本书系统讲解智能新媒体的基础知识和前沿动态。
电子书
内容简介
本体是共享概念模型明确的形式化规范说明。其重要性已在知识工程、智能信息集成、信息检索与获取、软件工程、自然语言处理、普适计算等许多方面有所体现。
本书全面概括了本体演化的一些方法，重点研究开放环境下本体演化中的本体一致性推理算法、本体演化序列内部与序列之间的冲突检测、冲突诊断算法和本体演化多版本差异检测算法，同时就所涉及的算法进行了系统的实验和比较。
本书可作为本体推理、本体演化领域开发人员和技术人员的参考书，对本体演化冲突检测具有一定的参考价值。
章节目录
- 封面
- 扉页
- 版权信息
- 内容提要
- 前言
- 第1章 绪论
- 1.1 背景知识
- 1.2 国内外相关研究
- 1.2.1 本体演化及其过程
- 1.2.2 开放环境下本体演化研究的现状
- 1.3 当前存在的问题
- 1.4 本书内容组织
- 第2章 本体演化技术概述
- 2.1 描述逻辑与本体
- 2.2 OWL语言的逻辑基础
- 2.3 本体推理任务
- 2.4 本体演化方法
- 2.5 本章小结
- 第3章 基于Alloy的本体推理
- 3.1 背景知识
- 3.2 Alloy语言
- 3.3 OWL到Alloy转换过程
- 3.3.1 解析过程
- 3.3.2 生成Alloy模型
- 3.3.3 实例分析
- 3.4 Alloy Analyzer支持的OWL本体推理
- 3.4.1 基于Alloy的TBox推理
- 3.4.2 基于Alloy的ABox推理
- 3.5 实验数据对比
- 3.6 本章小结
- 第4章 改进的基于SAT的本体推理
- 4.1 引言
- 4.2 基于SAT的本体一致性检测框架
- 4.3 中间语言定义
- 4.3.1 本体可满足性问题
- 4.3.2 中间语言定义
- 4.3.3 抽象语法
- 4.3.4 语义
- 4.4 OWL语言与中间语言之间的转换规则
- 4.5 实例分析
- 4.6 实验对比分析
- 4.7 极小不可满足子句集MU提取
- 4.8 本章小结
- 第5章 本体演化变更序列的冲突检测算法
- 5.1 引言
- 5.2 基本概念
- 5.3 冲突定义及检测
- 5.3.1 内部冲突
- 5.3.2 直接冲突
- 5.3.3 不一致冲突
- 5.4 实验分析
- 5.5 本章小结
- 第6章 开放环境下本体演化变更序列语义冲突检测算法
- 6.1 引言
- 6.2 冲突变更序列矩阵模型
- 6.3 求解最小碰集序列
- 6.4 最小碰集概率排序
- 6.5 实例分析
- 6.6 本章小结
- 第7章 基于概念格的本体版本差异检测方法
- 7.1 引言
- 7.2 概念格模型与版本格
- 7.2.1 概念格相关概念
- 7.2.2 版本空间与版本格
- 7.3 基于版本格的版本差异检测算法
- 7.3.1 无参差异检测
- 7.3.2 有参差异检测
- 7.4 相关工作
- 7.5 本章小结
- 第8章 开放环境下本体演化原型系统的设计与实现
- 8.1 开放环境下本体演化原型系统架构
- 8.2 非标准推理模块
- 8.3 冲突检测模块
- 8.4 语义冲突诊断模块
- 8.5 版本差异检测器
- 8.6 本章小结
- 参考文献
展开全部
开放环境下本体演化方法是2017年由人民邮电出版社出版,作者张斌。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《开放环境下本体演化方法》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
将人工智能的技术语言翻译成大众语言，用灵活易懂的文字解读人工智能的技术核心。
电子书
轻松入门机器学习，理论实战并重，适合零基础学习者。
电子书
本书由青少年编程机构"核桃编程"核心团队编写，是一本写给青少年看的人工智能科普图书，9岁以上青少年了解人工智能的入门读物。
电子书
本书内容包括ProcessSimulate概述，夹具、机器人的定义与机构的创建，机器人搬运、机床上下料、机器人焊接、点焊工作站、码垛工作站的模拟仿真。
电子书
本书共6章：第1章概述了工业报警系统的研究意义、突出问题和研究现状；第2章通过基于报警统计量的状态图，描述了某个时期内报警变量所处的运行状态；第3章提出了报警延迟器、报警死区和报警阈值的优化设计方法；第4章以关联变量的变化方向、变化空间、变化速率为基础，设计了相应的多变量报警器；第5章针对描述报警变量与根源变量关系的不同模型，建立了3种报警根源分析方法；第6章面向短时间内出现的大量报警信息，设计了
电子书
本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，最后讨论自编码模型、对抗生成网络、深度强化学习。
电子书
本书分为3部分，分别是综述篇、通用技术篇和行业应用篇。综述篇介绍了现阶段人工智能产品发展情况和人工智能政策环境。通用技术篇精心挑选10个以研发底层技术为核心竞争力的企业的产品，详细介绍了它们的实现思路以及现阶段应用。行业应用篇共有24个案例，主要汇集了人工智能技术与实体经济结合的应用案例，重点关注人工智能技术的应用场景拓展。
