应急物流组织本体模型研究及应用

为解决应急物流组织的知识共享及互操作问题,基于ABC上位本体,定义了应急物流本体模型ELO_Ontology,形式化表示为应急物流组织概念、关系、函数、公理和实例的五元组。最后,以四川省汶川大地震中的应急物流组织片段为实例进行了知识表示,结果表明,ELO_Ontology模型能够有效构建应急物流组织的知识体系。     

应急预案体系本体模型（EPSOnto）及应用

应急预案是处置突发事件的重要依据,应急预案体系提供应急预案编制及修订指南。目前我国的应急预案体系建设存在描述不一致和异构性等问题。针对上述问题,采用语义网的本体技术,构建了应急预案体系本体模型,该模型以SUMO为上位本体,从预案体系主体、预案体系客体和体系组成等方面构建应急预案体系的概念、关系、函数、公理和实例五元组本体模型,并以天津市应急预案体系为应用实例对EPSOnto模型进行验证。     

基于本体的突发事件应急服务模型研究

 通过研究本体理论,采用斯坦福大学医学院开发的七步法、本体构建工具（Protégé）和本体描述语言OWL,实现突发事件应急服务领域本体库的构建,研究突发事件应急服务本体模型（ESODM）对突发事件应急服务进行统一建模,有助于实现突发事件应急服务在语义级别上统一表达,从而使得突发事件应急服务信息具有计算机可以理解的语义,有助于解决不同应用之间的信息语义异构问题,有助于实现对突发事件应急服务信息资源的智能访问和检索,有助于解决语义层次上应急服务信息共享和交换等问题。     

应急案例本体模型的研究及应用

应急案例是应急指挥决策的重要依据。以网页形式存储的应急案例数据量呈指数趋势上升,但是网页开放性特点决定数据异构性强,导致应急案例信息理解和利用困难。针对上述问题,提出了应急案例本体模型（ECOM）,构建应急案例知识模型,模型包括上层本体和应用层本体。以ABC本体为基础扩展形成eABC作为上层本体,应用层本体则从应急主体、客体、发展过程、救援过程等方面建立应急案例概念、关系、函数、公理和实例的五元组,其中考虑应急案例网页位置信息以评估信息可信度。最后,以汶川地震描述为实例验证了ECOM模型。     

基于应急案例本体的信息抽取的模型及应用

为了对重大突发性危机事件的应急预警并及时有效的处理,提出了一个基于应急案例本体的信息抽取的模型的设计思想和实现方法,该模型首先使用本体来描述应急知识领域中的案例,再在领域知识的指导下抽取Web资源中的相关案例并构建其案例库,供决策者或领域专家选用。应急决策系统既利用了特征模式匹配的快速性,同时又利用了同一数据项在层次结构中的优良特性,从资源中抽取了更为精确的知识,取得了较好的效果     

基于CBR的应急案例本体模型

为了解决案例推理过程中应急案例理解上的语义冲突问题,通过分析突发事件应急案例,在扩展ABC本体模型的基础上,定义了基于CBR的应急案例本体模型,并详细描述了模型中的概念、关系、公理和实例等要素。最后以福岛第一核电站核危机为例对该模型进行了验证。     

基于本体的物流应急预案表示及应用*

为让计算机智能地处理物流应急预案,将每个物流应急预案表示为一个应急预案本体,通过计算概念和应急预案本体的相关程度,从而找到所需物流应急预案。用OWL:imports和Jena规则可连接应急预案本体,从而形成内容更全面的预案,但会破坏原有应急预案本体语义,产生不一致问题,所提出的约束原则有效避免了这一问题。应用SPARQL查询应急预案本体,并通过自定义原语和规则弥补应急预案本体在表达能力上的不足,以有效地对应急预案本体进行推理,从而找到所需结论,进而实现了基于本体的物流应急预案的表示和应用。利用本体的语义表     

应急资源本体模型研究*

针对应急资源在知识表示与理解中存在的语义冲突问题,将本体技术引入领域知识表示,提出一种通用的应急资源概念模型。以SUMO为上位本体,从应急资源的管理和应急资源的配置使用两个方面构建应急资源本体模型 (emergency resource ontology model,EROM),为应急管理和应急资源共享提供语义层次的统一表达和理解。     

基于关系数据库的应急预案领域本体构建研究

鉴于领域本体在数字化预案中扮演的日益重要的角色,本文提出了一种基于关系数据库（relation database,RDB）的自动生成应急预案领域本体的构建方法。该方法通过数据库逆向工程工具Rational Rose抽取关系数据库的逻辑和概念模型,采用查询数据库系统表的方法抽取其物理模型,分析关系数据模型（relation data model,RDM）的关系及其模式间的规范及非规范关系来定义转换规则。实验证明,该方法可以有效地自动进行关系数据库到领域本体的建模,提高应急预案领域本体的构建效率,加速应急预案数字化的进程。     

基于本体的飞机设计知识组织模型

为了解决飞机设计中知识信息量大和表现形式多样的问题,提出了一种基于本体的知识组织模型构建方法.起初论述了知识组织和本体的有关概念,然后在此基础上提出基于本体的ABC反馈方法,并构造飞机设计知识模型来验证研究成果的正确性和有效性,同时描述了基于本体构建知识模型的优点.     

基于SUMO的交通网格决策本体层次模型设计

交通信息资源的合理集成是提高智能交通系统性能的有效手段。为集成交通网格上异构信息与不同领域本体,利用网格作为智能交通系统的信息资源存储与协同工作平台,利用本体作为智能交通系统资源表示和信息描述的基础,提出了基于SUMO的交通网格决策本体层次结构,论述了异构信息获取机理。实例证明此模型有利于交通信息资源的整合利用,并为基于网格的智能交通系统的决策支持及与网格上其他系统之间的开放式协作奠定了语义基础。     

一种应急预案本体模型及其应用研究*

目前,应急预案是分布于多个单位的非结构化文档,缺乏统一的建模方法,造成对预案描述的领域知识进行表示和利用存在困难。为解决以上问题,提出一种基于本体的知识建模方法,对应急预案文本进行建模,并实现应急领域知识共享。根据对应急预案文本结构特征进行分析,在重用现有本体模型的基础上提出了各主要要素的本体模型,形成一种应急预案本体模型（emergency plan ontology model,EPOM）。通过利用该方法对某区域防汛应急预案进行本体知识建模,开展应用研究。应用结果表明,该方法能够有效建模应急预案描述的     

面向高速公路网知识管理的SUMO扩展本体

针对我国高速公路网交通领域知识的不一致理解问题,通过扩展推荐上层合并本体SUMO设计了面向高速公路网领域知识管理的SFNO本体,包含SFNO基础和SFNO核心两个部分,前者定义了共享概念及关系,后者分单元建立了高速公路网交通领域知识结构的语义视图。通过SFNO本体的实例化案例分析了该本体对高速公路网交通领域知识的一致化表达方式,表明该本体有助于消除我国高速公路网内不同部门、不同系统对领域知识的二义性理解,从而更好地支撑知识管理和信息集成等上层应用。     

Domain ontology graph model and its application in Chinese text classification

This paper proposes an ontology learning method which is used to generate a graphical ontology structure called ontology graph. The ontology graph defines the ontology and knowledge conceptualization model, and the ontology learning process defines the method of semiautomatic learning and generates ontology graphs from Chinese texts of different domains, the so-called domain ontology graph (DOG). Meanwhile, we also define two other ontological operations—document ontology graph generation and ontology graph-based text classification, which can be carried out with the generated DOG. This research focuses on Chinese text data, and furthermore, we conduct two experiments: the DOG generation and ontology graph-based text classification, with Chinese texts as the experimental data. The first experiment generates ten DOGs as the ontology graph instances to represent ten different domains of knowledge. The generated DOGs are then further used for the second experiment to provide performance evaluation. The ontology graph-based approach is able to achieve high text classification accuracy (with 92.3 % in f-measure) over other text classification approaches (such as 86.8 % in f-measure for tf–idf approach). The better performance in the comparative experiments reveals that the proposed ontology graph knowledge model, the ontology learning and generation process, and the ontological operations are feasible and effective.     

项目审批本体模型的研究及应用

针对电子政务项目审批在知识表示与理解中存在的语义歧义问题,构建项目审批本体模型.基于电子政务项目审批领域特点,扩充ABC本体,并以扩充后的ABC本体模型为上位本体构建了项目审批本体模型;详细定义了项目审批本体模型中的概念、关系、函数、公理和实例等要素;以科技成果定密、解密、参展的审批为例对该模型进行了验证,验证结果表明了该模型可以较好地实现项目审批知识共享.