基于ALC的事例库结构及检索研究

为了提高基于ALC的事例检索的效率,通过概念距离及LCS推理给出了索引节点密度大且带权重的事例库层次结构,实现了事例更细致的分类及统一概念距离的语义。根据该结构的组织方式、LCS概念及概念距离给出了事例筛选及相似性度量算法,证明了通过事例筛选得到的候选事例集明显减小,采用相似性度量算法能得到合理的候选事例序列,从而提高了基于ALC的事例检索的效率。     

基于ALCQ(D)的CBR事例表示及相似性度量

针对目前用于CBR事例表示的描述逻辑,如EL、ALC、ALCNR等缺少定性数量约束和有型域约束的问题,将具有定性数量约束和有型域构子的描述逻辑ALCQ(D)应用于CBR中。首先使用ALCQ(D)概念表示有定性数量约束、具体数据类型和数据值约束需求的CBR事例,并对之索引。研究两种主要的具体数据类型:数值类型和符号类型。然后定义ALCQ(D)范式来规范事例的索引表示,最后给出事例相似性度量方法。该度量方法先对事例索引的各个部分进行相似性度量,然后对度量结果进行加权求和得到最终相似性。实验结果表明,ALCQ(D)可以更准确地表示事例,事例相似性度量方法可以更贴切地度量事例的相似性,这对提高事例检索的速度和准确性以及提高CBR系统的效率具有重要意义。