摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-16页 |
·研究背景 | 第11-12页 |
·研究目标与内容 | 第12-13页 |
·论文研究的意义 | 第13页 |
·论文的写作安排 | 第13-16页 |
第二章 研究现状综述与本文技术路线 | 第16-47页 |
·背景理论现状 | 第16-31页 |
·知识管理与知识集成 | 第16-18页 |
·语义Web(Semantic Web) | 第18-24页 |
·本体 | 第24-29页 |
·基于范例的推理(CBR) | 第29-31页 |
·本体构建与本体学习的研究综述 | 第31-36页 |
·本体构建研究现状 | 第31-33页 |
·本体学习研究现状 | 第33-36页 |
·本体集成的研究综述 | 第36-38页 |
·基于本体的范例推理的研究综述 | 第38-39页 |
·基于本体的CBR现状 | 第38-39页 |
·基于本体的CBR研究的不足 | 第39页 |
·本文研究方案及技术路线 | 第39-45页 |
·系统的体系结构与框架 | 第39-44页 |
·关键问题及技术路线 | 第44-45页 |
·小结 | 第45-47页 |
第三章 从遗留智能系统学习OWL局部本体的方法及应用 | 第47-70页 |
·相关研究现状 | 第47-48页 |
·形式化建模及对应关系的理论分析 | 第48-54页 |
·关系数据库模式 | 第48-49页 |
·OWL本体 | 第49-51页 |
·对应关系分析 | 第51-54页 |
·从遗留智能系统学习OWL局部本体的具体方法 | 第54-60页 |
·关系数据库模式信息提取 | 第55-56页 |
·模式信息、知识项向OWL本体转换 | 第56-58页 |
·与已有方法的对比分析 | 第58-60页 |
·应用实例分析 | 第60-68页 |
·企业遗留智能系统实例的概况 | 第60-63页 |
·实例分析 | 第63-68页 |
·小结 | 第68-70页 |
第四章 OWL领域本体的半自动化构建方法及应用 | 第70-95页 |
·相关研究现状 | 第70-77页 |
·形式概念分析理论 | 第70-73页 |
·FCA用于本体构建与合并的研究现状 | 第73-75页 |
·概念相似度计算现状 | 第75-77页 |
·问题分析与技术策略 | 第77-79页 |
·概念相似度计算策略 | 第77-78页 |
·FCA的引入策略 | 第78-79页 |
·OWL领域本体半自动构建方法 | 第79-86页 |
·初始信息的确定 | 第79-80页 |
·相似度矩阵的构造 | 第80-81页 |
·形式背景构建 | 第81-83页 |
·概念格的生成 | 第83-84页 |
·概念等同度和概念包含度的计算 | 第84-85页 |
·概念语义关系的推荐 | 第85-86页 |
·OWL领域本体的构建 | 第86页 |
·实例验证与结果 | 第86-94页 |
·实例1 | 第87-90页 |
·实例2 | 第90-92页 |
·与已有相关方法的对比分析 | 第92-94页 |
·小结 | 第94-95页 |
第五章 基于语义Web的范例表示与检索方法及应用 | 第95-112页 |
·本体与CBR相结合的理论优势 | 第95-97页 |
·本体应用研究的困难 | 第95页 |
·传统CBR的优缺点 | 第95-96页 |
·本体与CBR的结合 | 第96-97页 |
·问题分析与总体策略 | 第97-98页 |
·问题分析 | 第97-98页 |
·总体策略 | 第98页 |
·基于语义Web的范例表示与检索方法 | 第98-104页 |
·基于RDF的Web范例标记语言—RCWML | 第99-101页 |
·领域知识本体的构建策略 | 第101-102页 |
·范例检索 | 第102-104页 |
·应用实例分析 | 第104-111页 |
·工装工时定额领域知识本体TDO的构建 | 第104-107页 |
·规则、规律知识的表示与存储 | 第107-108页 |
·范例知识的表示与存储 | 第108-110页 |
·范例检索 | 第110-111页 |
·与已有相关方法的对比分析 | 第111页 |
·小结 | 第111-112页 |
第六章 结论与展望 | 第112-115页 |
·本文的主要内容 | 第112页 |
·主要创新点 | 第112-113页 |
·进一步的研究工作—知识服务 | 第113-115页 |
参考文献 | 第115-121页 |
攻读博士学位期间发表学术论文情况 | 第121-122页 |
致谢 | 第122-123页 |