智能家居中语义知识表达及推理研究

针对地源热泵智能家居“以用户为中心”的需求,文中将语义技术和X列表引入智能家居领域,并建立包括用户、环境变量、需求任务、设备资源和服务5大本体要素列表的语义智能家居模型。在语义推理方面,提出并构建了基于jena的跨列表交互规则,使智能家居各列表互相联系,智能家居本体知识库、规则库和jena推理机进行封装并按需组合推理,可为用户提供个性化服务,实现智能家居的语义人工智能化。文中最后进行了智能家居系统开发,并列举典型应用场景说明了语义智能家居系统的可行性。     

基于社会立场建模的网络犯罪预警研究

网络空间已成为安全防控“第二战场”,如何在新型战场中为网络犯罪预警提供技术支持已成为当前安全工作的重要需求。在分析涉犯罪网络文本特征的基础上,提出基于社会立场的建模方法。首先,基于领域专家破案经验,抽取知识构建顶层本体,并按照警种扩展顶层本体构建领域本体;然后,依据警种所关注主题,定向采集官方媒体言论,构建社会立场库;最后,监测社交媒体言论,依据本体实例推理获取相关主题社会立场,通过计算言论与主题社会立场的相悖度做出预警。从基于情感和基于立场的5组网络犯罪预警实验结果可以看出,网络犯罪相关文本是非情感敏感性的,而基于社会立场的建模方法可有效预警网络犯罪。     

基于语义本体的无人机人机交互控制方法研究

针对自然语言和无人机远程操控的语义理解问题,提出一种基于语义本体的无人机人机交互控制方法.以电力巡线为领域背景,基于本体的方法构建人机交互的概念体系,用OWL语言描述并定义地图信息数据,形成概念本体事实库.以概念本体事实库为基础,构建多元语义关系,生成关于位置节点的拓扑关系结构和语义解释接口,提出基于标签稀疏图的语义位置推理方法和轨迹控制算法,从而实现人机在统一的概念内涵和位置推理基础上的交互控制.研发语义本体人机交互模拟演示系统,通过实验证明:作为人机交互实例,该方法可以为无人机电力巡线提供位置导航和轨迹控制,实际飞行满足期望状态估计且语义推理结果比传统密集航点模式平均误差测量低10％,同时精度控制在2.50±0.05 mm范围.     

基于表示学习的工业领域人机物本体融合

随着新一代人工智能技术的发展,制造系统由以往的人物二元系统发展为人机物三元系统,跨域跨层的多元数据融合成为必然趋势。本体作为一种能在语义上描述数据的概念模型,被广泛应用于多元异构数据的集成、共享与重用中。在传统工业领域中,利用本体融合驱动数据融合的研究通常集中于信息和物理系统。针对人机物本体融合问题,文中提出了一种改进的表示学习模型TransHP。由于经典的表示学习的翻译模型未有效利用除三元组结构以外的其他信息,TransHP在TransH上加以改进,将本体中的元素构成类别三元组与实例三元组。首先针对类别概念构成的三元组,利用三元组的结构和属性进行联合训练;然后将得到的类别实体的向量表示作为训练实例向量的输入,与实例的结构信息进行联合训练,同时以置信度作为关系强度加入计算,以解决关系三元组稀疏性造成的实体在语义空间无序分布的问题。文中构建以工业领域热轧生产流程为例的人机物本体,并将其作为小样本进行测试,实验结果表明,与TransH模型相比,在人机物本体中,TransHP模型推理出实体间的关系更丰富,准确率更高。TransHP模型实现了人机物本体的融合,解决了人机物信息交互的问题,为协同决策做出了铺垫。     

考虑语境的微博短文本挖掘:情感分析的方法

传统基于词典的情感分析方法中情感词语的极性和强度是固定和静态的,没有考虑情感词语随不同语义环境极性和强度的变化.为此,提出一种考虑语境的基于情感本体和情感圈的微博短文本情感分析方法.采用情感圈方法考虑不同语境中词语的共现模式,以捕获它们的语义并更新情感词语的极性和强度.结合已构建的情感本体和语义量化规则,建立考虑语义环境的微博短文本挖掘方法.实验结果表明,该方法从实体级和微博级两个层面,在精度、召回率、F值和准确率几个指标上都明显优于基线方法.     

基于知识的试油方案协同设计方法应用研究

为解决试油三项设计系统在实际应用中因认知水平、知识水平和实际需求不同导致的设计方案差异大、标准不统一的问题,如何以一种形式化、标准化的方式来表示试油方案设计领域知识,实现方案标准统一化,提高试油方案协同设计系统的智能性是面临的一个重要问题。在研究试油方案协同设计工作流的基础上引进知识的概念,将试油领域本体与试油方案协同设计的具体应用需求相结合提出了一种基于知识的试油方案协同设计方法。该方法介绍了试油领域本体构建、应用以及协同工作流构建等技术和方法,利用统一的知识表示,使知识与试油方案协同设计业务流程紧密关联,很好地解决了实际应用中方案标准统一化以及知识重用性的问题。目前系统在使用中,提高了方案设计的准确性和设计效率。     

基于大数据的产品族本体造型意象挖掘方法研究

为提升产品造型意象成族的准确性,增强感性工学研究中意象词汇提取的规范性和知识重用性。 首先从同族、泛族、异族的概念切入,对目标产品族的造型意象本体进行了定义;再借助 word2vec 工具和主 成分分析法(PCA)分别完成了对产品族意象词汇的关联性联想和降维提取,从而构建了意象词汇挖掘机制,通 过此机制可以辅助设计师利用网络大数据资源更高效、准确地进行目标产品意象的挖掘,一定程度上解决了传 统感性工学在意象挖掘方法中模糊性。最后结合意象词汇与造型特征的映射关系,利用 Protege 工具构建了产 品族造型意象的本体模型,对目标产品的造型意象知识进行了逻辑化表征,为下一代产品继承并发展原产品族 造型意象提供参考。以马自达 MX-5 车系的造型意象为例构建了本体模型,并进行了子代产品前脸的概念设计。     

一种多策略的中文领域本体概念抽取方法

为了提高中文领域本体概念抽取的准确率和召回率,提出一种多策略的中文领域本体概念抽取方法。该方法使用模式匹配法改进原有的单字合并法,经词性过滤和缺陷检测筛选出概念集组成用户词典,并送入概念抽取系统进行二次分词获得候选概念集;利用词频-逆向文本频率(TFIDF)方法和信息熵融合得到TFIDFE方法,计算概念权重以获得领域概念集。实验结果表明,该方法在领域术语抽取的准确率、召回率和F值上均有较好的效果。     

机械加工工艺知识本体及检索方法研究

随着科技的不断发展,计算机技术得到了广泛的应用.机械加工工艺知识繁多复杂,且机械零件要求尺寸精密,若仅仅依靠人脑完全无法全部记忆.因此基于计算机技术的机械加工工艺知识的检索系统应运而生.