模糊数据库支持的模糊描述逻辑与本体知识库抽取和存储关键技术的研究
发布时间：2023-03-26 20:38
语义Web是当前Web的延伸,它赋予Web资源机器可理解的语义,从而使计算机能够更好地与人协同工作。为了让机器能够理解Web资源并实现对资源的推理,如何表示和推理领域知识成为语义Web的重要研究课题之一。作为语义Web知识表示模型的本体以及知识推理基础的描述逻辑在语义Web中发挥着重要的作用,引起了人们的广泛关注并已被应用于许多领域的知识表示和推理中。 本体和描述逻辑是语义Web知识表示和推理的关键技术,语义Web的实现很大程度上依赖于本体和描述逻辑知识库的构建与存储。从构建的角度来看,当前许多应用领域包含有大量有价值的信息资源,为了使语义Web应用程序能够访问和处理领域信息并实现已有系统中信息的重用和共享,如何从已有的领域数据资源中抽取本体和描述逻辑知识库已经成为语义Web领域中的一个研究热点。从存储的角度来看,随着语义Web的发展,应用领域出现了越来越多规模庞大的本体和描述逻辑知识库,如何有效地存储进而使用这些知识库已变得越来越重要。数据库是当今许多应用领域存储和管理数据资源的主要形式,因此利用数据库技术支持描述逻辑与本体知识库的抽取及其存储也就成为语义Web领域一个重要的研究内容...
【文章页数】：268 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与动机
1.2 国内外相关研究的现状与分析
1.2.1 经典数据库支持的描述逻辑与本体知识库的抽取与存储研究
1.2.2 模糊数据库模型和模糊描述逻辑与本体的研究
1.2.3 模糊数据库支持的模糊描述逻辑与本体知识库的抽取与存储研究
1.3 本文研究意义及工作
1.3.1 研究意义与目标
1.3.2 研究内容
1.3.3 论文的组织结构
第二章 相关基础理论
2.1 描述逻辑和本体
2.1.1 描述逻辑
2.1.2 本体
2.2 模糊集基本理论
2.2.1 信息的不精确及不确定性
2.2.2 模糊集与可能性分布
2.3 模糊描述逻辑和模糊本体
2.3.1 模糊描述逻辑f-SHOIN(D)
2.3.2 模糊本体
2.4 本章小结
第三章 模糊数据库模型的形式化表示
3.1 引言
3.2 两种模糊概念数据模型的形式化表示
3.2.1 模糊ER模型
3.2.2 模糊UML数据模型
3.3 两种模糊逻辑数据库模型的形式化表示
3.3.1 模糊关系数据库模型
3.3.2 模糊面向对象数据库模型
3.4 模糊XML数据模型的形式化表示
3.4.1 模糊XML数据模型的基本概念
3.4.2 模糊XML数据模型的形式化表示
3.5 本章小结
第四章 模糊描述逻辑与本体的形式化表示
4.1 引言
4.2 用于表示模糊数据库模型相应的模糊描述逻辑
4.2.1 两种模糊概念数据模型相应的模糊描述逻辑FDLR
4.2.2 两种模糊逻辑数据库模型相应的模糊描述逻辑f-ALCIQ(D)
4.2.3 模糊XML数据模型相应的模糊描述逻辑f-ALCQwf-reg
4.3 模糊本体的形式化表示
4.3.1 模糊本体表示语言
4.3.2 模糊本体
4.4 本章小结
第五章 基于模糊数据库模型的模糊描述逻辑知识库抽取
5.1 引言
5.2 基于模糊概念数据模型的FDLR知识库抽取
5.2.1 基于模糊ER模型的FDLR知识库抽取
5.2.2 基于模糊UML数据模型的FDLR知识库抽取
5.2.3 基于FDLR的模糊概念数据模型的推理
5.3 基于模糊逻辑数据库模型的f-ALCAQ(D)知识库抽取
5.3.1 基于模糊关系数据库模型的f-ALCIQ(D)知识库抽取
5.3.2 基于模糊面向对象数据库模型的f-ALCZQ(D)知识库抽取
5.3.3 基于f-ALCIQ(D)的模糊逻辑数据库模型的推理
5.4 基于模糊XML数据模型的f-ALCQwf-reg知识库抽取
5.4.1 形式化抽取方法
5.4.2 抽取工具
5.4.3 基于f-ALCQwf-reg的模糊XML数据模型的推理
5.5 本章小结
第六章 基于模糊数据库模型的模糊本体抽取
6.1 引言
6.2 基于模糊概念数据模型的模糊本体抽取
6.2.1 基于模糊ER模型的模糊本体抽取
6.2.2 基于模糊UML数据模型的模糊本体抽取
6.3 基于模糊逻辑数据库模型的模糊本体抽取
6.3.1 基于模糊关系数据库模型的模糊本体抽取
6.3.2 基于模糊面向对象数据库模型的模糊本体抽取
6.4 基于模糊XML数据模型的模糊本体抽取
6.5 本章小结
第七章 基于模糊关系数据库的模糊描述逻辑与本体知识库存储
7.1 前言
7.2 基于模糊关系数据库的模糊知识库的存储
7.2.1 模糊知识库的总体存储框架
7.2.2 模糊知识库的存储过程
7.2.3 模糊知识库的存储工具
7.3 本章小结
第八章 结束语
8.1 本文的主要贡献与结论
8.2 未来的工作
参考文献
致谢
攻读博士期间主持及参加的科研项目
获得的荣誉及奖励
攻读博士期间发表的论文
本文编号：3771686
【文章页数】：268 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与动机
1.2 国内外相关研究的现状与分析
1.2.1 经典数据库支持的描述逻辑与本体知识库的抽取与存储研究
1.2.2 模糊数据库模型和模糊描述逻辑与本体的研究
1.2.3 模糊数据库支持的模糊描述逻辑与本体知识库的抽取与存储研究
1.3 本文研究意义及工作
1.3.1 研究意义与目标
1.3.2 研究内容
1.3.3 论文的组织结构
第二章 相关基础理论
2.1 描述逻辑和本体
2.1.1 描述逻辑
2.1.2 本体
2.2 模糊集基本理论
2.2.1 信息的不精确及不确定性
2.2.2 模糊集与可能性分布
2.3 模糊描述逻辑和模糊本体
2.3.1 模糊描述逻辑f-SHOIN(D)
2.3.2 模糊本体
2.4 本章小结
第三章 模糊数据库模型的形式化表示
3.1 引言
3.2 两种模糊概念数据模型的形式化表示
3.2.1 模糊ER模型
3.2.2 模糊UML数据模型
3.3 两种模糊逻辑数据库模型的形式化表示
3.3.1 模糊关系数据库模型
3.3.2 模糊面向对象数据库模型
3.4 模糊XML数据模型的形式化表示
3.4.1 模糊XML数据模型的基本概念
3.4.2 模糊XML数据模型的形式化表示
3.5 本章小结
第四章 模糊描述逻辑与本体的形式化表示
4.1 引言
4.2 用于表示模糊数据库模型相应的模糊描述逻辑
4.2.1 两种模糊概念数据模型相应的模糊描述逻辑FDLR
4.2.2 两种模糊逻辑数据库模型相应的模糊描述逻辑f-ALCIQ(D)
4.2.3 模糊XML数据模型相应的模糊描述逻辑f-ALCQwf-reg
4.3.1 模糊本体表示语言
4.3.2 模糊本体
4.4 本章小结
第五章 基于模糊数据库模型的模糊描述逻辑知识库抽取
5.1 引言
5.2 基于模糊概念数据模型的FDLR知识库抽取
5.2.1 基于模糊ER模型的FDLR知识库抽取
5.2.2 基于模糊UML数据模型的FDLR知识库抽取
5.2.3 基于FDLR的模糊概念数据模型的推理
5.3 基于模糊逻辑数据库模型的f-ALCAQ(D)知识库抽取
5.3.1 基于模糊关系数据库模型的f-ALCIQ(D)知识库抽取
5.3.2 基于模糊面向对象数据库模型的f-ALCZQ(D)知识库抽取
5.3.3 基于f-ALCIQ(D)的模糊逻辑数据库模型的推理
5.4 基于模糊XML数据模型的f-ALCQwf-reg知识库抽取
5.4.1 形式化抽取方法
5.4.2 抽取工具
5.4.3 基于f-ALCQwf-reg的模糊XML数据模型的推理
5.5 本章小结
第六章 基于模糊数据库模型的模糊本体抽取
6.1 引言
6.2 基于模糊概念数据模型的模糊本体抽取
6.2.1 基于模糊ER模型的模糊本体抽取
6.2.2 基于模糊UML数据模型的模糊本体抽取
6.3 基于模糊逻辑数据库模型的模糊本体抽取
6.3.1 基于模糊关系数据库模型的模糊本体抽取
6.3.2 基于模糊面向对象数据库模型的模糊本体抽取
6.4 基于模糊XML数据模型的模糊本体抽取
6.5 本章小结
第七章 基于模糊关系数据库的模糊描述逻辑与本体知识库存储
7.1 前言
7.2 基于模糊关系数据库的模糊知识库的存储
7.2.1 模糊知识库的总体存储框架
7.2.2 模糊知识库的存储过程
7.2.3 模糊知识库的存储工具
7.3 本章小结
第八章 结束语
8.1 本文的主要贡献与结论
8.2 未来的工作
参考文献
致谢
攻读博士期间主持及参加的科研项目
获得的荣誉及奖励
攻读博士期间发表的论文
本文编号：3771686
本文链接：https://www.wllwen.com/shekelunwen/ljx/3771686.html