基于本体语言OWL的模糊扩展

本体能够对特定领域的概念、术语以及关系提供一种形式化的描述方法.尽管本体在知识表示上有很强的能力,但是有一个缺陷,即不能表达不确定和不精确的信息.而这些信息在语义网和多媒体应用中,又是至关重要的.针对模糊信息的本体表示问题,本文对本体语言OWL DL进行了基于模糊逻辑的扩展,给出了形式化的语法和语义,并通过一个实例说明了该方法在表达能力上的灵活性. .     

OWL的本体推理方法研究

针对RDFS与OWL语言之间的兼容性问题,从本体推理机的角度研究了扩展RDFS推理机支持OWL语义的两种方法。在Sesame系统的基础上,通过规则扩展的方法实现了升级方案对RDFS和OWL语言双重支持功能。实验测试表明,扩展后的本体推理机完全支持RDFS语言,其推理能力也大大超过了单纯的OWL语言推理机。     

基于模态的模糊描述逻辑(M-FALC)的形式化公理体系

模糊描述逻辑的提出是针对现实生活中存在的模糊现象,而模态逻辑解决的是现实生活中具有的状态和状态转换现象等。将模态逻辑中的模态思想和模糊逻辑中的模糊理论相结合,同时结合描述逻辑,形成模态模糊描述逻辑(M-FALC)。考虑不同论域中的可能存在的模糊概念,关系,公式等,本文给出M-FALC的形式化公理体系及其推理,既能解决现实问题中的状态现象又解决模糊现象。     

一种支持自定义模糊数据类型表示的模糊OWL扩展

语义网需要能够以一种智能的方式来表示和处理模糊知识与数据信息,但最近的研究证明,OWL在数据类型表示方面存在严重的局限性:首先,它不能处理在语义网和本体中广泛存在的不精确以及不确定信息;其次,它不支持自定义数据类型及自定义数据类型谓词的表示。为了解决上述局限性,提出了一种新的模糊描述逻辑F-SHOIN(G),给出了F-SHOIN(G)的语法、语义。然后,以F-SHOIN(G)为逻辑基础,并结合RDF/XML的语法规范,重新编码f-OWL中的描述算子,用来表示模糊本体知识,形成f-OWL。f-OWL不仅能够表示本体中的模糊知识,而且能够表示本体中含有自定义模糊数据类型及自定义模糊数据类型谓词的模糊数据信息,为模糊本体的研究提供了新的表示方法。最后,还给出了由OWL文件到f-OWL文件的转换规则,从而实现了f-OWL对OWL的兼容。     

Web本体语言OWL

随着对语义Web研究的深入,人们越来越关注在Web上信息内容的表示和检索问题。在语义Web的七层模型中,建立在RDF模式层之上的本体语言层用于形式化描述Web文档中词汇的含义,是建立语义Web的关键环节。该文介绍了W3C最新给出的Web本体语言OWL,给出TOWL3个子语言构造成分的含义说明,并比较了3种子语言间的差别。     

对OWL及其逻辑基础的研究

OWL是Web Ontology的表示语言,是实现语义Web的语言工具.对OWL三个子语言的语法进行了比较分析,重点对OWL的逻辑基础(即描述逻辑)进行了讨论,就描述逻辑如何用于表示本体进行了研究,提出了一种基于描述逻辑的本体模型,并对描述逻辑的推理机制进行了阐述.     

模糊描述逻辑FALNUI的tableaux推理

分析了模糊描述逻辑FALNUI与模糊ER模型的关系,即模糊ER模型可以转化为FALNUI的知识库,并且模糊ER模型的可满足性、冗余性和包含关系等推理问题可以转化为FALNUI的包含推理问题,但FALNUI缺乏相应的推理算法.提出了一种基于描述逻辑tableaux的FALNUI的可满足性推理算法,证明了该推理算法的正确性,以及提出了FALNUI的Tbox扩展和去除方法,证明了FALNUI的包含推理问题可以转化为可满足性推理问题,并给出了FALNUI的包含推理算法. FALNUI的tableaux推理算法为模糊ER模型的可满足性、冗余性和包含关系等自动推理的实现提供了理论基础.     

基于OWL本体的UML类图推理

分析UML模型一致性检测的研究意义,以及UML类图推理的研究现状,提出一种基于OWL本体的UML类图推理方案.研究UML类图向OWL本体转换的映射规则,给出UML类图包含关系、可满足性、等价关系和相离关系的判断方法及其推理规则.利用Jena推理机制实现了UML类图包含关系、可满足性、等价关系和相离关系的推理.     

A semantically complete extension sequence of the system L

In this paper, the method of well-combined semantics and syntax proposed by Pavelka is applied to the research of the propositional calculus formal system L*. The partial constant values are taken as formulas, formulas are fuzzified in two manners of semantics and syntax, and inferring processes are fuzzified. A sequence of new extensions {Ln*} of the system L* is proposed, and the completeness of Ln* is proved.     

A semantically complete extension sequence of the system (?)

In this paper, the method of well-combined semantics and syntax proposed by Pavelka is applied to the research of the prepositional calculus formal system (?)*. The partial constant values are taken as formulas, formulas are fuzzified in two manners of semantics and syntax, and inferring processes are fuzzified. A sequence of new extensions {(?)_n~*} of the system ? is proposed, and the completeness of (?)_n~* is proved.     

模糊面向对象数据模型的描述逻辑表示与推理

通过分析描述逻辑与面向对象数据模型之间的关系,研究了基于描述逻辑的模糊面向对象数据(fuzzy object-oriented data,简称FOOD)模型的表示与推理.首先,进一步研究了FOOD模型,提出了FOOD模型的形式化定义和语义定义,以便更好地在FOOD模型与模糊描述逻辑之间建立对应关系;然后,针对FOOD模型的特点和推理需求,介绍了模糊描述逻辑f-ALCIQ.在此基础上,研究了基于f-ALCIQ的FOOD模型的表示与推理,包括:实现了从FOOD模型到f-ALCIQ知识库在结构层和实例层上的转化,即实现了从FOOD模型到f-ALCIQ TBox的转化,以及从FOOD模型相应的数据库实例到f-ALCIQ ABox的转化;进而,基于转化得到的f-ALCIQ知识库,研究了如何利用f-ALCIQ的推理机制对FOOD模型的推理问题(一致性、包含性和冗余性等)进行推理;最后,设计并实现了基于f-ALCIQ的模糊描述逻辑推理机(FRsQ推理机),实现了对FOOD模型和f-ALCIQ模糊概念知识的自动推理.     

可拓信息-知识-智能形式化体系研究

利用可拓论和可拓方法，把信息、知识和智能统一在一个形式化体系中，用可拓推理和可拓变换，去建立生成策略的推理规则，把可拓集合和关联函数作为策略生成和策略评价的定量化工具，探讨建立“可拓信息-知识-智能形式化体系”．给出了建立该体系的框架和主要功能模块．这一研究为利用计算机辅助解决矛盾问题提供可行的工具，为提高计算机的智能化水平创造基础条件．     

基于DFL的缺省假设推理研究

日常生活中人们可以在信息不完全的情况下进行推理并得出较好的推理结论,而且在推理过程中,很多对象都是具有动态模糊性(DF Character)。因此文中针对研究对象以及它们之间的动态模糊性,提出了基于动态模糊逻辑(DFL)的缺省假设推理,并给出了缺省假设推理的框架描述、动态模糊(DF)知识的表示以及推理算法等。