基于本体的图像情感语义识别研究

抽取图像颜色、形状、纹理特征,通过本体映射,建立本体表示的图像情感特征库。以中国情感图片系统作为训练样本,挖掘图像特征与情感之间的关联关系,并通过语义网规则语言SWRL（Semantic Web Rule Language）表示关联规则,建立情感映射规则库。情感推理引擎使用情感映射规则对图像特征进行推理,达到识别图像情感语义的目的。     

基于语义网规则语言的推理机制框架设计

分析了本体描述语言OWL DL在表达能力上局限于描述逻辑的缺陷以及语义网规则语言(semantic web rule language,SWRL)的特点,在已有时本体和规则结合推理的研究基础上,提出了一个基于SWRL的推理机制框架.该框架在OWL本体中引入了规则的表示,弥补了OWLDL在推理机制上的不足,经该框架推导出的新本体在原本体的基础上增加了概念间的语义关联,将隐性知识显示化,完善了本体知识库的内容.在语义Web领域,该框架的应用能够提高本体知识的利用率.     

使用本体和SWRL验证作战计划的方法

计划验证是计划编制过程的重要环节。从知识管理的角度,在已有计划表示和计划推理相关研究的基础上,提出了一种基于本体和规则的计划验证方法框架,通过对计划知识进行基于本体的表示、基于描述逻辑、一阶谓词逻辑的规则知识抽取和计划推理,以实现对计划的验证。并以某排雷作战计划的验证为例进行了实验。实验表明,该方法实现了对专家知识的扩展,提高了作战计划正确性检验的效率。     

本体的查询与推理机制研究

首先介绍了本体的定义并对其查询模型进行了探讨,然后在对已有的本体查询语言进行了比较和评价后认为,要充分利用本体的模式信息进行查询就必须提高查询的推理能力,重点对DQL(OWL-QL)的逻辑基础和推理机制进行分析,并提出本体查询语言的发展应该是在本体Web语言上进行语义规则的扩充。     

语义Web中的本体推理研究

从语义Web的基本概念开始，介绍了语义Web的层次结构；介绍了本体的基本概念以及用于本体描述的几种语言。用W3C推荐的本体描述语言OWL描述了一个本体实例，通过此实例对本体推理在本体建立中的冲突消解、描述优化、本体的合并和实例归类中的应用进行了研究，说明了本体推理在本体建立及本体应用中的作用。本体技术是语义Web的核心技术，所以建立和维护本体是语义Web中的主要工作之一，而基于本体的推理可以帮助建立和维护本体。     

基于本体的图像情感语义识别及推理模型

提出一种基于本体的图像情感语义识别系统,使情感识别过程易于理解.针对人类在图像情感语义理解过程中存在的个性化和群体化现象,系统使用多层次的情感推理模型.在阐述系统的设计思想和各模块的工作机理的同时,着重介绍了通过语义网规则语言表示的多层次情感推理模型的组织结构和表示方法以及推理机的工作原理.仿真实验结果表明了在图像情感语义识别及推理过程中引入本体概念的可行性.     

电子目录的SWRL规则研究

随着电子商务网站和在线商品数量不断增加,电子目录技术变得越来越重要。现有电子目录及标准只是产品分级概念和属性的结合,不能进行基于规则推理的智能化服务,使用SWRL编写电子目录本体的产品关联规则,可以更好地提供基于规则推理的电子目录服务。主要在电子目录标准、本体论和语义Web研究基础上,利用SWRL语言的逻辑表达能力,来构造与研究电子目录本体的SWRL规则,并对产品配置规则,规则推理做出探讨。     

语义Web中的本体推理研究

从语义Web的基本概念开始,介绍了语义Web的层次结构;介绍了本体的基本概念以及用于本体描述的几种语言。用W3C推荐的本体描述语言OWL描述了一个本体实例,通过此实例对本体推理在本体建立中的冲突消解、描述优化、本体的合并和实例归类中的应用进行了研究,说明了本体推理在本体建立及本体应用中的作用。本体技术是语义Web的核心技术,所以建立和维护本体是语义Web中的主要工作之一,而基于本体的推理可以帮助建立和维护本体。     

基于领域本体的语义查询推理系统

传统的基于关键字的信息检索技术不能满足人们对信息查询的需求,语义网技术是解决这一问题最有前景的方法。本文设计与开发一个基于出版物领域本体的语义查询与推理系统,该系统构建了出版物领域本体,并构造该领域本体的查询语句和推理规则,给出语义查询和推理的结果,并对结果进行测试。结果验证了系统对语义查询和推理的可行性和有效性。      

基于SWRL的网络管理信息定义

针对当前现有的网络与系统管理信息定义语言种类多、语义和规则描述能力弱的缺陷,提出了一种在基于本体的网络管理框架中使用语义网规则语言SWRL(SemanticWebRuleLanguage)定义网络管理信息的方法。通过本体语言从语义的层面整合现有的管理信息定义语言,使用RuleML(RuleMarkupLanguage)定义管理行为的规则,提高了网络管理信息定义的表达力,为智能网管奠定了基础。     

An Ontology Based Cyclone Tracks Classification Using SWRL Reasoning and SVM

Abstract: Tropical cyclones (TC) are often associated with severe weather conditions which cause great losses to lives and property. The precise classification of cyclone tracks is significantly important in the field of weather forecasting. In this paper we propose a novel hybrid model that integrates ontology and Support Vector Machine (SVM) to classify the tropical cyclone tracks into four types of classes namely straight, quasi-straight, curving and sinuous based on the track shape. Tropical Cyclone TRacks Ontology (TCTRO) described in this paper is a knowledge base which comprises of classes, objects and data properties that represent the interaction among the TC characteristics. A set of SWRL (Semantic Web Rule Language) rules are directly inserted to the TCTRO ontology for reasoning and inferring new knowledge from ontology. Furthermore, we propose a learning algorithm which utilizes the inferred knowledge for optimizing the feature subset. According to experiments on the IBTrACS dataset, the proposed ontology based SVM classifier achieves an accuracy of 98.3% with reduced classification error rates.     

基于OWL本体和SWRL规则的导弹智能故障诊断研究

针对复杂航空装备诊断知识缺乏、诊断效率低和知识共享性差等问题,以某型红外弹为例,提出一种基于OWL本体和SWRL规则的导弹智能故障诊断方法。首先以导弹FMECA结果作为知识源,通过基于ATML语法的OWL逻辑描述语言建立导弹本体模型,完成故障模式和故障原因本体之间的映射;其次采用语义网络规则语言SWRL描述知识库规则,建立本体知识单元之间类、属性和实例的对应关系,最后通过Racer推理机对导弹知识库进行故障诊断推理,获取故障诊断优先级顺序。推理结果表明,该方法能够解决复杂航空装备专家诊断系统中的知识表示困难、缺乏自动语义推理、重用共享性差等问题,获得最优的故障诊断路径的同时减少了故障排查步骤,从而实现了故障原因的快速定位,提高了复杂航空装备专家诊断系统的诊断效率和可靠性。     

基于本体和规则推理的GUI软件测试用例生成*

为了提高GUI软件测试用例的生成效率和可维护性,提出了一种基于本体和规则推理的GUI软件测试用例生成方法。首先建立一个通用的GUI软件测试用例本体模型,通过对其继承和实例化可获得具体被测软件的测试用例本体模型,同时开发反映测试数据生成和测试路径生成的测试用例生成规则。最后将基于OWL的测试用例本体和基于SWRL的测试用例生成规则导入Jess推理引擎,通过推理得到符合测试需求的、易于维护的测试用例子集。在核电站堆芯换料管理系统上的应用,验证了该方法的有效性。     

本体的查询与推理研究

现今,计算机网络被广泛应用于生活的方方面面,而从海量的信息中搜寻出人们所需要的还存在诸多问题,于是产生了本体的概念。而本体的查询和推理是基于本体的应用中重要的组成部分,研究的目的是为了使知识得以充分表达并且对信息的查询更加精确、完备。首先介绍了本体的概念并建立本体模型,然后用本体杳询语言SPARQL对已有模型进行查询并用SWRL对模型进行语义规则的扩充;最后介绍了Jena,并对本体模型进行推理,由此获得了更多知识。结论就足,在利用SPARQL和Jena进行查询与推理的过程中,推理将提高查询能力,而规则是提高推理能力的关键。     

基于本体的构件聚类研究

为了消除自然语言对构件文本信息描述的二义性以及增强术语间的语义关系,文中采用领域本体的思想,给出了一个基于人工智能领域本体的软件构件聚类模型和基于该模型的聚类算法。该模型通过分析领域的共同概念,形成领域本体知识库,提供领域内一致认可的术语,用于匹配对构件文本描述所使用的自然语言。给出的算法通过与基于传统空间向量的K—Means算法分析比较,验证了该算法是有效的,实现了对软件构件更合理的聚类,提高了构件检索的效率和准确性。     

基于OWL本体和SWRL的事件检测的研究与实现①

根据时间和空间信息进行事件检测是危机管理的一个重要问题。通过OWL本体和SWRL规则构造事件,事件检测对应于知识库中的冲突(conflict)。通过对冲突的推理,找出引发事件的原因。最后通过JAVA实现了一个完整的实例来说明如何使用本文方法进行事件检测。     

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。