改进概念相似度的本体迁移学习

提出了一种改进候选相似概念集选取方法,滤除了没有计算意义的概念.进而根据本体中概念的特点和信息内容提出了一种改进概念相似度计算方法,最后使优化本体能够迁移学习.实验结果证明了该方法对概念相似度的计算有效,本体能够成功迁移学习.     

一种关联多本体的科技奖励检索方法

现有的科技奖励检索都是基于关键词的匹配,忽略了对用户查询的语义理解。针对传统信息检索存在的问题以及结合当前面向实际应用的基于本体的语义检索的特点,提出一种关联多本体的科技奖励检索方法。通过对科技奖励项目的领域本体构建,对概念相似度计算方法的改进及关联多本体概念,使扩展词语更能表达用户检索意图。实验结果表明,该方法对比传统查询检索和单独本体扩展检索获得了更好的召回率和准确率。     

基于相似度的图像变形效果的客观度量方法

给出了评价图像变形效果的新方法.首先,计算中间帧之间的相似度,由这些相似度值生成一条曲线;然后,在图像计算机动画领域首次提出图像变形真实感度的概念.它通过计算曲线与坐标轴,曲线插值点处的曲率和其他一些衡量标准得到.试验表明,它是一有效的度量图像变形效果的客观方法.     

基于语义相似度的话题关联检测方法

为有效识别任意两篇报道的相似性,提出了一种基于语义相似度的话题关联检测算法.该算法首先通过计算特征词之间的相对熵作为两篇报道中特征词之间的语义相似度;其次,通过计算平均语义相似度获得特征词和报道之间的关联度;最后,结合特征词在语料库中的TF-IF(term frequency-inverse document frequency)权重计算两篇报道之间的关联度,实现报道之间的关联度检测.本文提出的方法与现有的向量空间模型方法和仅依赖于平均点互信息的方法进行了比较,并通过TDT4中文语料进行测评,结果表明,基于语义相似度的关联检测方法能够更好地利用文本的语境信息,提高了现有检测系统的性能,其最小DET(detection error tradeoff)代价降低了3%.      

基于云模型的出行时间波动性评价

出行时间波动的评价计算是一个定量算法,人们对其的理解则是一个定性的模糊概念,要充分利用出行时间波动这一概念来研究相关的交通问题需实现定量向定性转化的过程.云模型能够实现用语言描述的定性概念与其定量表示之间的不确定性转换.基于此,文中提出了一种出行时间波动评价的新方法,即利用云模型进行出行时间波动评价.介绍了云模型的基本概念,提出了利用云模型评价出行时间波动的流程,即构建波动标准云,波动实际云并比较其相似度评价出行时间波动.利用南京市5路公交车线路的统计数据进行实例计算,说明该方法的具有普遍适用性.     

基于分词的语句相似度计算的改进

语句相似度体现的是两个句子之间的相似程度。语句相似度计算是FAQ和信息检索等方面核心技术之一。针对基于分词的相似度计算过于依赖实际的分词效果,在原相似度计算模型中增加了两个句子不分词时的词形相似度计算,以缓解因为句子分词不准确而导致相似度计算结果偏低的情况。结合“数据结构”课程问答系统的实验,结果表明,改进的方法比原方法有较高的准确率。     

一种新的区间值模糊集推理方法

在两向量相似度的基础上, 定义了两个区间值模糊集在一点处相似度, 然后在此基础上提出了一种新的模糊推理方法--区间值模糊集相似度推理方法.并且对该种方法的还原性进行了讨论,给出了满足还原算法的条件.     

一种新的区间值模糊集推理方法

在两向量相似度的基础上,定义了两个区间值模糊集在一点处相似度,然后在此基础上提出了一种新的模糊推理方法——区间值模糊集相似度推理方法.并且对该种方法的还原性进行了讨论,给出了满足还原算法的条件.     

基于图像分割的图像检索新方法

利用信息熵理论,提出了一种新的相似性图像检索方法.首先,分割图像,抽取图像的分块颜色信息;再计算图像之间的颜色互信息来确定它们的相似度.与其他的颜色特征描述方法相比,该方法该算法具有抗噪声能力强、精确度高等优点.     

基于偏序结构相似度的多准则决策

针对决策者只能提供决策方案的序数偏好信息的多准则决策问题,提出了基于偏序之间相似度的多准则决策方法.该方法运用模糊相似关系确定相似度,通过计算控制指标和被控指标,分别得出方案集的两个预序排列,然后将这两个全预序排列合并成方案集的最后排列.该排列具有更符合现实决策行为的偏序结构.举例说明了该方法的可行性.     

Ontology-based model of network and computer attacks for security assessment

With increased cyber attacks over years,information system security assessment becomes more and more important.This paper provides an ontology-based attack model,and then utilizes it to assess the information system security from attack angle.We categorize attacks into a taxonomy suitable for security assessment.The proposed taxonomy consists of five dimensions,which include attack impact,attack vector,attack target,vulnerability and defense.Afterwards we build an ontology according to the taxonomy.In the ontology,attack related concepts included in the five dimensions and relationships between them are formalized and analyzed in detail.We also populate our attack ontology with information from national vulnerability database(NVD)about the vulnerabilities,such as common vulnerabilities and exposures(CVE),common weakness enumeration(CWE),common vulnerability scoring system(CVSS),and common platform enumeration(CPE).Finally we propose an ontology-based framework for security assessment of network and computer systems,and describe the utilization of ontology in the security assessment and the method for evaluating attack efect on the system when it is under attack.     

Data Migration for Ontology Evolution

Ontology is the conceptual backbone that provides meaning to data on the semantic web. However, ontology is not a static resource and may evolve over time, which often leaves the meaning of data in an undefined or inconsistent state. It is thus very important to have a method to preserve the data and its meaning when ontology changes. This paper proposed a general method that solves the problem using data migration. It analyzed some of the issues in the method including separation of ontology and data, migration specification, migration result and migration algorithm. The paper also instantiates the general mothod in RDF(S) as an example. The RDF(S) example itself is a simple but complete method for migrating RDF data when RDFS ontology changes.     

基于本体的软件需求共享系统设计

从基于语义的信息共享思路出发,设计了一种基于本体的面向特定领域软件需求共享系统,系统分为5层：源文档层、索引本体层、检索层、管理层、表示层.系统基于本体对需求进行语义检索,定义了需求本体系统及描述方法,本体的实例影射到按项目编目存储的需求文档.     

业务模型驱动的应急物流本体知识表示及应用

为解决应急物流智能协作面临的异构信息融合与知识管理难题,以有效知识应用为目标,利用业务模型与本体模型对组成构件上的相关性进行映射,并根据系统控制与实体行为约束所需的业务推理规则,设计了3种模块之间的关系与四阶段转换步骤,形成了业务模型驱动的本体表示方法.以该方法为基础,结合应急物流领域需求,建立了由概念集合、概念属性、语义约束、推理规则等要素组成的应急物流本体模型.通过应急配送路径选择案例,自动推理得到可替代邻近点以完成配送路径求解.结果表明,应急物流本体模型及其应用实现了异构信息的本体融合,消除了以关键词匹配为基础的常规检索失效现象,满足了最小路径算法的执行条件,为应急物流决策模型及算法应用提供了知识层面的支持.      

在城市交通信息集成中基于本体的语义融合模型

交通信息融合技术已成为智能交通系统中研究热点,它对于城市交通综合管理、交通预案应急联动以及数字城市建设有着十分重要的意义. 采用本体技术和语义逻辑代数方法,
对多源异构的城市交通信息的统一表示、融合等问题进行了深入探索. 通过城市交通本体建立静态和动态的城市交通信息的统一语义模型,并定义本体在语义层面上的融合规约和代数操作,以实现城市交通信息融合在语义上的完备性和一致性. 在城市交通信息集成中增加语义融合功能,对降低交通信息集成的数据量,提升集成后交通信息的查询和分析效率及准确性都有较大帮助,在实践应用中也体现了一定的效果.     

�ڳ��н�ͨ��Ϣ�����л��ڱ���������ں�ģ��

交通信息融合技术已成为智能交通系统中研究热点,它对于城市交通综合管理、交通预案应急联动以及数字城市建设有着十分重要的意义. 采用本体技术和语义逻辑代数方法,
对多源异构的城市交通信息的统一表示、融合等问题进行了深入探索. 通过城市交通本体建立静态和动态的城市交通信息的统一语义模型,并定义本体在语义层面上的融合规约和代数操作,以实现城市交通信息融合在语义上的完备性和一致性. 在城市交通信息集成中增加语义融合功能,对降低交通信息集成的数据量,提升集成后交通信息的查询和分析效率及准确性都有较大帮助,在实践应用中也体现了一定的效果.     

一种本体转换为关系数据库模式的方法

语义网是下一代互联网,本体是语义网描述逻辑的具体实现．本文提出了一种本体转换为关系数据库模式存储的方法,将本体中的每个类和属性的实例用单独的数据表存储,使用视图来体现对象之间的关系．本文提出的转换方法的优点是当本体发生修改时,不需要大量修改数据库的结构,适合于中小型本体的转换．     

Towards a Formalized Ontology-Based Requirements Model

The goal of this paper is to take a further step towards an ontological approach for representing requirements information. The motivation for ontologies was discussed. The definitions of ontology and requirements ontology were given. Then, it presented a collection of informal terms, including four subject areas. It also discussed the formalization process of ontology. The underlying meta-ontology was determined, and the formalized requirements ontology was analyzed. This formal ontology is built to serve as a basis for requirements model. Finally, the implementation of software system was given.     

本体不一致性处理中的无辜诊断方法

随着语义网络技术的发展,本体不一致性问题成为本体联盟中的研究热点之一．其中基于模型诊断技术的本体不一致性处理方法,在结构化知识描述领域中得到了大量应用．局部诊断技术通过收缩问题域的方法来提高不一致性问题求解效率,但它基本上是一种基于“正确性推断”的假设．本文在研究过程中提出无辜诊断技术,与传统的局部诊断相比,这种方法更加有效．