基于本体语义的应急决策情境认知

应急决策是突发事件处理过程中最重要的环节。现有应急决策的做出主要依靠决策者从繁杂无序的信息中提取有用信息进行分析、阐述,最终做出应急决定。这种方式依赖于决策者的主观意图、不能全面的把握事态的发展,一般不能给出突发事件的最优解决方案。提出基于本体语义的应急预案情境认知思想,将本体的思想应用到应急预案的情境认知过程中,通过人工智能的方法对突发事件进行分析、理解、阐释,并对事态发展给出预测性的建议,从而辅助决策者更冷静、理智地处理突发事件,给出最佳的应急方案。     

一种基于信息流的社交网络安全本体模型

社交网站作为互联网的新兴应用,近年来发展迅速。以Facebook和人人网为代表的社交网站现在已经拥有数以百万计的活动用户,创造了一种新的生活方式。但是社交网络快速发展的同时也带来了新的安全问题,如垃圾信息、隐私泄露、身份盗用等。文中尝试用本体来描述社交网络中的信息流动,并提供一个能够识别垃圾信息发送者的自动化解决方案。     

基于本体的高校知识分析和推理

以高校知识为研究和应用背景,研究基于本体理论的高校知识本体结构化表示和描述,并采用protege 4.0建立了高校知识本体。同时从高校知识中提取出基本公理、类内公理和类间公理,建立公理库,并采用protege的PAL推理引擎对高校知识进行一致性分析和推理。解决了高校知识语义层次上的信息共享和交互的问题,为高校知识的管理提供语义支撑。     

OW‐SVM: Ontology and whale optimization‐based support vector machine for privacy‐preserved medical data classification in cloud

Cloud is a multitenant architecture that allows the cloud users to share the resources via servers and is used in various applications, including data classification. Data classification is a widely used data mining technique for big data analysis. It helps the learners to discover hidden data patterns by training massive data collected from the real world. Because this trained model is the private asset of an entity, it should be protected from all other noncollaborative entities. Therefore, it is essential to take effective measures to preserve the confidential data. The objective of this paper is to preserve the privacy of the confidential data in the cloud environment by introducing the medical data classification method. In view of that, this paper presents a method for medical data classification using a novel ontology and whale optimization‐based support vector machine (OW‐SVM) approach. Initially, privacy‐preserved data are developed adopting Kronecker product bat approach, and then, ontology is built for the feature selection process. Ontology and whale optimization‐based support vector machine is then proposed by integrating ontology and whale optimization algorithm into SVM, in which ontology and whale optimization algorithm is used for the feasible selection of kernel parameters. The experiment is done using 3 heart disease datasets, such as Cleveland, Switzerland, and Hungarian. In a comparative analysis, the performance of the OW‐SVM approach is compared with that of K‐nearest neighbor, Naive Bayes, decision tree, SVM, and OW‐SVM, using accuracy, sensitivity, specificity, and fitness, as the evaluation metrics. The OW‐SVM approach could achieve maximum performance with accuracy of 83.21%, the sensitivity of 91.49%, specificity of 73%, and fitness of 81.955, outperforming existing comparative techniques.     

基于本体和知识组件的高低机设计方法研究

为了提高高低机设计质量和效率,提出一种基于本体和知识组件的高低机设计方法。利用本体和知识组件开展高低机设计知识的表示与建模,构建高低机设计知识库,在明确基于本体和知识组件的高低机设计方法的基础上,以Java为平台开发了高低机设计专用系统,并以某高低机的设计实例进行验证。验证结果表明：该方法及开发的设计系统具有可行性和有效性,能够按照本体中既定设计流程,依次调用对应知识组件,实时提示相关设计知识,辅助设计人员完成繁琐与重复的计算工作。     

基于语义扩展的Web服务发现方法

提出了一种基于语义扩展的Web服务发现方法,对服务描述和服务请求中的领域概念进行了同义扩展、特征扩展和合成扩展,在输入输出的匹配上提出了“扩展的语义包含”的概念,实验表明,该方法在不降低服务查准率的前提下,提高了服务的查全率。当单个服务不能满足服务请求时,尝试服务组合匹配服务请求的方式,采用基于H*算法的启发式的服务组合方法,将问题转化为搜索从初始节点到目标节点的通路问题,该方法采用估值函数引入了启发知识,提高了搜索的效率。     

图像的情感特征分析及其和谐感评价

情感信息处理是日本、美国等科学技术发达国家正着手研究的前沿课题,本文以图像的情感信息为研究对象,首先建立了二维波动的数学模型,然后提出了一种图像波动分析的方法,并用SD尺度法对三类典型波动规律的图像进行了心理测试,同时使用方差分析法验证了心理测试结果差异的显著性.证明了符合“1/f波动”规律的图像能够给人以和谐与美的感觉.     

基于环境变迁的构件组合模型

Internet为分布构件的重用提供了平台，准确、高效的构件组合是新型软件生产的重要环节．针对新一代的软件模型．网构软件，本文首先建立了构件的环境本体，并提出将变迁图作为刻画环境本体的模型；其次提出了基于环境及其状态变迁的构件描述框架；然后针对网构软件的特征，提出了基于环境变迁的构件组合算法，最后用具体的案例展示了算法的可行性．     

基于元本体的本体协商方法的研究

本体作为领域共享的形式化概念模型,是实现服务自动化以及服务互操作的有效手段,多本体之间的异构妨碍了系统之间的信息共享与集成。结合元本体理论和本体协商的思想解决本体异构,实现本体之间的互操作。该方法在本体协商过程中以元本体为基础,借助本体之间共享的元本体对系统之间的通信信息进行解释和确认,从而提高本体协商的效率。最后通过一个简单实例说明了基于元本体进行本体协商的大致过程。