基于空间分割的SWRL数据集关联规则挖掘

语义Web环境下的关联规则挖掘是数据挖掘领域新的研究热点.本文针对SWRL数据集的特征,建立新的数据挖掘形式背景,将FCA用于关系型关联规则的挖掘,提出了基于搜索空间分割的关联规则挖掘方法.采用FCA作为频繁模式的压缩表示方式,从生成的闭查询导出的关联规则,可有效控制冗余规则的产生.将搜索空间进行划分可减小问题的规模,充分利用已有的挖掘过程的中间结果所提供的信息,减少了计算量.由于采用了分而治之的策略,本文的方法易于扩展到对海量语义Web数据的并行处理.     

SWRL推理规则在平面几何证明中的应用

OWL由于其具有较强的知识表示能力目前已成为语义Web知识建模的主要语言,尽管如此,它在知识推理方面存在着许多不足。语义网规则语言（SWRL）是为了弥补OWL的不足发展起来的,它是以OWL的子语言OWL DL以及其它规则标记语言为基础的规则描述语言,将SWRL推理规则引入OWL DL可以大大改善OWL DL的推理能力。运用SWRL推理规则和Jess推理机对平面几何证明题进行了推理和证明,结果验证了SWRL推理规则的有效性和正确性,在实践中同时也发现了SWRL存在的一些问题,有待今后进一步研究。     

RDF标准与主题图标准之比较分析

RDF标准和主题图标准均是信息领域中两个基本的技术标准。文中分析了两个标准的共同点，并基于数据模型详细探讨了两者的不同点，比较了各自的优缺点，研究了两者的主要应用领域及应用侧重点，最后分析了两者在技术应用上基于数据模型的互补和融合。     

基于概念图的关联规则知识表示

针对传统关联规则表示方式无法展现领域知识、数据项间的关系及规则中所隐含的信息等问题,提出了一种基于概念图的关联规则知识表示方法,该方法包括模式定义和模式解析,其结合概念图理论可将关联规则转换成概念图的知识表示形式。给出了关联规则的概念图知识表示算法,并以某省全员人口数据为数据源对算法进行了具体实现和分析。实验结果表明,该方法在人口信息表现方面具有良好的效果。     

The living in a lattice rule language

This paper presents a rule-based query language for an object-oriented database model. The database model supports complex objects, object identity, classes and types, and a class/type hierarchy. The instances are described by ‘object relations’ which are functions from a set of objects to value sets and other object sets. The rule language is based on object-terms which provide access to objects via the class hierarchy. Rules are divided into two classes: object-preserving rules manipulating existing objects (yielding a new ‘view’ on objects available in the object base) and object-generating rules creating new objects with properties derived from existing objects. The derived object sets are included in a class lattice. We give conditions for whether the instances of the ‘rules’ heads are ‘consistent’, i.e. represent object relations where the properties of the derived objects are functionally determined by the objects.     

定性规则的云表示

云模型是定性定量间的不确定转换模型，它将概念的模糊性和随机性集成在一起，利用云模型可以有效地表示基于语言值的定性规则。但已有的文献中，定性规则的云表示多种多样，文章根据各种云的内在联系提出了一维正态云的定性规则的统一表示。     

普适计算环境下基于情境的提醒服务自协调策略研究

由于老年人生理机能减退,针对老年人的提醒服务应用十分广泛.该类服务应考虑到老人的活动特征和环境特征才能提高服务效果,减少不必要的干扰.情境感知技术的发展为提醒服务的改进提供了契机,将情境引入到提醒服务的设计中,采用OWL本体方法构建领域内情境与服务知识的语义模型,以提醒服务平台的方式集成领域内提醒相关的设备与服务,并结合本体模型采用SWRL规则设计提醒服务的自协调策略,从而提高平台上不同提醒服务的自适应能力.通过模拟若干情境,采用Protégé和Pellet推理机验证了本体模型的正确性和协调规则的有效性.     

The Structure and Semantics of an Object-Oriented Logic Programming Language: SCKE

The development of the object-oriented paradigm has suffered from the lack of any generally accepted formal foundations for its semantic definition.To address this issue,we propose the development of the logic-based semantics of the object-oriented paradigm.By combining the logic-with the object-oriented paradigm of computing first,this paper discusses formally the semantics of a quite purely object-oriented logic paradigm in terms of proof theory,model theory and fixpoint theory from the viewpoint of logic.The operational and declarative semantics is given.And then the correspondence between soundness and completeness has been discussed formally.     

语句级汉字输入系统中语义规则研究

提高音字转换的正确率是新一代汉字输入技术-语句输入技术的核心问题,而基于语料库统计模式和基于语法规则相结合是提高音字转换正确率的一种有效途径。建立规则的核心问题就是要研究和解决适合于音字转换的短语搭配问题。文章依据自然语言理解和计算语言学理论,就规则在音字转换中的作用和建立方法进行了研究。     

数据库中模糊关联规则挖掘研究进展

数据库中关联规则挖掘一直是人们研究的热点,而模糊集理论的应用又为这一领域注入了新的活力。文章以此为基点,结合国内外该领域研究的进展情况,对模糊关联规则挖掘研究的技术要点、兴趣度衡量标准等方面进行分析总结,并对其发展前景进行了一定程度的展望。     

Web日志中有趣关联规则的发现

关联规则挖掘是Web用法挖掘的一个重要研究课题。目前的Web日志关联规则挖掘算法忽略了用户对规则是否感兴趣这一重要问题。对Web日志关联规则挖掘算法进行了研究，结合网络拓扑结构，提出了Web拓扑概率模型和有趣关联规则（IAR）算法。利用Web拓扑概率模型对关联规则进行有趣度评价，得出有趣度高的规则，用于改善网络性能。实验显示了IAR算法如何提高规则的利用率和有效地改善网络拓扑，它可以成功地应用到Web用法挖掘中。     

电子商务网站推荐系统中关联规则推荐模型的实现

介绍了一个电子商务网站推荐系统中关联规则推荐模型的实现过程。该模型的实现运用了概念层次的思想方法,采用了不需要产生候选集的频繁集挖掘算法FP_Tree挖掘关联规则。该推荐系统已经在一家电子商务网站上投入使用。     

Institution中自由合并理论的初始与终结语义*

在一般性的适用框架Institution中,建立了自由合并理论与各因子理论的初始(终结)语义之间的对应关系,给出了自由理论态射的粘合态射及其相关的初始(终结)语义,并证明了在一定条件下,遗忘函子Sign:Th^l→Sign的反射余极限.     

正则序类逻辑Institution的Lawvere定理及其初始与终结语义

主要考虑了以下3个问题:(1) 通过将正则序类理论态射(延拓为多类型理论态射,得到了模型函子( )·和( )#都与(可交换的结论;(2) 获得了正则序类逻辑Institution的Lawvere定理;(3) 讨论了正则序类逻辑Institution中合并理论与各因子理论的初始和终结语义.     

冲突证据融合方法的研究与改进

研究了D-S证据理论组合冲突证据时存在的缺陷,分析了国内外专家学者的研究成果,并在此基础上提出了一种改进的处理冲突证据的融合方法.该方法通过计算各证据到命题平均支持度的偏差来检测和融合冲突证据,并对最后结果进行了必要的修正,以解决来自不同识别框架的证据的合成问题.实验结果表明,该方法能有效处理冲突,得到符合实际的组合结果,相对于其它典型算法,该方法在收敛性和可靠性上有了明显改进.     

随机金融市场环境下的最优再保险–投资策略

为了对冲保险风险,保险公司可以向再保险公司购买比例再保险;同时,为了保值增值,保险公司将其财富投资于金融市场.假设盈余过程由带漂移的布朗运动所驱动,利率满足仿射利率模型,股票波动率满足Heston随机波动率模型.应用随机最优控制和HJB方程方法得到了指数效用下最优再保险–投资策略的显式解.给出数值算例并分析了模型参数对最优再保险策略和最优投资策略的影响.研究结果表明:最优再保险策略不仅依赖于保险市场参数,而且依赖于金融市场参数;随机利率与随机波动率模型下的最优再保险–投资策略与利率动态密切相关,而与波动率动态无关;再保险行为对投资于股票的数量没有影响,而对投资于零息票债券的数量产生较大的影响.     

Ordering and returns handling decisions and coordination in a supply chain with demand uncertainty

We develop a newsvendor model to study the retailer's order quantity, the manufacturer's returns handling strategy, and channel coordination. The manufacturer chooses one of two returns handling strategies: manufacturer handling or retailer handling under the coordinated and decentralized scenarios, respectively. Under the coordinated scenario, we find that when consumer's returns handling cost under manufacturer handling or the manufacturer's returns handling cost is small, consumer returns should be handled by the manufacturer. Under the decentralized scenario, when the retailer's returns handling cost or the consumer's returns handling cost under retailer handling is low, the manufacturer will choose manufacturer handling; both the manufacturer and the retailer may be better off using manufacturer handling (a win–win situation). The impact of the returns handling strategy on the retailer's ordering quantity largely depends on its effect on the consumer's returns handling cost. Finally, we also design buyback contracts to coordinate the supply chain and find that both wholesale price and buyback price under manufacturer handling are higher than those under retailer handling.