首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于本体的情境驱动知识重构的研究

目录第8-11页
图目录第11-12页
表目录第12-13页
摘要第13-15页
Abstract第15-16页
1 引言第17-27页
    1.1 研究背景第17-20页
        1.1.1 知识重构的含义第17-18页
        1.1.2 知识重构与本体第18-19页
        1.1.3 知识重构与情境第19-20页
    1.2 问题的提出第20-21页
        1.2.1 情境驱动的知识重构模型第20页
        1.2.2 情境化子本体的抽取第20-21页
        1.2.3 本体的映射与协同第21页
    1.3 国内外研究现状综述第21-25页
    1.4 本文研究内容第25页
    1.5 本文结构第25-27页
2 相关基础研究第27-39页
    2.1 语义web技术第27-29页
        2.1.1 语义Web的发展第27-28页
        2.1.2 语义Web的体系结构第28-29页
    2.2 本体技术第29-31页
        2.2.1 本体的含义第29-30页
        2.2.2 本体的构建第30-31页
    2.3 描述逻辑第31-34页
        2.3.1 描述逻辑的发展第31-32页
        2.3.2 描述逻辑ALC第32-34页
    2.4 本体语言OWL第34-39页
        2.4.1 OWL的发展第35-37页
        2.4.2 OWL的语义第37-39页
3 情境驱动的知识重构模型CKReC研究第39-54页
    3.1 问题的提出第39-41页
    3.2 CKReC模型的结构第41-43页
    3.3 问题情境的表示第43-44页
    3.4 情境化子本体的抽取第44-45页
    3.5 情境驱动的本体映射与协同第45-46页
    3.6 不一致的检测与消除第46页
    3.7 与相关研究的对比分析第46-53页
        3.7.1 相关研究工作第46-51页
        3.7.2 对比分析第51-53页
    3.8 本章小结第53-54页
4 基于遍历的子本体柔性抽取方法SOET研究第54-82页
    4.1 引言第54页
    4.2 前提与定义第54-56页
    4.3 类和属性的抽取规则第56-58页
        4.3.1 用户已选类的相关抽取规则第56-57页
        4.3.2 已选类的父类的抽取规则第57页
        4.3.3 扩展抽取其他类的规则第57-58页
        4.3.4 扩展抽取其他属性的规则第58页
    4.4 公理与断言的抽取规则第58-59页
        4.4.1 公理的抽取规则第58-59页
        4.4.2 个体与断言的抽取规则第59页
    4.5 柔性控制范围的抽取规则第59-61页
    4.6 基于遍历的抽取算法第61-73页
        4.6.1 单概念抽取算法第61-64页
        4.6.2 多概念抽取算法第64-67页
        4.6.3 个体相关的抽取算法第67-69页
        4.6.4 属性相关的抽取算法第69-72页
        4.6.5 混合抽取算法第72-73页
    4.7 与相关研究的对比分析第73-81页
        4.7.1 相关研究工作第73-78页
        4.7.2 对比分析第78-81页
    4.8 本章小结第81-82页
5 情境驱动的动态本体映射方法CDOM研究第82-106页
    5.1 引言第82页
    5.2 情境驱动的动态本体映射方法CDOM第82-84页
    5.3 CDOM第一阶段:基础映射阶段第84-88页
    5.4 CDOM第二阶段:面向复杂实体的本体映射方法CEM第88-91页
    5.5 CDOM第三阶段:本体协同第91-93页
    5.6 与相关研究的对比分析第93-105页
        5.6.1 相关研究工作第93-99页
        5.6.2 对比分析第99-105页
    5.7 本章小结第105-106页
6 知识重构模型CKReC的设计与实验评价第106-118页
    6.1 CKReC模型的课题背景第106-109页
    6.2 CKReC模型的原型设计第109-110页
    6.3 实验评价第110-117页
        6.3.1 评价方法第110-111页
        6.3.2 实验内容与结果分析第111-117页
    6.4 本章小结第117-118页
7 总结与展望第118-121页
    7.1 本文主要工作和贡献第118-119页
    7.2 未来的工作第119-121页
参考文献第121-131页
攻博期间发表的科研成果目录第131-132页
致谢第132页

论文共132页,点击 下载论文
上一篇:基于相机遗留痕迹检测的数字图像来源识别
下一篇:伊藤算法关键技术研究