不精確本體合并研究.pdf

1、精確性(Precision)是人類受其認知能力所限在處理不精確性對象時的無奈選擇，在獲得可行解決路徑的同時，卻偏離了被處理對象的實質(zhì)。目前，將對Ontology及語義網(wǎng)的研究由“精確性階段”推進到“不精確性階段”的時機已經(jīng)成熟。由于分布式環(huán)境下構(gòu)建的本體異構(gòu)特性，已嚴重阻礙了本體間的互操作性，所以對同一領(lǐng)域本體進行合并是解決本體異構(gòu)的最有效方法之一。
　　 本文首先分別定義了模糊性和粗糙性一種新的度量方式，并實例驗證了這兩個新度

2、量方式的合理性和有效性。在此基礎(chǔ)上，將模糊集理論與粗糙集理論相結(jié)合，提出了一個模糊粗糙關(guān)聯(lián)度的綜合評價方法，該關(guān)聯(lián)度可作為不精確本體的查詢與推理的依據(jù)、模糊粗糙集或粗糙模糊集的變換參考等方面。
　　 為驗證上述方法的有效性，本文提出了一個基于多映射的不精確本體合并框架，在結(jié)合當(dāng)前映射技術(shù)優(yōu)點的基礎(chǔ)之上，配備語義橋生成器和沖突處理器，能充分提高合并的效率。實驗結(jié)果證明，本框架可以在語義網(wǎng)中將源不精確本體自動合并生成新的目標不精確本