现实世界中存在着大量的不精确和不确定知识和信息.在语义Web中表示模糊规则是语义Web领域的重要研究问题之一.作为模糊语义Web规则语言,f-SWRL(fuzzy Semantic Web Rule Language)仅能表达单调的模糊规则,不能表示非单调的模糊规则.为...现实世界中存在着大量的不精确和不确定知识和信息.在语义Web中表示模糊规则是语义Web领域的重要研究问题之一.作为模糊语义Web规则语言,f-SWRL(fuzzy Semantic Web Rule Language)仅能表达单调的模糊规则,不能表示非单调的模糊规则.为了表示现实世界中人类知识和推理的非单调性,本文提出一种新的模糊规则语言——f-NSWRL(fuzzy Nonmono-tonic Semantic Web Rule Language),对两种否定(即否定(negation)和负即失败(negation as failure))在其中的应用进行了研究,讨论了优先级问题来处理模糊知识库中的规则冲突问题,给出了在竞争规则中计算优先级的法则.为了使规则互换格式RuleML(Rule Markup Language)在f-NSWRL与其他规则语言进行规则互换时起到中间语言的作用,本文对RuleML进行了非单调和优先级两方面的扩展.展开更多
将云模型理论和语言方式规则语言(Semantic Web Rule Language,SWRL)应用于预测兵器试验故障的研究,用MAT-LAB实现了正向云和逆向云发生器,用protégé建立了兵器试验故障本体并确立了SWRL规则。举例将云模型预测的数据输入兵...将云模型理论和语言方式规则语言(Semantic Web Rule Language,SWRL)应用于预测兵器试验故障的研究,用MAT-LAB实现了正向云和逆向云发生器,用protégé建立了兵器试验故障本体并确立了SWRL规则。举例将云模型预测的数据输入兵器试验故障本体用SWRL规则进行了推理,以保证预测结果的正确性与一致性。展开更多
使用SWRL(Semantic Web Rule Language)描述的数据蕴含了更多的语义信息,SWRL数据集上的数据挖掘过程必须充分考虑数据的语义特征。已有的关于这种类型数据的候选频繁模式生成方法可能产生大量无意义的模式,加重了模式评价过程的计算负...使用SWRL(Semantic Web Rule Language)描述的数据蕴含了更多的语义信息,SWRL数据集上的数据挖掘过程必须充分考虑数据的语义特征。已有的关于这种类型数据的候选频繁模式生成方法可能产生大量无意义的模式,加重了模式评价过程的计算负担。针对这一缺陷提出了基于向下求精规则和相容谓词的候选频繁模式生成方法,同时定义了谓词数量约束,从而避免产生过多的非频繁模式和冗余模式。实验证明该方法可提高频繁模式生成的效率。展开更多
文摘现实世界中存在着大量的不精确和不确定知识和信息.在语义Web中表示模糊规则是语义Web领域的重要研究问题之一.作为模糊语义Web规则语言,f-SWRL(fuzzy Semantic Web Rule Language)仅能表达单调的模糊规则,不能表示非单调的模糊规则.为了表示现实世界中人类知识和推理的非单调性,本文提出一种新的模糊规则语言——f-NSWRL(fuzzy Nonmono-tonic Semantic Web Rule Language),对两种否定(即否定(negation)和负即失败(negation as failure))在其中的应用进行了研究,讨论了优先级问题来处理模糊知识库中的规则冲突问题,给出了在竞争规则中计算优先级的法则.为了使规则互换格式RuleML(Rule Markup Language)在f-NSWRL与其他规则语言进行规则互换时起到中间语言的作用,本文对RuleML进行了非单调和优先级两方面的扩展.
文摘将云模型理论和语言方式规则语言(Semantic Web Rule Language,SWRL)应用于预测兵器试验故障的研究,用MAT-LAB实现了正向云和逆向云发生器,用protégé建立了兵器试验故障本体并确立了SWRL规则。举例将云模型预测的数据输入兵器试验故障本体用SWRL规则进行了推理,以保证预测结果的正确性与一致性。
文摘使用SWRL(Semantic Web Rule Language)描述的数据蕴含了更多的语义信息,SWRL数据集上的数据挖掘过程必须充分考虑数据的语义特征。已有的关于这种类型数据的候选频繁模式生成方法可能产生大量无意义的模式,加重了模式评价过程的计算负担。针对这一缺陷提出了基于向下求精规则和相容谓词的候选频繁模式生成方法,同时定义了谓词数量约束,从而避免产生过多的非频繁模式和冗余模式。实验证明该方法可提高频繁模式生成的效率。
