论文部分内容阅读
模块化是优化本体推理的一种有效手段,提出了一种针对推理的模块提取方法,该方法通过分析符号解释域的边界与公理之间的关系计算出基于边界的模块。给出该基于边界的模块的理论基础,并证明了其模块的正确性。评估实验表明,基于边界的模块和最优模块大小很接近,并使用边界模块进行推理后,推理性能显著提高。
描述逻辑中基于边界模块的推理方法
【摘 要】
：
模块化是优化本体推理的一种有效手段,提出了一种针对推理的模块提取方法,该方法通过分析符号解释域的边界与公理之间的关系计算出基于边界的模块。给出该基于边界的模块的理论基础,并证明了其模块的正确性。评估实验表明,基于边界的模块和最优模块大小很接近,并使用边界模块进行推理后,推理性能显著提高。
【机 构】
：
西北工业大学软件与微电子学院,西北工业大学计算机学院,西北工业大学自动化学院
【出 处】
：
计算机应用研究
【发表日期】
：
2009年08期
其他文献
概念格理论中的G-D基是一个形式背景的最小蕴涵基,从G-D基中可以产生一个背景的所有蕴涵,对G-D基的研究对于数据挖掘和规则提取都有很重要的意义。当G-D基中的蕴涵很多时,从它推导出背景中的全部蕴涵就很困难,减小G-D基的尺寸能够节省很多时间。提出了利用概念层次图约简G-D基的尺寸,通过利用Armstrong公理系统比较说明了G-D基的尺寸变小后推导蕴涵的效率明显提高,并提出了恢复G-D基中的蕴涵
提出了一种基于动态代理的方法来提高流程的可靠性。该方法使用面向方面技术扩展BPEL引擎来拦截调用伙伴服务,并由动态代理与伙伴服务交互。如果伙伴服务失败,则动态代理动态地发现并调用等价服务。动态等价服务发现结合了传统的基于关键字的服务发现和基于本体的服务发现两种技术。采用消息转换机制来解决失败服务与替换服务之间接口不匹配的问题。此外,还提供了基于浏览器的管理界面来帮助设计人员管理替换服务和消息转换规
引入了一种新的基于网格的数据压缩方法,并应用该方法对处理大型空间数据集的聚类算法SGR IDS进行研究。该方法考虑输入参数对聚类算法质量有较大影响,对密度阈值的确定进行了改进,从而减小输入参数的影响。实验证明,该方法能够获得较好的聚类效果。
随着网络传输速率的不断提高,分布式报文分类算法以其快速高效的特点越来越受到业界的关注,但却普遍存在内存消耗过高的问题。针对这一问题提出了基于域冲突空间的多标签树算法(MLT-FCS),将各域规则划分为不同的冲突区,并为冲突区和区内元素分配各自的标签,然后在此基础上设计出两级查询机制以减少待查规则的数目,充分利用硬件的并行处理和流水线操作特性,提出了第二级查询的多标签树算法。分析及仿真表明,MLT-
为了提高M IMO+OFDM系统在信道信息估计不准确时的译码性能,提出了一种基于SAGE(空间交替期望最大)算法的信道估计和M IMO译码联合算法。具体方法是:将发送的子帧分成若干个子块,第一个子块为导频子块,为第二个子块的译码提供信道信息;译码时对第二个子块进行内部的参数循环估计,完成该子块的译码后,解出该子块的信道信息,并将其作为下一子块译码的信道参数,依次完成所有子块的译码。经过仿真验证,该
遗传算法极难处理高维约束优化问题,故借鉴免疫系统机理,提出一种抗体修正免疫算法解决一类高维约束优化问题。该算法设计的关键在于抗体亲和力由抗体浓度及群体状态决定;可行抗体被克隆、突变;非可行抗体的基因按价值密度由小到大逐一修正。选取两种已有的智能算法(ETGA、ISGA),通过不同约束条件下的高维0/1背包问题的仿真比较。结果表明,该算法较其他算法能更快地跟踪最优值,具有较强的勘测和开采能力。
对E-2DMesh网络中节点和链路失效模式进行了研究,构造了一种多级事件状态分解法,对网络状态空间进行分解。基于该方法和组合模型原理研究了在给定节点和链路失效概率均为0.10%以下时,对多达上千个节点的E-2DMesh网络仍可达超过0.9119的可靠度。该方法能够应用于研究其他层次结构的网络与其他网络通信问题,也很适合近似计算。
提出的基于身份的DRM权限跟踪模型,即授权用户可以在不同的设备上播放数字内容,提高了互操作性。内容服务器对数字内容部分加密,未加密部分嵌入数字水印。部分加密在保证安全的基础上,减小了计算复杂度。数字水印有双重功能:一是标志该内容受保护;二是颁发许可证依据,许可证服务器根据检测到的水印信息向用户颁发相应的许可证。数字水印是对用户使用权限的定义,数字水印的加载,实现了对数字内容整个生命周期的权限跟踪。
随着P2P网络的兴起,基于对等网络的资源搜索算法成为研究的热点。通过分析现有结构化P2P资源搜索算法,着重从节点兴趣、网络拓扑匹配、异构性、负载均衡等方面讨论目前结构化P2P资源搜索的改进算法,分析了各种改进算法的优缺点,为高性能的结构化P2P搜索算法的提出奠定基础。
以机器人足球中型组比赛环境中的足球作为研究对象,重点研究在机器人自身位置可能时刻发生变化的情况下如何利用机器人全景视觉信息,可靠地估计出足球在自由运动状态下和在外力作用下的位置和速度。提出了一种基于岭回归的估计方法实现对足球运动状态的估计,并在实验中证明本方法具有一定的稳定性和可靠性。