首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于描述逻辑的大规模本体推理关键技术研究

中文摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第11-19页
    1.1 研究背景和意义第11-16页
        1.1.1 研究背景第11-15页
        1.1.2 研究目的和意义第15-16页
    1.2 主要研究内容和创新第16-17页
    1.3 论文结构第17-19页
第2章 相关研究综述第19-43页
    2.1 本体的逻辑基础第19-30页
        2.1.1 描述逻辑的语法和语义第19-24页
        2.1.2 描述逻辑推理的推理问题第24-26页
        2.1.3 描述逻辑推理方法第26-30页
    2.2 本体语言以及图表示第30-31页
    2.3 本体模块及其结构分解的研究现状第31-37页
    2.4 模块化推理的研究现状第37-39页
    2.5 增量推理的研究现状第39-41页
    2.6 本章小结第41-43页
第3章 本体模块化结构及其分解第43-57页
    3.1 本体模块及其模块化结构第43-47页
        3.1.1 本体模块第43-46页
        3.1.2 本体的模块化结构第46-47页
    3.2 基于局部性模块的原子分解第47页
    3.3 基于有向超图的原子分解第47-51页
    3.4 混合的原子分解方法第51-52页
    3.5 实验与分析第52-55页
        3.5.1 实验准备第52-53页
        3.5.2 实验结果和分析第53-55页
    3.6 本章小结第55-57页
第4章 本体的模块化推理第57-77页
    4.1 模块化推理的动机和原理第57-58页
    4.2 推理任务划分第58-63页
        4.2.1 分离EL子本体和非EL子本体第59-61页
        4.2.2 计算最小的非EL子本体第61-63页
    4.3 模块化推理算法第63-66页
    4.4 实验与分析第66-75页
        4.4.1 实验准备第66-67页
        4.4.2 实验结果第67-70页
        4.4.3 实验分析第70-72页
        4.4.4 与MORe的比较第72-75页
    4.5 本章小结第75-77页
第5章 本体的增量推理第77-93页
    5.1 增量推理的动机与原理第77页
    5.2 OWL 2 QL本体第77-79页
    5.3 本体的有向图表示第79-80页
    5.4 演化本体的动态图表示第80-81页
        5.4.1 添加公理第80-81页
        5.4.2 删除公理第81页
    5.5 受影响路径的识别第81-83页
    5.6 更新传递闭包第83-84页
    5.7 算法实现和优化第84页
    5.8 实验评估第84-92页
        5.8.1 实验准备第87页
        5.8.2 实验结果第87-88页
        5.8.3 实验分析第88-92页
    5.9 本章小结第92-93页
第6章 总结与展望第93-97页
    6.1 总结第93-94页
    6.2 展望第94-97页
参考文献第97-105页
发表论文和参加科研情况说明第105-106页
致谢第106-107页

论文共107页,点击 下载论文
上一篇:考虑非平行性的可压缩弱非线性理论及其应用
下一篇:基于内容的立体图像编辑方法研究