基于描述逻辑的语义Web本体推理技术研究与实现

来源 :中山大学 | 被引量 : 0次 | 上传用户:xinshouji1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自1989年万维网诞生以来,它得到了迅速的发展,现已成为人们获取信息的主要渠道之一,深刻影响到人类社会生活的各个方面,改变了人们彼此交流的方式和商业运作的方式,使社会发展正向知识经济和知识社会转型。目前的万维网是面向人而不是面向机器的,人可以理解万维网上Web页面的内容,但机器却只能是对Web页面进行简单的显示,而不能真正理解Web页面内容的含义,也就不可能对其进行自动处理。为了使计算机能够理解和处理网页内容,迅速准确地从海量网页中查找出所需要的内容,万维网的创始人Tim Berners—Lee提出了语义网(Semantic web)的概念。语义Web是对现有Web增加语义支持,是现有万维网的变革和延伸,其目标是使网络中的信息都具有语义,并帮助计算机在一定程度上理解信息的含义,使得高效的信息共享和机器智能协同成为可能。因而语义Web研究的重点就是如何把信息表示成计算机能够理解和处理的形式,使信息带有语义。为实现对信息的分类以及信息之间相互关系的语义表达,人们引入了“本体”的概念。本体通过对概念的严格定义和概念之间的关系来确定概念的精确含义,从而反映事物或现象的抽象本质,并建立抽象模型。利用本体所具有的知识表示和描述的能力,人们可以用统一标准实现资源的表示,从而产生机器智能理解和处理的语义信息。本体作为语义载体在语义Web中起着核心的作用,是语义Web中基于语义的互操作得以实现的关键因素,是解决语义层次上Web信息共享和交换的基础。因此,本体技术成为语义Web研究的热点之一。描述逻辑(Description Logic)是一种基于逻辑的知识表示、知识推理的形式化语言,具有良好的知识表达能力和完备的推理机制,采用合理的描述逻辑对本体进行表述并对信息推理技术进行优化,提高查询效率,已经成为本体研究的重要内容。   本文对现有的本体推理中的相关技术进行了研究,并对各种推理之间的转换关系进行了分析。围绕本体推理的核心算法Tableau算法,重点介绍了概念包含关系检测(概念分类)和ABox的一致性检测以及它们的相关优化算法。在概念分类算法以及ABox推理算法的优化技术的基础上,利用重构、显示定义、基于个体的包含关系检测及近似化计算等优化技术,提出了一个改进的分类算法,进一步缩减了概念之间包含关系的检测次数,从而提高了概念包含测试的效率。最后,在目前已有的推理机的基础上,结合优化算法初步设计实现了一个基于描述逻辑的本体推理查询系统。采用了基于ALC的简单本体对该系统进行测试,并对结果进行了相应分析。
其他文献
随着数字图像技术的发展和图像处理工具的逐渐强大,越来越多的伪造图像进入我们的视野,对信息的真实性提出挑战。如何利用图像本身的数据信息鉴别图像的真伪已经成为一个刻不容
移动自组网(Ad hoc网)是一种无中心、自组织的无线移动通信网络,具有高效的自组织性,动态变换的网络拓扑结构、多跳转发技术,以及无中心节点的鲁棒性和抗毁性等特点。因此该
机器人路径规划问题是机器人研究领域的重要内容,是机器人完成任务的安全保障及智能化程度的重要标志之一。蚁群优化算法(Ant Colony Optimization algorithm, ACO)是由意大
随着企业规模的不断扩大,传统分销管理系统(DMS)在协同性、智能性、异地资源调拨、负载平衡等方面的不足逐渐体现出来,如何提高DMS的上述特性已经成为现阶段DMS研究的热点问
随着Web服务的广泛应用,单一Web服务难以满足用户的复杂需求。如何发现Web服务之间的关联特性及其存在的形态,使互相作用的Web服务共同完成用户需求成为各界研究的焦点。针对
本论文论述了农产品库存分析系统的设计及实现过程。传统的库存管理系统存在数据冗余,无法有效利用数据信息,无法提供制定决策的支持知识等弊端,本系统应用数据仓库基础上的
作为图像中的一类典型现象,模糊对于图像质量有着极大的影响。尤其是随着各类缺乏稳定装置的智能终端和手持设备的广泛普及,所拍摄图像和视频包含模糊部分变得越来越常见。考
可靠的Web服务需要借助事务机制来保证,Web服务的事务处理必需保障多个参与者服务的执行具有可靠性和一致性,同时可以解决运行时发生的各种异常。由于Web服务自身的松散耦合
人脸识别是当前热门的计算机科学研究领域。人脸图像对齐和人脸面部特征点定位是人脸识别中两个重要的步骤,也是具有挑战性的困难问题。人脸对齐技术通过寻求图像空间到一个
视频关键帧提取的目的是从一段视频序列中提取出一个关键帧集合,以用来代表整段视频的主要内容,它是基于内容的视频检索系统的检索技术的基础。   本文首先介绍了现有视频