-
题名基于本体和Rough Set理论的知识推理模型
被引量：2
- 1
-
-
作者
李泽
郑业鲁
苏倩
吴清秋
-
机构
广东省农业科学院科技情报研究所
中山大学信息科学与技术学院
-
出处
《情报学报》
CSSCI
北大核心
2010年第4期709-717,共9页
-
基金
国家高技术研究发展计划（863计划）（2006AA10Z239）
广东省“直通车工程”项目（2007B040801039）资助
-
文摘
随着计算机的普及与快速发展,如何通过在批量数据中提取有效规则实现机器智能分类与推理,提高知识推理的有效性与准确率,成为当前知识服务领域的难题之一。文章基于本体（Ontology）的知识组织方式和粗糙集（Rough Set）理论的知识获取技术,针对批量数据的规则提取实现知识推理,提出知识推理模型ORSKM。ORSKM模型利用九元组构建领域本体,实现实例数据的语义化描述;从领域本体的属性中提取粗糙集的决策表,由决策表对领域本体关系进行领域知识知识库归约,获取领域知识相关的属性规则;通过粗糙集知识推理算法实现知识获取,最后通过实验对该知识推理模型进行验证。
-
关键词
领域本体
粗糙集
知识推理
知识描述模型
-
Keywords
domain-ontology
rough set
knowledge reasoning
knowledge depicting model
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
