事件本体体系结构

来源 :第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议 | 被引量 : 0次 | 上传用户：knik120

【摘要】

：

介绍了事件本体的体系结构和原理.事件本体以事件类的格结构作为主线,每个事件类包括6个要素,对象要素描述事件参与的角色和角色所属概念以及角色成员的数量,全部所属概念组成对象概念格；动作要素描述事件类中的事件进展平均程度、过程、工具、方式方法,程度由属性值描述,过程由成员事件组成的流程描述,全部工具、方式方法概念分别组成工具、方式方法概念格；时间要素描述事件类的时间区间,用区间数表示；环境要素描述事件

【作者】

：

刘宗田

【机构】

：

上海大学计算机工程与科学学院上海200072

【出处】

：

第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

【发表日期】

：

2012年8期

【关键词】

：

Event ontology Event class Event class element Concept lattice Event inductive e

下载到本地 , 更方便阅读

下载此文赞助VIP

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

其他文献

Linear Formal Context Transformation

Recently,the connection between Matrix Theory and Formal Context Analysis (FCA) has been widely explored.However,most of the literatures only paid attention to non-linear decomposition of matrix,and o

会议

Formal concept analysisFormal context transformationPower mean matrixSVDExcl

基于相容粗糙集技术的ELM网络结构选择

粗糙集理论已成功应用于数据挖掘、模式识别、机器学习等领域,但粗糙集理论应用于神经网络结构选择的工作尚未见到.本文提出了一种基于相容粗糙集技术的ELM网络结构选择方法,该方法利用相容依赖度度量神经网络隐含层结点的重要性.实验结果证明本文提出的方法是行之有效的.

会议

Rough setTolerance rough setNeural networkNeural architecture selection

定性概念逻辑运算的定量实现

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型.基于云模型概念内涵与外延之间的不确定性双向转换机制,通过给出的概念区间映射方法,将两个(或多个)原始概念分别映射到它们共同的交、并区间上,通过云滴隶属度的模糊运算定量实现概念内涵的“软交”、“软并”逻辑运算.

会议

Normal cloudForward cloud generatorBackward cloud generatorInterval mappingL

一种有效的基于风险最小化的属性约简算法

基于粗糙集理论定义的属性约简大都要求约简前后正区域保持不变或者非负区域不变.在概率型决策粗糙集模型下,决策区域和决策规则与属性增减之间并不具备单调性.因此,决策者基于约简后的属性集合所作的决策风险最小就变得非常有意义.针对这种与各个区域无关的基于决策风险最小化的属性约简进行了研究.考虑到不同属性对决策表的决策分类能力不同,提出了基于决策粗糙集模型的属性重要性概念,从而设计了一种有效的基于属性重要性

会议

Attribute reductionMinimum decision costSignificance of attributesDecision-th

基于邻域粗糙集与量子遗传算法的人脸表情特征选择方法

人脸表情特征选择是人脸表情识别研究领域关注的一个热点.结合量子遗传算法与邻域粗糙集理论,提出一种新的人脸表情特征选择方法FSNRSTQGA (Feature Selection based on Neighborhood Rough Set Theory and Quantum Genetic Algorithm).首先,以邻域粗糙集理论为基础,定义了最优特征集的适应度函数,来评价表情特征子集的选

会议

Neighborhood rough setFeature selectionQuantum genetic algorithmFacial expres

A New Method of Image Enhancement of Moving Object Based on Rough Sets

This paper is intended to improve moving object image processing.Based on rough set theory,a split decision algorithm of image segmentation is proposed.Removal of noise is based on a new filtering def

会议

Rough set theoryImage enhancementHistogram equalizationMedian filtering

基于信息熵的属性约简

在粗糙集不确定性度量公式中,模糊熵和模糊度是重要的度量方式.根据粗糙集不确定性度量中模糊熵和新的模糊度公式,提出了在决策信息系统中修正条件信息熵和相对模糊熵的概念,并分别用两种方式证明了熵在属性约简过程中的单调性.然后利用向前添加属性算法进行属性约简,约简结果在RIDAS平台上进行识别率测试,通过实验对比分析了提出的两种新的信息熵与条件信息熵的约简,从而为基于信息熵的属性约简提供了参考.

会议

Rough setsInformation entropyCondition information entropyFuzzy entropyAttri

基于阴影集的粗糙模糊可能聚类算法

相对于硬聚类算法,软聚类算法可以更好地表示具有不精确边界的类簇.粗糙集和模糊集均是用于描述不精确数据的有效的数学工具,二者之间互为补充.研究人员已经将粗糙集和模糊集的概念相结合,并应用到聚类算法中.而阴影集的引入可以有效地解决粗糙模糊聚类算法中的阈值选择问题.

会议

Rough setsShadow setsFCMPCM

融合内容和链接的网络结构发现概率模型综述

随着社会媒体的发展,用户网络将产生大量内容,发现其潜在的社区及主题便于了解网络结构及用户兴趣,进行更深层次的分析和预测.融合内容和链接的主题发现或社区发现概率模型成为完成该任务的主流方法,按模型目标将其分为主题发现模型、主题社区发现模型和社区-主题发现模型.分析各模型的设计背景、基本原理、参数求解及优缺点等,并通过典型模型的定性比较和定量实验分析探索该类模型存在的问题,最后预测来来融合模型的可能研

会议

Text-augmented networkTopic modelCommunity detectionTopic community

收缩邻居节点集方法(CNA)求解有向网络的最大流问题

最大流问题在许多工程领域和物理、化学、生物以及管理科学和应用数学等科学领域有着广泛的应用.然而随着网络规模的增加,传统的算法无法快速高效地求解最大流问题,算法的实际性能也不能满足许多应用问题的要求.针对求解一个给定的有向网络上最大流问题,本文提出一种新方法——收缩邻居节点集的方法(CNA).该方法旨在通过收缩邻居节点集来有效降低网络规模,使得经典算法及改进算法可以直接使用.首先给出收缩邻居节点集的

会议

Maximum flowContractionContracting neighbor-node-set approach (CNA)Directed n

事件本体体系结构

与本文相关的学术论文