形式概念分析在本体构建中的应用

随着信息共享和数据交换的范围不断扩大,语义数据集成成为数据库技术研究中的热点。本体作为共享概念的形式化说明,用于表达数据源的语义、识别和建立概念间的语义关联、达成语义一致,提供了语义异构问题的解决途径。传统的关系数据库由于具备技术成熟、应用广泛、数据管理能力强、数据安全程度高等特点,依然是数据存储的主要手段。然而,关系数据只表达了"属性/值"二元关系,不具备语义描述的能力,如何在关系数据中直接抽取数据的语义,构建本体,提炼丰富的语义信息,弥补关系数据表的缺陷,是一个重要的研究方向。文中探讨了运用形式概念分析的技术,结合数据库模式及其数据,构建本体的方法。在研究本体构建的基本方法基础上,论述了形式概念分析方法,并结合给定的数据库模式及其数据信息,演示了运用形式概念分析的方法构建本体的过程。     

基于形式概念分析的本体构建方法研究

本文采用形式概念分析理论中的方法来构建本体,对组成本体的概念、属性以及关系等用形式化的语境表述出来。通过概念格图形的形式来展现本体的研究领域中概念及概念之间的关系,寻找所有隐含概念及概念间的关系,从而清楚地表达出本体的结构。     

基于形式概念分析的本体合并方法

针对现有的本体合并方法在进行合并时需要人工参与,比较费时费力,且合并结果受人为影响过大等缺点,提出了一种基于形式概念分析的本体合并方法——FCA-OntMerge(formal concept analysis based ontology merging method)。该方法首先将本体中的数据直接转化为形式背景(概念格的数据存储方式),然后利用概念格严谨和完善的数学原理进行合并,最后生成新的本体。实验结果表明,该方法能很好地解决本体异构的问题。     

形式概念分析在软件工程中的应用

随着现代软件工程的不断发展,软件开发的效率显得尤为重要。如何高效率地开发出满足各种不同用户需求的软件已成为当今软件工程开发中的热点。传统的软件开发由于过分地依赖于文档,其开发效率及其灵活性受到了很大的影响。文中描述了形式概念分析方法这种软件工程中新型的设计方法,用以发现一群类所表现出的共同或者重复的特征。这些共同特征将通过一种表现所有特征局部关系的格的形式,发现跟其相关的那些关联,进而更合理地安排软件开发的各项进度,提高软件开发的效率。文中也描述了形式概念分析方法在软件工程一些具体阶段的应用。     

基于形式概念分析的采煤工作面本体构建研究

针对传统本体构建方法耗时耗力且主观依赖性强的问题,提出了一种基于形式概念分析的采煤工作面本体构建方法。该方法可有效地发现领域数据中隐含的概念和概念间的关系,并通过概念格将本体可视化,将新增信息自动地添加到本体中,实现了本体的半自动化更新。实例验证了该方法的有效性。     

基于形式概念分析的领域本体构建方法研究

近年来,本体作为一种有效的、表现概念层次结构和语义的模型,被越采越多的领域所应用。应该说,本体的出现能很好地解决目前计算机应用领域中存在的一些困难,如人机交互或机器与机器之间的通信、自动推理、知识表示和重用等。但是,在能很好地应用本体之前,我们面临一个新的难题：本体的构建。本文对现有的领域本体构建方法做了总体性介绍,并在此基础上详细描述了几种基于形式概念分析的领域本体构建方法,最后时形式概念分析用于领域本体构建方法做了分析、比较和总结。     

基于形式概念的语义网本体的构建与展现

作为语义网基础的本体是共享概念模型的明确的形式化规范说明,它提供一种让计算机可以交换、搜寻和认同文字信息的方式。有效地构建、展现本体成为应用本体的关键问题,然而,现有构建本体的各种方法都在不同方面存在着限制。经过分析比较,本文采用形式概念分析理论构造本体阶层来弥补缺陷,并结合机率模式展现本体,用于表达概念之间及概念、资料间的相关性,利用文件与概念的相关性排序结果,以便于用户找到最相关的信息,从而有效地提高了信息查找的效率。本文通过实例来演示本体的构造与表达。     

一种基于模糊形式概念分析的模糊本体学习方法

模糊本体是语义网中处理模糊信息的重要工具,而模糊本体学习是构建模糊本体的一种有效方法,因此模糊本体学习已逐渐成为现今本体研究的热点。作为模糊本体的另一种图结构的表现形式,模糊概念格构造与演化的研究也渐渐引起人们的关注。模糊形式概念分析是一种基于模糊形式背景表示形式概念的新模型,是由模糊集理论与形式概念分析结合而成,其主要表现形式即是模糊概念格。这种模糊概念层次结构是数据分析及规则提取的有效工具,且支持概念间相似度的计算。提出一种基于模糊形式概念分析的模糊本体学习方法,意图从领域文档中获取模糊概念和模糊概念关系,并通过模糊形式概念分析,将其添加到源模糊本体转化的模糊概念格中,以完成模糊本体学习。     

基于形式概念分析的煤矿事故本体构建

为解决煤矿事故知识管理混乱、联动不足等问题,构建了基于形式概念分析的煤矿事故本体。首先分别构建以煤矿领域的主题词表和文本集为数据源的形式背景,并通过并叠置运算得到异构资源的形式背景,然后利用概念格构造工具将形式背景转换为概念格,最后从概念格中抽取概念、属性和实例组织成煤矿事故本体。利用煤矿事故本体对煤矿事故知识进行组织和形式化表示,可实现煤矿事故知识的共享和重用,为煤矿安全预警提供帮助。     

基于形式概念分析与统计理论的本体构建模型*

为了解决目前本体建立技术严重依赖领域专家的参与、不够客观的现状,提出将形式概念分析与统计理论相结合的本体构建模型。通过利用统计算法对术语在文件中出现概率进行统计,根据设定的阈值对术语进行抽取,同时对术语出现的文件进行记录,进而将以上所得的知识组织成具有层次关系的概念格,最后将概念格映射为领域本体。实践证明,利用该模型建立的领域本体具有较好的客观性,同时能极大提高本体搜索的效率。     

形式概念分析在软件工程中的应用

随着现代软件工程的不断发展,软件开发的效率显得尤为重要.如何高效率地开发出满足各种不同用户需求的软件已成为当今软件工程开发中的热点.传统的软件开发由于过分地依赖于文档,其开发效率及其灵活性受到了很大的影响.文中描述了形式概念分析方法这种软件工程中新型的设计方法,用以发现一群类所表现出的共同或者重复的特征.这些共同特征将通过一种表现所有特征局部关系的格的形式,发现跟其相关的那些关联,进而更合理地安排软件开发的各项进度,提高软件开发的效率.文中也描述了形式概念分析方法在软件工程一些具体阶段的应用.     

Concept Compression in Formal Concept Analysis Using Entropy-Based Attribute Priority

Discovering important concepts in formal concept analysis (FCA) is an important issue due to huge number of concepts arising out of complicated contexts. To address this issue, this paper proposes a method for concept compression in FCA, involving many-valued decision context, based on information entropy. The precedence order of attributes is obtained by using entropy theory developed by Shannon. The set of concepts is compressed using the precedence order thus determined. An algorithm namely Entropy based concept compression (ECC) is developed for this purpose. Further, similarity measures between the actual and compressed concepts are examined using the deviance analysis and percentage error calculation on the deviance of input weights of concepts. From the experiments, it is found that the compressed concepts inherit association rules to the maximum extent.     

基于概念树的本体生成技术研究

本体最早源于对哲学的思辨,如今被计算机领域赋予了新的内涵和意义。在对本体技术深入研究的基础上,提出了基于概念树的本体生成技术。该技术面向企业级应用,能够快速、简洁、有效地生成所研究领域的本体,具有一定的通用性和较强的可扩展性。依据该技术设计实现的Ontology-Computer本体在知识检索领域有较好的应用,可以有效地提高检索的查全率和查准率。     

基于概念树的本体生成技术研究

本体最早源于对哲学的思辨,如今被计算机领域赋予了新的内涵和意义。在对本体技术深入研究的基础上,提出了基于概念树的本体生成技术。该技术面向企业级应用,能够快速、简洁、有效地生成所研究领域的本体,具有一定的通用性和较强的可扩展性。依据该技术设计实现的Ontology—Computer衣体在知识检索领域有较好的应用,可以有效地提高检索的查全率和查准率。     

面向对象的多粒度形式概念分析

为进一步将粒计算思想引入到形式概念分析之中,在多粒度形式背景中研究了面向对象的形式概念,将已有的面向对象概念由单粒度拓展至多粒度情形。首先,在多粒度形式背景中,给出了不同粒度下概念的定义;其次,研究了在不同粗细粒度下,面向对象概念之间的内在联系;最后,证明了在不同粗细粒度下外延集相等的充分必要条件。所得结论为在多粒度形式背景中建立融合形式概念分析与粗糙集理论的数据分析模型提供了可能的框架。     

Pellet本体概念分类算法优化

针对Pellet1.4(简称Pellet)推理机的本体概念分类算法效率较低,为了通过减少调用ABOX推理概念间包含关系来提高分类性能,提出了一种全局标记方法.方法首先对所有节点嵌入一个二维散列mark,用于节点存储与其他节点的包含关系标记.然后在推理过程中通过ABOX的推理结果.动态修改相关节点中mark的标记信息.最后充分利用以前的推理结果所修改的标记信息来减少ABOX一致性检测次数.通过使用全局标记方法的算法替代Pellet推理机中原有概念分类算法对实际本体分类进行仿真,实验结果表明该方法可以有效地减少调用ABOX执行一致性检测次数,提高本体概念分类性能.