导读:本文包含了概念结构本体论文开题报告文献综述及选题提纲参考文献，主要关键词:农业本体,云模型,泛概念层次,虚云
概念结构本体论文文献综述
孔晨[1]（2016）在《农业领域本体知识泛概念层次结构生成方法研究》一文中研究指出本体是共享概念模型,由于其规范化、形式化、明确化等特点,近年来倍受广大学者的关注。概念层次作为本体的基本骨架,在本体构建中起到了基础性的作用。农业领域中存在大量不同类型的数据,如何通过这些数据获取合适的概念层次结构,对农业领域本体的构建至关重要。然而,现有的以明确化为特点的领域本体构建方法,无法很好刻画农业概念划分中的不确定性现象。因此,探索农业概念层次划分技术与方法十分必要。本研究结合国家自然科学基金项目(No.31271615)“农业领域(茶学)云本体建模理论与方法研究”,针对农业本体构建过程中,如何实现农业概念“软划分”的难题,重点解决农业领域本体知识概念层次划分中的两个关键问题——数值型数据的泛概念层次结构生成问题、云模型数据的泛概念层次结构生成问题,开发农业领域本体知识泛概念层次结构生成原型系统。论文研究将为农业领域本体知识概念层次划分提供新思路,对于构建更加客观准确的农业领域本体模型具有重要的现实意义。论文研究的主要工作如下:1研究了基于多策略集成的农业领域本体知识数值型数据泛概念层次结构生成方法。考虑到数据量大小对层次结构生成方法的不同要求,分别提出了针对大型数据和小型数据的农业领域本体知识泛概念层次结构生成方法。在大型数据上,利用云变换算法获得概念原子云,并提出云贴合度概念,筛选出适合跃升的原子云,通过改进的概念跃升算法生成泛概念层次结构;在小型数据上,通过云发生器云获得云化概念,并利用黄金分割率进行优选,获取合适的云模型集合,组合构成泛概念层次结构。2提出了面向农业领域本体知识中云模型数据的泛概念层次结构生成方法。针对农业云本体建模中必将大量产生的云模型数据的现状,通过构造多种虚拟云,实现概念层次的上下迁移及平行衍生,完善概念集并获得概念间层次结构,实现通过“以云治云”的方式,简化以往将云模型回转为数值型数据再进行处理的繁琐过程。3开发了农业领域本体知识泛概念层次结构生成原型系统。基于Matlab平台,开发了农业领域本体知识泛概念层次结构生成原型系统,实现了农业领域本体知识中多种数据概念层次结构的生成,并用实验验证了本文所述技术以及方法的有效性。(本文来源于《安徽农业大学》期刊2016-06-01）
黄福常[2]（2016）在《基于本体结构量化的本体概念映射方法研究》一文中研究指出随着本体在知识管理、语义Web和人工智能等领域应用前景的进一步明朗,越来越多的本体涌现。与此同时,各领域的研究者和应用者根据特定目的所构建的不同本体间的异质问题也越来越受到重视。这种本体间的异质阻碍了知识共享、重用和互操作。为此,本体映射作为解决本体异质的根本途径成为当前本体研究的热点。目前,本体映射方法研究已经形成一个涵盖基于语法、基于本体结构、基于实例、基于外部资源以及多策略本体映射方法的方法体系。然而,当前的本体映射方法还普遍存在映射精度不高,对本体概念潜在语义信息挖掘不足的问题,为此,本文研究一种基于本体结构量化的本体概念映射方法,以支持不同本体的集成。本文首先定义并量化本体的概念深度、概念宽度和概念密度等结构信息,然后研究将已量化的结构信息转化为本体内父子概念语义相关度的方法。基于该量化方法之上,本文研究将结构信息用于本体映射发现的方法,即构建映射概念对的公共特征向量。通过映射概念对的公共特征向量与本体内父子概念的语义相关度的结合,将本体映射过程中映射概念对的相似度计算转化为两个数值向量的相似度计算,从而获得两个不同本体的语义映射。试验证明,该方法可以较好的发现两个不同本体概念间的语义关系,特别是在结构信息的帮助下,能较好的发现同义不同形和同形不同义的映射概念对的潜在语义关系,从而提高本体映射的精度。试验数据显示,本文方法在本体映射的准确率、召回率和F-measure值上都有不错的表现。并且,本文设计实现了一个基于本文方法的本体映射应用系统,进一步展示了该方法的实用性。总之,本文针对本体异质问题,充分利用了本体的结构信息,提出一种新的基于本体结构量化的本体映射方法。并创新性地提出了量化本体结构信息的方法以及通过构建公共特征向量将映射概念对的相似度计算转化为向量近似计算的方法。本文研究丰富和完善了本体映射发现的方法体系。(本文来源于《福州大学》期刊2016-03-01）
黄福常,于娟[3]（2015）在《基于本体结构量化的本体概念映射方法研究》一文中研究指出针对现有本体映射方法对本体结构信息挖掘的缺乏,研究基于结构量化的本体映射方法,以支持本体对齐和互操作等本体集成工程。该方法首先将待映射的两个本体分别描述为树形结构,定义并量化其概念的结构关系;然后,基于概念的结构量化向量计算概念的相似度,从而得到本体概念间的映射。该方法通过量化和挖掘本体结构信息,发现不同本体的不同概念间的语义关系。试验证明,该方法的精确率和召回率较令人满意。(本文来源于《情报杂志》期刊2015年11期）
喻灿[4]（2012）在《基于本体概念的半结构化文本语义检索》一文中研究指出伴随着知识社会和计算机网络的发展，互联网上出现了大量的半结构化数据，基于半结构化数据的特点，这种数据的检索处理方式有别于结构化数据检索和无结构化数据检索。大部分半结构化文本检索系统沿用传统的基于关键字匹配的检索模式，只在字面上进行查询与文档的匹配，并且忽略了半结构化文本存在的结构特点，仅仅把文本当成平坦的词序列来处理，因此，传统的半结构化文本的检索存在着种种不足，不可能实现检索结果的质的提高。此困境亟待解决。语义检索是学术界基于现状对检索系统应该更智能化、更知识化的要求，近年来得到了学术界的大量关注。语义检索致力于解决作为用户的人与处理信息的计算机之间存在的语义鸿沟问题。概念检索是语义检索的研究新方向，它使检索系统不局限于字面上的匹配而是从概念层次上理解和处理查询请求。在现有语义检索方法的研究基础上，针对传统半结构化文本检索的不足，综合考虑利用本体进行概念相关性计算、基于文档结构的文档词词项权重设定、语义查询扩展、语义概念检索模型等关键问题，提出了基于本体概念的半结构化文本语义检索方案，针对所提方案进行了原型系统设计与实现并进行了实验验证。(本文来源于《华中科技大学》期刊2012-05-01）
黄海[5]（2011）在《基于本体的语义搜索引擎的概念体系结构研究》一文中研究指出未来的WWW搜索引擎将不只用于文字搜索,它应该能够理解Web页面的内容,在其上执行逻辑推理,实现复杂的搜索查询并反馈准确结果。创建了一个用于语义搜索引擎的概念体系结构,讨论了其中的构件以及它们之间的交互过程,并证明了此概念体系结构的优越性。现今推理引擎的问题是它们不支持健全的知识库,所以功能限制在了代码验证上。这里提出的概念体系结构不存在这个问题,该体系结构中的推理引擎具有一个完整的知识库。此外,通过使用W3C推荐的OWL语言,语言标准化的问题也得到了很好解决。(本文来源于《现代电子技术》期刊2011年24期）
李文杰,赵岩[6]（2010）在《基于本体结构的概念间语义相似度算法》一文中研究指出针对本体模型的结构特点,从模型概念间的宽度、深度、密度等方面分析本体概念相似度的计算,将其合并为结构因素。结合语义重合度、语义距离等影响相似度的因素综合考虑,提出一种基于本体结构的计算概念间语义相似度的算法。通过建立本体模型并进行实验分析,总结出本体结构方面各因素对本题概念语义相似度的影响。(本文来源于《计算机工程》期刊2010年23期）
陈琪[7]（2007）在《基于本体和特征模型的概念体系结构应用研究》一文中研究指出随着软件产业和软件工程技术的发展,软件体系结构的构造方法成为一项引人关注的课题,而概念体系结构的构造是软件体系结构领域一种新兴技术,具有不可估量的应用前景。本文在综合研究本体、特征模型及概念体系结构相关知识的基础上,提出了一种对特征模型应用映射算法向概念构件过渡,并最终得到概念体系结构的领域工程的研究方法。创建了在软件复用的基础上适合于各个应用领域的特征元模型,加入了本体元素和FTM机制,并给出了详细的形式化描述。最后对网上竞拍管理系统对从特征模型的建立到概念体系结构的生成的整个过程进行了应用研究。(本文来源于《华北电力大学（河北）》期刊2007-12-20）
唐晋韬,王挺[8]（2006）在《基于本体概念结构的SVM多类分类方法及其在本体自动扩充中的应用》一文中研究指出1 引言本体是哲学研究中发展出来的一个概念,指形成现象的根本实体。近十多年来,随着研究的日益深入,本体已经远远超过了哲学的范畴,在信息技术、知识工程等方面都有广泛的应用。尤其是本体(本文来源于《2006年全国理论计算机科学学术年会论文集》期刊2006-08-01）
徐莹,徐福缘,李生琦[9]（2006）在《从招标结构中抽取本体概念的方法研究》一文中研究指出本体构建在成功实施电子商务中起着重要作用,为了实现在线招标系统,提出了一种本体构建方法。该方法利用概念图作为知识表示工具,根据电子目录等现有资源来抽取概念,利用EDI构建概念结构,从而构建招标领域本体。并且给出了一个从概念结构中抽取本体概念的算法。(本文来源于《计算机工程与应用》期刊2006年04期）
肖勋泽,鲍扬民,邓培坤,邢凤春[10]（1989）在《反应堆本体结构FFR实验快堆概念设计》一文中研究指出本工作是FFR实验快堆反应堆本体的概念设计。它包括堆芯结构、一次容器、堆顶盖、控制棒驱动机构和测量柱。FFR实验快堆采用池式结构,堆芯开式布置,钠池和池内部件的安装方式均为吊装。本工作介绍了FFR堆本体结构的设计准则和选型依据,描述了钠池和堆内结构、(本文来源于《中国原子能科学研究院年报》期刊1989年00期）
概念结构本体论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着本体在知识管理、语义Web和人工智能等领域应用前景的进一步明朗,越来越多的本体涌现。与此同时,各领域的研究者和应用者根据特定目的所构建的不同本体间的异质问题也越来越受到重视。这种本体间的异质阻碍了知识共享、重用和互操作。为此,本体映射作为解决本体异质的根本途径成为当前本体研究的热点。目前,本体映射方法研究已经形成一个涵盖基于语法、基于本体结构、基于实例、基于外部资源以及多策略本体映射方法的方法体系。然而,当前的本体映射方法还普遍存在映射精度不高,对本体概念潜在语义信息挖掘不足的问题,为此,本文研究一种基于本体结构量化的本体概念映射方法,以支持不同本体的集成。本文首先定义并量化本体的概念深度、概念宽度和概念密度等结构信息,然后研究将已量化的结构信息转化为本体内父子概念语义相关度的方法。基于该量化方法之上,本文研究将结构信息用于本体映射发现的方法,即构建映射概念对的公共特征向量。通过映射概念对的公共特征向量与本体内父子概念的语义相关度的结合,将本体映射过程中映射概念对的相似度计算转化为两个数值向量的相似度计算,从而获得两个不同本体的语义映射。试验证明,该方法可以较好的发现两个不同本体概念间的语义关系,特别是在结构信息的帮助下,能较好的发现同义不同形和同形不同义的映射概念对的潜在语义关系,从而提高本体映射的精度。试验数据显示,本文方法在本体映射的准确率、召回率和F-measure值上都有不错的表现。并且,本文设计实现了一个基于本文方法的本体映射应用系统,进一步展示了该方法的实用性。总之,本文针对本体异质问题,充分利用了本体的结构信息,提出一种新的基于本体结构量化的本体映射方法。并创新性地提出了量化本体结构信息的方法以及通过构建公共特征向量将映射概念对的相似度计算转化为向量近似计算的方法。本文研究丰富和完善了本体映射发现的方法体系。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
概念结构本体论文参考文献
[1].孔晨.农业领域本体知识泛概念层次结构生成方法研究[D].安徽农业大学.2016
[2].黄福常.基于本体结构量化的本体概念映射方法研究[D].福州大学.2016
[3].黄福常,于娟.基于本体结构量化的本体概念映射方法研究[J].情报杂志.2015
[4].喻灿.基于本体概念的半结构化文本语义检索[D].华中科技大学.2012
[5].黄海.基于本体的语义搜索引擎的概念体系结构研究[J].现代电子技术.2011
[6].李文杰,赵岩.基于本体结构的概念间语义相似度算法[J].计算机工程.2010
[7].陈琪.基于本体和特征模型的概念体系结构应用研究[D].华北电力大学（河北）.2007
[8].唐晋韬,王挺.基于本体概念结构的SVM多类分类方法及其在本体自动扩充中的应用[C].2006年全国理论计算机科学学术年会论文集.2006
[9].徐莹,徐福缘,李生琦.从招标结构中抽取本体概念的方法研究[J].计算机工程与应用.2006
[10].肖勋泽,鲍扬民,邓培坤,邢凤春.反应堆本体结构FFR实验快堆概念设计[J].中国原子能科学研究院年报.1989