基于动态描述逻辑的语义Web服务推理

语义Web服务的提出是为了解决Web服务资源在语义Web中的自动发现、组合和执行等问题,基本思路是将本体承载的静态知识与对Web服务动态功能的描述有机地结合起来.动态描述逻辑是描述逻辑的一种动态扩展,支持面向语义Web的对动作的描述和推理.文中利用动态描述逻辑DDL(SHOIN(D))的描述和推理功能,提出对语义Web服务进行建模和推理的一种有效途径.从OWL-S中的Process Model出发,将语义Web服务建模为基于DDL(SHOIN(D))的动作理论,其中,对应于Process Model中的原子过程,可以对输入、输出、局部变量、前提条件、结果等多个方面进行建模;对应于Process Model中的复合过程,可以相应地对数据流以及顺序、选择、乱序、条件、迭代、循环等控制结构进行刻画.以建模后得到的动作理论为基础,应用动态描述逻辑的推理机制,可以分别对语义Web服务的可实现性、可执行性、投影、规划等问题进行推理.这些推理功能为语义Web服务的自动发现和自动组合提供了有效的支持.     

一种快速有效的图像纹理谱描述子

提出了一种基于纹理基元等价类的纹理谱描述子来描述图像的纹理特征．该纹理谱刻画邻域内像素灰度变化模式,以纹理谱直方图方式表示图像内容．与Gabor纹理特征的对比实验表明,文中的纹理谱描述子特征提取速度快、检索准确率高．最后给出了实验结果和性能评价．     

现实世界中的主体的一种复合式结构

多主体系统试图用主体来模拟人的理性行为，生存在现实世界中的主体，面对不断变化的环境，要保译紧急情况的及时反应，并为实现自己的目标表现出智能的行为，本文提出一种复合式的结构，即在一个主体中有要地组合了多种并行执行、相对独立但又相互作用的智能形态，以使现实世界中的主体在各种情况下作出合理行为，这些智能形态包括对紧急情况的反射、对中短期行为的规则、对世界的建模分析和短期预测，与其他主体的通讯以及决策生成     

基于B-样条网络的主曲线建模

论文提出了一种基于B-样条网络的主曲线建模的新方法,该方法结合学习主曲线的多边形算法和B-样条网络来建立主曲线模型,实验结果表明所提出的方法是简便有效的。     

基于主体的语义Web服务自动组合研究

语义Web服务要解决的一个主要问题就是如何实现服务组合自动化.主体技术因其智能性、自主性等特点在解决语义Web服务组合问题中具有较大优势.通过分析语义Web服务组合研究现状,分析主体、语义Web与Web服务的紧密关系,论证了基于主体的语义Web服务的可行性并描述了基于多主体的Web服务组合平台架构.介绍了基于主体技术的语义Web服务组合技术,将服务组合看成是一个多主体环境下的规划问题,给出语义Web服务作为主体动作子类的形式化定义,并针对服务组合问题增加限定条件,定义服务之间的5种关系,试图从逻辑角度,以描述逻辑为基本工具,突出服务的动态性与交互性.最后利用主体的目标规划以及基于描述逻辑的有效推理,给出了服务的自动组合算法.     

基于Bayes潜在语义模型的半监督Web挖掘

随着互联网信息的增长,Web挖掘已经成为数据挖掘研究的热点之一.网页分类是通过学习大量的带有类别标注的训练样本来预测网页的类别,人工标注这些训练样本是相当繁琐的.网页聚类通过一定的相似性度量,将相关网页归并到一类.然而传统的聚类算法对解空间的搜索带有盲目性和缺乏语义特征.提出了两阶段的半监督文本学习策略.第1阶段,利用贝叶斯潜在语义模型来标注含有潜在类别主题词变量的网页的类别;第2阶段,利用简单贝叶斯模型,在第1阶段类别标注的基础上,通过EM(expectation maximization)算法对不含有潜在类别主题词变量的文档作类别标注.实验结果表明,该算法具有很高的精度和召回率.     

纤维逻辑

形式逻辑已经从简单命题逻辑发展到比较复杂的模态逻辑系列。但是在主体环境下,已有逻辑的复杂性仍然不能有效刻画主体复杂的心智。有一些人工智能研究者根据主体心智的多重性,在模态逻辑中引入多种模态算子,并借此对主体加以刻画。但是原来的可能世界语义却难以容纳如此复杂的语法,出现了很多不合理的地方。本文首先介绍了新近出现的纤维逻辑（fibring logics）,然后归纳了目前将此理论应用在主体BDI建模的研究现状,最后分析纤维逻辑的不足之处,讨论了其他可能的应用,并对今后的工作做了展望。     

综合语义特征和视觉特征的二阶段纹理图像检索

提出一种融合模糊语义概念和精细视觉特征的纹理图像检索方法．首先根据语言表达式和模糊语义概念对整个图像库进行快速有效的粗搜索,得到具有“软”边界的语义检索结果;然后根据视觉特征在语义检索结果中（而不是整个图像库）进行精细的检索．该方法很好地结合了基于内容的图像检索和基于语义的图像检索两者的优势,使得用户既可以根据语义概念对图像库进行快速浏览和检索,也能根据查询用例图像的视觉特征进行精细的匹配;另外,由粗到细的二阶段策略也明显地提高了其检索性能．在Brodatz纹理库中的实验结果表明,通过调整合适的语义检索边界,该方法的检索性能明显优于基于视觉特征的图像检索方法．     

基于轮廓的图像检索

提出了一种针对多纹理图像的基于轮廓和纹理分割的检索策略.首先提取一幅图像中各个纹理基元的轮廓,计算轮廓的Fourier形状描绘子,根据形状描绘子对轮廓聚类分组.此时,原图像被分割成几组不同形状的纹理基元轮廓,采用Gabor小波变换分别提取各组纹理基元轮廓的特征,从而将原图像表示为Gabor小波特征空间中的特征点集.最后,采用对噪音不敏感的改进Hausdorff距离计算各特征点集之间的距离,便可实现多纹理图像的检索.与已有方法相比,实验结果表明,该方法具有更好的检索精度.     

非线性迭代PLS信息模式识别算法

对偏最小二乘(PLS)回归的基本方法进行了分析研究,提出了基于非线性迭代偏最小二乘(NIPLS)的信息模式识别算法。该算法实现了模式识别中特征提取与分类器设计的有机结合。NIPLS较Fisher判别分析、Bayes判别分析等经典的模式识别算法,具有更强的信息识别能力,且对数据本身的分布要求不高,尤其对于多重共线性资料或解释变量多而样本数量少时更为有效。将该算法应用于土地质量的分类识别,结果表明,该文所建立的算法是有效的、可靠的。