．在单个方法预测的基础上，匹配系统使用称之为最突出的冠军的匹配委员会方法来集成分类结果．实验表明在现实的知识领域中，系统能达到很高的匹配精度．     

基于相似度综合计算的本体映射方法的研究

语义异构问题已成为目前异构数据集成领域的研究热点,本体由于其自身的优势而被用于解决语义异构。该文讨论了基于相似度的本体映射方法．着重介绍了基于语法距离、基于WordNet语义字典以及基于结构的相似度计算,最后提出了本体映射生成算法,旨在解决语义异构中本体映射问题。     

云计算平台下基于本体的推荐系统研究

电子商务异军突起,然而目前的推荐系统出现了冷启动、系统构建成本高等问题,云计算是分布式数据处理技术整合了更多的计算技术的新发展,从经典的电子商务推荐系统入手分析推荐系统的技术基础,对比分析基于云计算平台推荐系统的优势,构建云计算平台下基于本体的推荐模型,为个性化推荐服务改革带来了契机。     

改进的概念相似度算法

本体映射是目前的热点问题,而概念相似度计算则是它的关键部分。目前的方法基本上都是基于多策略的综合方法,而综合方法存在计算量大、权值难以确定等问题。提出了一种改进的综合算法－PCASim。该方法通过概念名称相似度计算减少计算量,利用主成分分析改进权值。实验表明该方法是切实可行的。