在知识图谱的嵌入模型中利用本体图式信息 概述 该包包含以下所有源代码和数据集： 基于能量的知识图模型的有效训练。 在学习期间利用架构信息（在RDF架构中表示）。 此包中实现的模型扩展了以下工作中提出的模型： 翻译嵌入(TransE) - Bordes 等人，NIPS 2013。 语义匹配能量(SME) - Bordes 等人，MLJ 2013。 结构化嵌入(SE) - Bordes 等人，AAAI 2011。 包装内容： learn_parameters.py ：处理主要的学习过程。 data/ ：包含所有数据集，即 FB13、FB15k、WN11、WN18、DBpedia 2014、YAGO3。 FB13、FB15k、WN11和WN18用于文献中的相关作品； DBpedia 2014 和 YAGO3 是来自语义 Web 文献的另外两个大型数据集。 energy/ ：包

从0开始进行Ontology设计和开发，涵盖开发工具、流程、语言和基础理论以及注意事项等，让你具备一个Knowledge Engineer的基本技能。

行业分类-设备装置-基于支撑线运动分解的四足机器人trot步态本体位姿控制方法

Jena中的推理引擎和RACER都是针对具体本体语言的推理机，针对性强，效率高。

讨论了制造工艺知识重用方面存在的问题,阐述了本体建模方法在促进知识共享方面的优势,并以铸造工艺为实例,结合W3C组织推荐的本体语言OWL( Web Ontology Language)本体建模语言建立了铸造工艺本体信息模型。由于OWL具有丰富的语义表达能力,因此基于此方法建立的本体信息模型在知识表达上比以往所建的模型更清晰、完整,也有利于制造工艺知识的共享和重用。

针对机械加工领域的特点,建立了机械加工工艺知识分类层次结构。将本体的思想引入机械加工工艺知识表示中,以便于知识的共享和重用。并通过实例描述了机械加工工艺知识本体建模过程。基于本体的信息模型,在知识的表达上更清晰、完整,为更好的进行工艺知识管理奠定了基础。

本体 Protege 建模工具，通过简单实例学习 Protege使用手册(入门级)

工业机器人现场编程与调试运行

工业机器人现场编程与调试运行

主要介绍bldc（无刷直流电机）的本体设计以及控制方式