RFID数据管理基于语义的匹配
     基于语义的对象发现是建立在描述逻辑(Description Logic, DL)的基础上的。DL支持OWL语言的语义。此外, OWL-DL语法和 DIG(Description Logic Imple-mentation Group, 描述逻辑实现小组)之间存在严格的对应关系, 其中 DIG为基于HTTP接口的开发者。特别是, 当面向实现问题时, DIG 2. 0 公式表达请求和资源描述, 因其简洁、紧凑, 为移动Ad Hoc应用程序所必需。总之, 采用 DL语法可增强语法的可读性。
    DL 为一簇知识表示语言, 以逻辑形式化的方法表示特定应用领域的知识。其基本语法元素包括概念名、角色名以及个体名。其中, 概念解释为该领域内目标对象的集合; 角色则为不同概念子集内目标对象的属性; 而个体则用于概念中特殊命名的元素。正式场合下, 概念被解释为解析8领域的子集, 关系则理解为Δx4子集的一种二元关系。
   DL公式通过每个构造定义解析函数1给出了语义的含义。例如, 如果A和D为两个一般的概念, 则AND为集合的交集, 即(AND)'=A'nD', 当存在其他的布尔连接符U和-时, 就会给出合集与补集的惯用理论集的注释。概念可用于包含断言0≤D和定义0=D, 根据为特定域引发的知识, 便可对可能的注释施以约束。DL理论(又名 TBox 或者本体论)基本上是一系列的包含断言和定义。TBox 的模型T是对该模型中满足所有包含关系和定义的解释说明。许多其他结构符的定义也有助于提高DL的表达能力。但是, 这样通常会增加推理服务的计算复杂度。因此, 推理服务的计算复杂度与 DL 表达能力之间的权衡非常重要的。
   语义网的核心思想是基于XML, 如RDF、RDFS和OWL, 用标记语言注释信息。RDF、RDFS和OWL等语言已经为机器可理解的语言, 通过创建域的本体来明确表示Web内容, 增强了 WWW 的开放性和互操作性。DL和以上语言的密切联系在OWL的子语言中有明显体现。
1)OWL-Lite:允许类与类关系的分类层次和简单约束。
2) OWL-DL:以DL理论研究为基础, OWL-DL保证计算的完整性和可判定性。

3)OWL-Full:它具有自由的语法灵活性和强大的表达能力。这种自由是以牺牲计算性保证为代价的。
本章将对具有数值约束且 DL范围具体的 ALN(D)DL进行介绍。ALN(D)DL为OWL-DL的一个子集, 且在标准和非标准的推理服务中都具有一个复杂的多项式。ALN(D)DL的构造如下:
1)丁, 通用概念。域内所有的对象。
2)上, 底部概念。空集。
3)A原子概念。属于集合A的所有对象。
4)-A, 原子否定。不属于集合A的所有对象。
5)CnD, 交集。既属于集合C又属于集合D的对象。
6)VR. C, 通用约束。与关系R有关的所有对象, 其中, 关系R的范围为所有属于集合C的对象。
7)彐R, 不合格的存在约束。至少有一个对象与关系R有关。
8)(≥nR)(≤nR)(=nR), 不合格的数值约束。与关系R有关的对象的最小值、最大值和确切的数字。
9)f, 具体特征。向基本DL的扩展, 基本的 DL 通过一组一元谓语p实现概念到某一具体域D(例如, 整数、实数、时间域等)的链接, 每一个具体的特征f 可以表示为P(0), 其中p:8=D, 8为特征域。本章仅考虑整数的实域和一元谓词(≥kg), (《kg), (=kg), 其中g一个特征, k为整数值。知识表示(Knowledge Representation, KR)法通常利用推理服务即分类(也称为类别)和一致性(即可满足性)进行匹配。给定一组通用参考本体语言的请求或资源对的注释, 通过分类可以检查是否所有的请求规范都包含在资源描述中。而
一致性则对请求中的一些规范与资源注释中的规范进行一致性验证。这两种情况下的输出结果均为二进制值:true/false。尽管这些推理服务对于一个发现过程的早期阶段非常有效, 但无法对请求相关的一组资源进行等级排列。
    假设请求R和提议0都包含于本体T相容, 基于逻辑的匹配方法在以下五个类别使用分类和一致性进行等级匹配:
1)精确。R中请求的所有特征都完全由0提供, 反之亦然。用公式表示为TFR=0。
2)全部归类。R中请求的所有特征都包含在0中, 即TF0=R。
3)插件。0中提议的所有特征都包含在R中, 即TFR=0

4)可能的交集。0中提议的特征和R中请求的特征之间存在一个交集, 即T k-(RAO)。
5)部分不相交。R中请求的一些特征和在0中提议的一些特征有冲突, 即T卡一(RAO)。
    当不存在精确且完全的匹配时, 用户可能会得到一些可能的匹配和部分匹配。然后由基于逻辑的匹配器提供关于请求的现有资源的逻辑排序, 但是使用分类和一致性得到的是布尔答案。部分匹配的结果可能只是“有惊无险”(例如, 只有一个请求发生了冲突), 然而一个纯粹的一致性检查可能返回一个错误的结果。这个错误结果由于与请求相似, 可以对“并不太坏”的资源进行检索。
    假设概念R和0以及本体T, 如果出现部分匹配, 即如果资源关于本体T互不兼容, 将对R中的一些规范进行检索, G(Give up)用来获得概念K(Keep), 则Kn0在本体T下是可满足的。新因Colucci 等人对概念收敛问题(Concept Contraction Problem, CCP)的定义如下所述。设L为一个DL, R和0为七中的两个概念, T是L中的一套定理, 其中R和0在T下是可满足的。《L, R, 0, I)定义的CCP就是找出使TF R=GNK成立、Kno关于T可满足的一对《G, K)ELxL。那么K就是根据0和T关于R的一个收敛。
     如果在收敛的过程中, 没有任何资源可以保留在R中, 从匹配的角度看, 此时的结果最糟糕《G, K》=《R, T》, 即放弃R中所有的资源。相反, 如果Rn0在T下是可满足, 则可能出现可能的匹配, 此时无需放弃R中任何资源并得到《T, R》。因此, 概念收敛问题相当于可满足性问题的扩展。由于人们通常希望放弃尽可能少的东西, 因此必须为收敛定义一些标准。以协的中如果提议的资源0是关于R的一个可能的匹配, 在0中为了完全满足R, 有必要对0中的假说H进行评估, 使得H完全满足R并转换成完全匹配。Di Noia 等人对概念试推问题(Concept Abduction Problem, CAP)进行了定义。
     设L是一个DL, R和0是L中的两个概念, T是L中的一套定理, 其中0和R在T下是可满足的。H是根据R和T的一个关于0的假说。《L, R, 0, 1》确定的CAP就是找出概念HEL, 使TFOnHCR成立, 且OnH在T下是可满足的。若OCR成立, 则H=T为CAP的解决方法。因此, 概念试推问题等效于扩展容量问题。另一方面, 若0=T成立, 则HCR成立。
2、RFID数据管理表示
    任何 RFID 应用程序通常都会产生一个三元组(E, 1, t)形式的元组流。其中:E为EPC编号。例如, 存储于标签内并且与每一个标识对象相关的一个标识码; 表示 RFID阅读器扫描 EPC 编号为E的产品的地理位置; 

    由于一个单一标签在同一个位置的读数可能有多个, 从而产生大量的原的原始数据转换成(E, 1, tim, “out)表示形式, 其中, tim为标识对象进入位置! 储的数据量, 但会造成对象转换信息的丢失。于是Lee和Chung提出了一种RFID代表阅读事件发生的时间。
据, 因此运用数据清洗技术可对数据进行清洗。最常用的压缩技术将驻留记录中。间 time-in, 是标识对象离开位置! 的时间 time-out。尽管该方法能够减少待衣数据表示方法, 该方法主要用到产品的运动轨迹记录, 其表达形式为 

E:4[i'in, t'out, ]=.. =l[in, r*out]

    式中, 山, ·, 么为由EEPC 标签沿某路径的位置; in为进人位置, 的时间, out 是离开位置! 的时间; 数据序列按“'in 进行排列。这种数据表示的缺点在于对路径依赖, 因此该方法适用于沿标识对象的移动路径的查询(例如, 在罗马, 查询一批夹克从裁缝店出手到商店人库的平均时间)为克服这个缺陷, 引入了登记记录的概念, 对用于多维分析的产品信息进行描述, 表示形式为
E:[A1, 01], [A2, V2], "., [An, v, ]

    式中, A; 描述了E EPC 标识对象的属性; v; 为相应标识对象的值, 与A; 有关。注意:①一条登记记录可用来表示来自不同细节级别的 RFID 数据的收集(如原始数据或登记记录); ②聚合以属性A; 的不同组合为基础。
3、 供应链索引
     在供应链管理中, 需要对对象转换进行分析。一个RFID标签标识的产品可以经过一条供应链中的多个位置。为追踪产品的活动状态, 可将转换表示为图表中的一条路径4, ·“, 么, 在供应链中利用图表进行自我描述。为了有效计算标签的活动路径, 提出了DBMS物理优化支持的方法和工艺用于供应链索引。据Ban等人和Gonzalez等人开发了 EPC数据的特征来对标签进行分组, 并通过位图索引排列标签。Lee 和 Chung 提出了一种编码方案, 为每个路径分配一对(元素列表编码号 (ELEN)一顺序编码号(OEN))。通过为供应链中的每个节点分配一个素数, 将路径节点与该节点对应的相关值相乘, 得到ELEN。通过这种方式, 标签路径的计算就是对分配给该路径的整数进行因子分解, 而被分配数的素性保证了结果的正确性。另外, OEN 为能够对路径中节点间的排列进行编码的一个数值。 以上方案都存在一些不可忽视的缺点。