基于本体论知识源模型的神经网络数据挖掘技术.pdfVIP

计算机科学2002V01．29N9-。8 基于本体论知识源模型的神经网络数据挖掘技术 Neural NetworkData Basedon SourceModelin MiningTechniqueKnowledge Ontologies 马杰刘月田胡海峰马玉书 (石油大学(北京)人工智能研究中心北京102200) AbstractThis and of data presents neuralnetwork paper designimplementation miningusing sourcemodelin knowledge Ontologies． Neuralnetwork，Data source Keywords model，OMT mining，Ontologies，Knowledge 统的综合集成[8]。同时，基于面向对象建模技术 1本体论与数据挖掘 OMT(Object Modeling 本体(Ontology)是一个哲学概念或术语，指客 件工程开发规范要求对领域问题求解中的背景描 观存在的一个系统的解释或说明，它关心客观世界 述，模型的集成、重用、选择等进行统一描述与规范， 的抽象本质。本体论(Ontologies)在哲学领域代表 而采用本体论领域问题求解方法正是解决上述问题 一种对客观世界“存在”(Existence)的系统化的描 的一种有效的途径。 述规范或概念模型。在人工智能领域，GruberR将 2．基于本体论知识源模型的神经网络数据挖 本体定义为概念模型的规范说明或共享概念模型的 掘工具的设计思想 形式化规范说明[1’2]。这里，概念模型表示针对客观 世界的～些现象，可以通过某种途径抽象出相关概 在复杂应用中，往往会综合采用神经网络、知识 念而得到知识模型。通常，本体可通过概念之间的关 处理、模糊逻辑、常规数学算法(如关联分析)等各种 系(如面向对象方法学中的继承机制)来表达。客观 解题模型来进行问题求解。因此在神经网络数据挖 世晃是由各种领域求解问题组成的，当领域知识用 掘工具的建模中，我们运用本体论和面向对象方法 描述性形式表达时，可被表达的对象集合称为本体。 学OOM中的抽象类概念将各种解题模型统一为一 这样，本体就表达了一个给定领域的通用观点。其要 种知识源模型。在此基础上，完成了包括神经网络模 点是用～种清晰的方法把领域知识分解成为一组知 型和其他传统模型在内的多个模型的建模工作，并 识元以及它们之间的相互关系，这些知识元和相互 实现了系统的集成。 关系组合在一起就构成了该领域的本体。 在领域问题求解中，基于本体论的问题求解方 数据挖掘是指