基于强相关逻辑的不精确应急时态知识表示

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (15): 138-143.

• 数据库、信号与信息处理 • 上一篇下一篇

基于强相关逻辑的不精确应急时态知识表示

张贤坤1，2，刘栋2，3，高珊2，4，杜磊2，5

1.天津科技大学计算机科学与信息工程学院，天津 300222
2.天津大学计算机科学与技术学院，天津 300072
3.河南师范大学计算机与信息技术学院，河南新乡 453007
4.天津商业大学信息工程学院，天津 300134
5.军事交通学院基础部，天津 300160

出版日期:2012-05-21 发布日期:2012-05-30

Representation of uncertain emergency temporal knowledge based on strong relevant logic

ZHANG Xiankun1，2, LIU Dong2，3, GAO Shan2，4, DU Lei2，5

1.College of Computer Science and Information Engineering, Tianjin University of Science and Technology, Tianjin 300222, China
2.College of Computer Science and Technology, Tianjin University, Tianjin 300072, China
3.College of Computer and Information Technology, Henan Normal University, Xinxiang, Henan 453007, China
4.College of Information and Engineering, Tianjin University of Commerce, Tianjin 300134, China
5.Department of Basic, Academy of Military Transportation, Tianjin 300160, China

Online:2012-05-21 Published:2012-05-30

摘要/Abstract

摘要： 在强相关逻辑基础上扩展不精确时态关系，以满足不精确应急时态知识表示与推理的需要。给出了粗糙集及强相关逻辑的相关概念；通过定义不精确时态关系扩展了强相关逻辑，形成了粗糙时态强相关逻辑，给出了可靠性和完备性证明；通过实际例子说明粗糙时态强相关逻辑的知识表示和应用。结果表明扩展后的粗糙时态强相关逻辑可以实现不精确时态知识的表示与推理。

关键词: 不精确时态, 强相关逻辑, 粗糙集, 知识表示, 应急

Abstract: In order to meet the need of representation and reasoning of uncertain temporal knowledge, uncertain temporal relationship is extended into strong relevant logic. Some relevant concepts of rough sets and strong relevant logic are given; strong relevant logic is extended to form rough temporal strong relevant logic by defining uncertain temporal relation, and the prove of its reliability and completeness are given; representation and application of uncertain knowledge based on the rough temporal strong relevant logic are validated using a practical example. The result shows that it is easy to represent uncertain temporal knowledge using the extended rough strong relevant logic.

Key words: uncertainty temporal, strong relevant logic, rough sets, representation of knowledge, emergency

张贤坤1，2，刘栋2，3，高珊2，4，杜磊2，5. 基于强相关逻辑的不精确应急时态知识表示[J]. 计算机工程与应用, 2012, 48(15): 138-143.

ZHANG Xiankun1，2, LIU Dong2，3, GAO Shan2，4, DU Lei2，5. Representation of uncertain emergency temporal knowledge based on strong relevant logic[J]. Computer Engineering and Applications, 2012, 48(15): 138-143.

[1]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[2]	许德刚，李凡，王露，郭奕欣，邢奎杰，梁腾翔. 优化烟花算法在医疗物资应急调度中的应用[J]. 计算机工程与应用, 2021, 57(24): 249-258.
[3]	卢琪，潘志松，谢钧. 融合知识表示学习的双向注意力问答模型[J]. 计算机工程与应用, 2021, 57(23): 171-177.
[4]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[5]	宋浩楠，赵刚，王兴芬. 融合知识表示和深度强化学习的知识推理方法[J]. 计算机工程与应用, 2021, 57(19): 189-197.
[6]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[7]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[8]	张博，贾华宇，马珺. RS-GA神经网络无人机受风情况估计[J]. 计算机工程与应用, 2020, 56(4): 209-213.
[9]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[10]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[11]	宋方振，徐彦彦，唐鑫，潘少明. 基于改进蚁群算法的应急通信网络路由协议[J]. 计算机工程与应用, 2020, 56(18): 90-96.
[12]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[13]	谢旭明，段隆振，邱桃荣，杨幼凤. 改进量子搜索算法及其在核属性求解上的应用[J]. 计算机工程与应用, 2020, 56(14): 57-61.
[14]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[15]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.

基于强相关逻辑的不精确应急时态知识表示

Representation of uncertain emergency temporal knowledge based on strong relevant logic

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics