导读:本文包含了规则本体论文开题报告文献综述、选题提纲参考文献，主要关键词:本体,规则,语义,地理,质量,工作面,情感。
规则本体论文文献综述写法
王向前,朱佳,孟祥瑞,何叶荣[1]（2019）在《一种基于本体与关联规则的煤矿安全监控预警模型》一文中研究指出为了解决煤矿安全监控系统中的可靠性较差、信息管理混乱,以及产生的海量监测数据利用率较低等问题,提出了一种新的安全监控预警模型。利用本体对煤矿安全监控领域的信息进行系统化组织,使其便于共享与重用;利用关联规则技术对海量监测数据进行挖掘,得到大量隐藏的可用于预警的推理规则;将煤矿安全监控本体及推理规则与Jena推理机进行绑定形成具有推理机制的安全监控预警模型。利用该模型对实时数据进行推理实验,验证了该模型有效。结果表明,结合了本体与关联规则技术的煤矿安全监控预警模型可有效地整合监控领域信息,并在一定程度上提高了预警的效率和准确率。(本文来源于《矿业安全与环保》期刊2019年03期）
朱佳[2]（2019）在《基于本体与关联规则的煤矿监控预警模型的设计与研究》一文中研究指出煤炭产业是我国的基础性产业,但是煤炭开采具有很大的风险,每年都会出现因为矿井中工作环境恶劣、安全技术水平不足、操作不规范等原因造成的煤矿伤亡事故。为了减少事故的发生,现在的煤矿企业大多都配备了煤矿监控预警系统,它不仅可以监测瓦斯、一氧化碳等环境参数并实行超限报警、断电等防患措施,还可以实时监控各种设备如风门、风筒等的运行状况,保证其正常运行。煤矿监控预警系统在一定程度上可以提高煤矿企业的安全管理能力,但是它也存在一些弊端,例如系统中的信息管理混乱、大量的监控数据没有被有效利用以及传感器反应不灵敏没有被及时发现导致系统的可靠性变差等。通过对上述问题进行研究,本文构建了基于本体与关联规则的煤矿监控预警模型。该模型运用了本体技术,是因为本体可以将杂乱的领域知识系统化地组织起来;又可以基于本体的结构化特性实现监控数据的储存与快速查询;还可以实现基于本体的知识推理。需要说明的是,该系统的本体推理技术是基于Jena推理机实现的。该推理预警模型还运用到了关联规则挖掘技术,是因为关联规则挖掘算法可以针对煤矿监控数据的特点进行挖掘,并能够得到隐含的对煤矿预警有价值的关联规则运用到本体推理中。其主要的研究内容有:(1)通过对《煤矿安全规程》等文献资料进行搜集,本文得到大量煤矿监控预警领域的相关术语。然后,利用七步法对这些术语进行处理得到了本体模型的基本框架——概念、概念间结构关系、属性以及实例等。最后,基于本体编辑工具Protege对这些框架知识进行构建就得到了完整的煤矿监控预警本体模型。(2)运用了关联规则挖掘方法对煤矿监控数据进行挖掘。传统的Apriori挖掘方法虽然应用广泛,但是挖掘结果差强人意,可能会得到许多虚假的、无趣的规则。因此,本文改进了 Apriori挖掘方法将相关度和兴趣度添加进去,并经过实验验证了该改进方法有效可行,能够挖掘出大量符合用户需求的关联规则,避免了将虚假规则挖掘出来运用到实际工作中。此外,本文还利用Jena语法将关联规则以及监控预警领域的相关规定编写成符合要求的自定义推理规则。(3)采用Jena推理机绑定了煤矿监控预警本体模型与推理规则库,构建了基于本体与关联规则的煤矿监控预警模型,并利用试验证明了该模型有效可行,能够在一定程度上提高煤矿监控预警的精确度,降低了煤矿事故的发生率。图20表9参74(本文来源于《安徽理工大学》期刊2019-06-06）
郑诚,潮旭,章金平[3]（2019）在《基于规则的情感本体和词向量的中文情感分类》一文中研究指出随着电子商务的快速发展,评论文本的情感倾向研究引起了广大学者的关注.为了充分利用短文本中的情感本体和语义信息,提出结合句法规则、情感本体和词向量的中文情感分类方法.首先利用Word2vec训练词向量,结合句法规则生成短文本向量;再根据情感特征分布,创建领域自适应情感词典,结合句法规则,得到短文本情感值,从而构建词向量和情感值相结合的情感模型VWEO(Vector with Emotional Ontology).在酒店评论数据集中,与已有方法相比,所提方法在准确率、召回率、F1值均有明显提升.(本文来源于《微电子学与计算机》期刊2019年06期）
李小杰[4]（2018）在《本体辅助的OGC地理信息服务关联规则挖掘模型研究》一文中研究指出随着计算机和互联网技术的快速发展,地理信息服务的使用频率正以指数的速度增长,逐渐形成了以地理信息服务共享形式存在的海量地理信息数据。如何从包含巨大语义信息的海量数据中发现对用户有用的地理信息服务数据具有重要的意义。本文以OGC地理信息服务为研究对象,研究本体辅助的OGC地理信息服务关联规则模型构建方法,实现对OGC地理信息服务数据的关联规则挖掘。实验表明:通过本体和传统关联规则结合的算法不仅可以提高挖掘的速度,同时可以实现概念层次的知识发现。本文的主要工作如下:(1)建立面向OGC地理信息服务的地质矿产领域本体库。搜集OGC地理信息服务数据并使用DOM解析技术提取服务元文件中的主题词汇,通过分析主题词汇并结合本体构建流程框架,构建地质矿产领域的本体库。(2)面向OGC地理信息服务构建本体辅助的关联规则挖掘模型。针对现有关联规则挖掘的缺陷,本文将可以表示知识的地质矿产领域本体替代领域专家来指导关联规则挖掘,实现本体辅助的OGC地理信息服务关联规则挖掘。(3)基于本体辅助的关联规则挖掘模型的原型系统开发。采用本体辅助的Apriori算法模型为系统的核心算法,结合MySQL、SpringMVC等开源工具,设计并开发了面向OGC地理信息服务的推荐系统。将本文构建的本体辅助关联规则挖掘推荐原型系统与传统的关联规则挖掘推荐系统开展对比实验,结果表明:1.在满足相同配置环境情况下,本文提出的本体辅助关联规则挖掘推荐模型的运行效率比传统的关联规则挖掘模型能够提高2秒以上。2.本文设计的本体辅助关联规则挖掘推荐系统相较与传统的关联规则挖掘推荐系统,该推荐系统的查全率提高了8%,查准率提高了2%。(本文来源于《南京邮电大学》期刊2018-11-14）
李剑峰,肖明清,唐希浪,张磊[5]（2018）在《基于OWL本体和SWRL规则的导弹智能故障诊断研究》一文中研究指出针对复杂航空装备诊断知识缺乏、诊断效率低和知识共享性差等问题,以某型红外弹为例,提出一种基于OWL本体和SWRL规则的导弹智能故障诊断方法;首先以导弹FMECA结果作为知识源,通过基于ATML语法的OWL逻辑描述语言建立导弹本体模型,完成故障模式和故障原因本体之间的映射;其次采用语义网络规则语言SWRL描述知识库规则,建立本体知识单元之间类、属性和实例的对应关系,最后通过Racer推理机对导弹知识库进行故障诊断推理,获取故障诊断优先级顺序;推理结果表明,该方法能够解决复杂航空装备专家诊断系统中的知识表示困难、缺乏自动语义推理、重用共享性差等问题,获得最优的故障诊断路径的同时减少了故障排查步骤,从而实现了故障原因的快速定位,提高了复杂航空装备专家诊断系统的诊断效率和可靠性。(本文来源于《计算机测量与控制》期刊2018年07期）
吴柯桦[6]（2018）在《基于本体和规则的访问控制模型及应用研究》一文中研究指出随着互联网技术以及新型网络技术的出现和高速发展,分布式计算在金融、工业、文化等各个细分领域得到了充分的应用。用户及业务种类大量增长、与外部系统的跨域业务往来频繁,使得这些行业内部应用系统面临着效率降低和安全问题,通过访问控制技术进行授权和约束是解决这些问题的重要措施。访问控制技术作为信息安全领域的关键研究对象,其主要作用是允许授权主体或阻止非授权主体对系统资源的访问。访问控制模型为访问控制技术的安全基础提供了核心框架,建立模型的规则策略则为系统资源提供了防护的方法,使得系统环境免遭恶意用户的破坏和盗取。基于属性的访问控制(Attribute based access control,ABAC)模型利用属性特征,对访问控制内的所有权限进行建模,该模型能够有效的实现更加细粒度的权限管理和主客体属性的复杂关系授权管理,但是传统的ABAC模型难以满足当前的热门应用场景,在访问控制规则的形式化表达和语义理解方面存在缺陷且不具备逻辑推理的功能。本文在建立满足安全应用要求的访问控制模型时,为该模型添加了策略规则的形式化表达方式和语义理解及推理等功能。在此基础上提出了一种基于本体和规则的ABAC模型——OR-ABAC模型。本模型利用语义网的重要组成部分——网络本体语言OWL(Web Ontology Language)对模型中建立的规则进行语义化表达,实现对ABAC模型的形式化描述,将所有属性元素和关系映射为本体形式,为规则提供清晰地语义表达。并且引入SWRL(Semantic Web Rule Language)语言构建访问控制推理规则,实现形式化的描述,提升了访问规则精确的表达能力和属性间关系的推理能力。OWL和SWRL的组合完整的实现了本体对模型数据和规则的建立以及推理,为系统自动决策提供了支持。强大的语义表达能力有效的实现了对复杂系统的授权管理工作,通过本体的一致性检验和隐含性知识的推理检验防止了授权溢出的情况。最后对OR-ABAC模型进行实验,设计了一个原型系统,验证了模型具有很高的安全性、灵活性和有效性。(本文来源于《重庆大学》期刊2018-04-01）
周诗源,王英林[7]（2018）在《基于抽取规则和本体映射的语义搜索算法》一文中研究指出针对目前语义搜索过程中存在效率低、用户推荐误差大等问题,提出一种基于抽取规则和本体映射的语义搜索算法.首先根据用户语义搜索要求抽取语义中的元素和属性,解决数据利用率低的缺陷;然后建立语义模型,构建本体之间的元素及属性之间的映射,消除用户需求和计算机之间的语义偏差;最后将语义搜索算法应用于用户个性化推荐系统.实验结果表明,该语义搜索算法有效提高了搜索效率,降低了用户个性化推荐误差.(本文来源于《吉林大学学报(理学版)》期刊2018年02期）
李浩君,张芳[8]（2018）在《活动理论视角下移动设备情境感知信息推荐服务研究——基于情境本体建模与规则推理》一文中研究指出[目的/意义]研究基于情境本体建模与规则推理的移动设备情境感知信息推荐服务,解决传统信息推荐中情境语义信息利用问题,提升信息推荐服务质量。[方法/过程]通过信息推荐活动分析,构建移动设备情境感知信息推荐服务系统框架,为理解情境感知与信息推荐过程提供新视角。基于情境本体建模与规则推理的信息推荐方法,将自定义规则与情境语义信息进行匹配计算,实现个性化信息推荐。[结果/结论]电影推荐服务实验结果证明活动理论视角下情境感知信息推荐服务系统框架具有良好的可拓展性,信息推荐方法能充分利用情境信息,适用于多种信息推荐服务,能为移动设备信息推荐服务研究提供新思路。(本文来源于《情报杂志》期刊2018年03期）
袁满,谢兰,张晓冉[9]（2017）在《数据质量约束规则的本体描述及推理研究》一文中研究指出针对数据质量中约束规则描述的语义复杂性、快速提取等问题,引入本体技术描述数据质量约束规则等要素的语义关系,提出了元本体的思想,对数据质量领域的核心词汇进行了提练,并依据相关标准,构建了与领域无关的数据质量元本体模型。在应用中,特定领域可根据需求将该元本体模型实例化为用于描述本领域的数据质量本体,不仅解决了数据质量领域词汇共享与明确描述问题,而且使数据质量复杂约束规则语义描述得以解决。同时,以石油领域数据为例,依据提出的质量本体元模型实例化出石油领域的质量本体模型,定义了各种推理规则,并基于Jena推理机验证了构建的数据质量本体的合理性,极大地提高了数据质量评估中约束规则提取的效率。(本文来源于《吉林大学学报(信息科学版)》期刊2017年06期）
刘婷[10]（2017）在《采煤工作面动态本体构建及推理规则研究》一文中研究指出煤炭是我国经济发展的支柱产业之一,随着经济的发展,我国对煤炭的需求逐渐增加,煤矿生产过程中发生的事故起数仍然偏高。其中对煤矿安全本质认识不够全面,且缺乏完整的煤矿安全监测系统对煤矿井下因素、环境参数、设备及人员信息等进行监测是导致事故发生的主要原因。本体可以提供对相关领域知识的共同认可与理解,实现知识的重用和共享。对煤矿领域进行本体建模,可以为煤矿领域中的概念及其关系提供一种统一的形式化的表示方法,而且能够支持逻辑推理,发现井下隐含的危险信息,保障煤矿生产的顺利进行。传统的人工构建本体的方式存在耗时耗力、对专家主观依赖性强以及难以保证本体通用性等问题。为了减少本体构建的工作量,提高效率,自动或者半自动地构建本体的方法被提出,并逐渐成为研究热点。形式概念分析(Formal Concept Analysis,FCA)是一种从形式背景上进行数据分析与规则提取的工具,能将本体中的概念、属性及关系用形式化的方式表述出来,并发现概念间的隐含关系。将FCA应用于本体构建的研究可以弥补传统构建方法的不足,减少人为因素的干预,并通过构造概念格清晰地表达出本体的层级结构。本文分析了本体的相关理论知识、工具与方法,选择适用于煤矿领域的七步法与骨架法相结合的本体构建方法,并采用Protégé本体建模工具对采煤工作面进行初始本体建模,给出了一种将FCA技术应用于采煤工作面本体构建的方法,通过实例验证了该方法的有效性;了解了Jena基本框架和推理引擎,以及煤矿叁大规程,根据自定义规则的格式制定适应于采煤工作面的推理规则;设计并实现了本体半自动构建及推理系统,通过推理实现对本体模型隐含信息的查询与检索。本文在构建采煤工作面初始本体模型的基础上,结合形式概念分析技术来弥补人工构建本体的不足,提高了本体构建的自动化程度。并且应用Jena推理机结合煤矿叁大规程对构建的本体模型进行推理,能够有效地发现煤矿井下的不安全因素并及时采取措施,为煤矿的安全生产提供保障。(本文来源于《太原科技大学》期刊2017-04-07）
规则本体论文开题报告范文
（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：
煤炭产业是我国的基础性产业,但是煤炭开采具有很大的风险,每年都会出现因为矿井中工作环境恶劣、安全技术水平不足、操作不规范等原因造成的煤矿伤亡事故。为了减少事故的发生,现在的煤矿企业大多都配备了煤矿监控预警系统,它不仅可以监测瓦斯、一氧化碳等环境参数并实行超限报警、断电等防患措施,还可以实时监控各种设备如风门、风筒等的运行状况,保证其正常运行。煤矿监控预警系统在一定程度上可以提高煤矿企业的安全管理能力,但是它也存在一些弊端,例如系统中的信息管理混乱、大量的监控数据没有被有效利用以及传感器反应不灵敏没有被及时发现导致系统的可靠性变差等。通过对上述问题进行研究,本文构建了基于本体与关联规则的煤矿监控预警模型。该模型运用了本体技术,是因为本体可以将杂乱的领域知识系统化地组织起来;又可以基于本体的结构化特性实现监控数据的储存与快速查询;还可以实现基于本体的知识推理。需要说明的是,该系统的本体推理技术是基于Jena推理机实现的。该推理预警模型还运用到了关联规则挖掘技术,是因为关联规则挖掘算法可以针对煤矿监控数据的特点进行挖掘,并能够得到隐含的对煤矿预警有价值的关联规则运用到本体推理中。其主要的研究内容有:(1)通过对《煤矿安全规程》等文献资料进行搜集,本文得到大量煤矿监控预警领域的相关术语。然后,利用七步法对这些术语进行处理得到了本体模型的基本框架——概念、概念间结构关系、属性以及实例等。最后,基于本体编辑工具Protege对这些框架知识进行构建就得到了完整的煤矿监控预警本体模型。(2)运用了关联规则挖掘方法对煤矿监控数据进行挖掘。传统的Apriori挖掘方法虽然应用广泛,但是挖掘结果差强人意,可能会得到许多虚假的、无趣的规则。因此,本文改进了 Apriori挖掘方法将相关度和兴趣度添加进去,并经过实验验证了该改进方法有效可行,能够挖掘出大量符合用户需求的关联规则,避免了将虚假规则挖掘出来运用到实际工作中。此外,本文还利用Jena语法将关联规则以及监控预警领域的相关规定编写成符合要求的自定义推理规则。(3)采用Jena推理机绑定了煤矿监控预警本体模型与推理规则库,构建了基于本体与关联规则的煤矿监控预警模型,并利用试验证明了该模型有效可行,能够在一定程度上提高煤矿监控预警的精确度,降低了煤矿事故的发生率。图20表9参74
（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。
规则本体论文参考文献
[1].王向前,朱佳,孟祥瑞,何叶荣.一种基于本体与关联规则的煤矿安全监控预警模型[J].矿业安全与环保.2019
[2].朱佳.基于本体与关联规则的煤矿监控预警模型的设计与研究[D].安徽理工大学.2019
[3].郑诚,潮旭,章金平.基于规则的情感本体和词向量的中文情感分类[J].微电子学与计算机.2019
[4].李小杰.本体辅助的OGC地理信息服务关联规则挖掘模型研究[D].南京邮电大学.2018
[5].李剑峰,肖明清,唐希浪,张磊.基于OWL本体和SWRL规则的导弹智能故障诊断研究[J].计算机测量与控制.2018
[6].吴柯桦.基于本体和规则的访问控制模型及应用研究[D].重庆大学.2018
[7].周诗源,王英林.基于抽取规则和本体映射的语义搜索算法[J].吉林大学学报(理学版).2018
[8].李浩君,张芳.活动理论视角下移动设备情境感知信息推荐服务研究——基于情境本体建模与规则推理[J].情报杂志.2018
[9].袁满,谢兰,张晓冉.数据质量约束规则的本体描述及推理研究[J].吉林大学学报(信息科学版).2017
[10].刘婷.采煤工作面动态本体构建及推理规则研究[D].太原科技大学.2017