LOAD and TRAVERSE ontology with owlapi

OWLOntologyManager manager = OWLManager.createOWLOntologyManager();

// load an ontology from the web
IRI iri = IRI.create("http://www.co-ode.org/ontologies/pizza/pizza.owl");
OWLOntology pizzaOntology = manager.loadOntologyFromOntologyDocument(iri);

// create a reasoner, many reasoner realize the OWLReasonerFactory interface,
// e.g. pellet, FaCT++, Hermit
OWLReasonerFactory reasonerFactory = (OWLReasonerFactory) Class.forName("com.clarkparsia.pellet.owlapiv3.PelletReasonerFactory").newInstance();
Reasoner reasoner = reasonerFactory.createNonBufferingReasoner(pizzaOntology);

// traverse in OWLOntology
// get OWL_THING
IRI classIRI = OWLRDFVocabulary.OWL_THING.getIRI();
OWLClass clazz = manager.getOWLDataFactory().getOWLClass(classIRI);
// get subclasses.
Set subSet = reasoner.getSubClasses(clazz, true).getFlattened();
// check satisfiability of clazz
reasoner.isSatisfiable(clazz);

simpleR

simpleR
author: John Verzani
---------
数据
---------
最有用的快速输入小数据集的R命令是c。假设本笔记每页有如下数目的勘误：
2 3 0 3 1 0 0 1
在R会话中我们如下输入：
> typos = c(2,3,0,3,1,0,0,1)
> typos
[1] 2 3 0 3 1 0 0 1
注意：

• 我们为一个叫做typos的变量进行了赋值
  
• 赋值运算符是=。早期用<-做赋值，R1.4.0后两种都可以。
• typos的值不会自动打印。
• types值的前面有一个有趣的[1]。这是表示该变量是一个vector。

R包含许多应用于像typos这样的数据的内置函数。mean函数便是其中之一，它可以用来计算数据的中数(mean)或均值(average)。
> mean(typos)
[1] 1.25
同样，我们可以调用median，或var来求解中位数(median)，或者是采样方差(sample variance)。语法是相同的。

Data is a vector
数据在R中存储为vector。这仅意味着它保存了数据输入的顺序。
首先，假设这些是第1章的第一份草稿中包含的勘误数目。或许随着草稿的改变保存不同的勘误数是有用的：
> typos.draft1=c(2,3,0,3,1,0,0,1)
> typos.draft2=c(0,3,0,3,1,0,0,1)

工作分解结构(WBS)

工作分解结构

---------------------------

项目管理时做项目策划的一种手法，把整个项目细分成具体的工作的构成图。也被称为工作分解结构，或工作分解结构图。

WBS是先把项目中实际需要完成的事项尽量分解成更具体的工作。具体做法是按照树形结构先把整个项目分解为大的单元，再把各个大的单元分解为个小的单元。

需完成事项的细分之后，把各个单元中需要做的工作分配在树形结构的最下层。各个单元中所需要做的一系列的工作被称为工作包。

在WBS的各个工作包里配置工作人员之后，项目实行的结构图就完成了。

---------------------------
摘自IT用语词典