北京市自然科学基金(4022003)
- 作品数：35 被引量：196H指数：8
- 相关作者：刘椿年李文斌杨新武毛国君黄佳进更多>>
- 相关机构：北京工业大学石家庄经济学院香港浸会大学更多>>
- 发文基金：北京市自然科学基金国家自然科学基金北京市教委科技发展计划更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 对OWL及其逻辑基础的研究被引量：36
- 2004年
- OWL是WebOntology的表示语言,是实现语义Web的语言工具。对OWL三个子语言 的语法进行了比较分析,重点对OWL的逻辑基础(即描述逻辑)进行了讨论,就描述逻辑如何用于表 示本体进行了研究,提出了一种基于描述逻辑的本体模型,并对描述逻辑的推理机制进行了阐述。
- 李文斌刘椿年陈嶷瑛
- 关键词：语义WEB本体论描述逻辑
- 基于遗传算法的一阶规则获取被引量：1
- 2002年
- 基于一阶谓词逻辑的一阶规则挖掘方法可处理多表挖掘且具有强的知识表达能力,成为数据挖掘(DM)技术中一种渐受重视的新方法。为了解决现有方法规则获取的性能瓶颈问题,该文提出了一种新的基于遗传算法的一阶规则挖掘算法(GILP)。实验结果表明,GILP算法能有效地挖掘一阶规则。
- 杨新武刘椿年张俊卿
- 关键词：遗传算法谓词逻辑数据挖掘知识发现
- 基于主机系统调用的入侵检测方法研究被引量：2
- 2006年
- 大多数的入侵行为是由于一系列操作系统内部的非法或异常调用引起的,因此对系统调用序列进行分析是入侵检测的一个重要方法。给出了两种基于系统调用的序列分析方法:基于频繁统计和基于权值树的滑动窗口序列分析方法,并且描述了相应算法的主要过程。并通过试验证明了它们的合理性和有效性。
- 鲁杰毛国君尤春梅
- 关键词：入侵检测系统调用序列
- 分段扫描生成频繁项目序列集的挖掘算法被引量：1
- 2004年
- 关联规则挖掘是数据挖掘研究的重要分支。发现频繁项目序列集又是关联规则挖掘中的一个关键阶段。十几年来,许多发现频繁项目集的算法已经被提出。近几年来,人们更关注于在大型数据集中高效发现频繁项目集的算法研究,特别是在减少数据库的扫描次数、提高内存利用率等方面。该文提出一个称为DFISP的算法,它是基于数据分段扫描策略的,并且只需两次数据库扫描即可完成频繁项目序列集的生成。实验表明,DFISP算法是稳定而高效的。
- 毛国君刘椿年
- 关键词：数据挖掘关联规则
- 利用概念-权向量组匹配算法的Ontology搜索精化被引量：3
- 2006年
- 提出了概念-权向量组匹配算法。该算法对输入信息和待评估Ontology进行语义分析,生成对应的概念-权向量组,利用概念-权向量组的匹配结果生成作为过滤和排序依据的结果向量。并利用该算法开发了Ontology搜索引擎——WI OntoSearch。
- 高明霞刘椿年陈福荣
- 扩展OWL处理模糊知识被引量：6
- 2006年
- 为了解决模糊Ontology的表示和推理问题,本文结合网络本体语言OWL的特点,在模糊描述逻辑的基础上,构建了RDF/XML式的模糊算子和公理．用来表达Ontology中的模糊概念和模糊声明；提出了OWL到模糊算子的转换规则,统一了模糊Ontology中确定知识的表示方法．最后,利用新增模糊词汇和转换规则解决了视频提取领域的模糊知识表示和推理任务．
- 高明霞刘椿年
- 关键词：本体模糊描述逻辑
- 基于归纳逻辑程序设计的特异规则挖掘被引量：4
- 2003年
- 从关系数据挖掘的角度提出了挖掘特异规则的方法,该方法通过面向属性的方法来识别特异数据.借鉴Chi2算法的思想实现了特异数据的离散,并定性地描述了数据的特异程度,结合经典的归纳逻辑程序设计系统FDIL,自然地挖掘出了特异规则,突破了传统命题级数据挖掘的框架.试验结果表明利用该方法能够发现被传统的关联规则挖掘算法所忽略的有价值的知识.
- 黄明新刘椿年
- 关键词：归纳逻辑程序设计关系数据挖掘
- 分布式并行约束归纳逻辑程序设计研究被引量：3
- 2005年
- CILP是关系数据挖掘的主要技术之一。为提高CILP系统的效率,提出了一种基于C3模型,元学习技术和主从式静态负载平衡策略的分布式并行CILP算法,并实现了一个基于COW机群结构的分布式并行CILP原型系统。实验表明该算法是高效的,能获得较好的负载平衡,较高的加速比和并行效率。
- 卢向澄郑磊刘椿年
- 关键词：约束归纳逻辑程序设计关系数据挖掘
- 基于特征信息增益权重的文本分类算法被引量：25
- 2006年
- 为了在分类精度不受损失的情况下提高训练速度,设计了3种基于信息增益(information gain,简称IG) 特征权重的分类算法,分别被命名为:IG-C1、IG-C2、IG-C．它们根据特征对IG贡献的大小及在新文本中出现的次数进行分类．这3种算法都具有较低的时间复杂度和实现简单的特点．实验结果表明,其中IG-C的分类效果最为理想．
- 李文斌刘椿年陈嶷瑛
- 关键词：文本处理信息分类特征提取
- Ontology自动创建中实例学习的研究被引量：4
- 2006年
- Ontology近年来受到信息科学领域的广泛关注,其重要性已在许多方面表现出来并得到广泛认同。自动创建领域Ontology可以克服手工方法的不足,成为当前的研究热点之一;实例(Instance)是Ontology的重要组成元素,从领域文档集中学习实例是自动创建领域Ontology的关键之一。研制的一个领域Ontology的自动生成系统(OntoAGS)能够通过领域文档集自动地创建该领域的Ontology,OntoAGS系统的实例学习是基于模式匹配的算法。实验表明,与当前较流行的Ontology半自动生成系统text-to-onto相比,OntoAGS通常能学习出更多实例,且准确率较高。
- 刘贺欢刘椿年
