1.基于描述逻辑知识库上有序概念空间的音乐资源检索方法，包括如下步骤：S100、对于存储音乐资源的描述逻辑知识库，定义满足集合偏序性质的知识库上的有序概念空间，包括如下子步骤：S1001、定义所述知识库的有序概念空间，其中，所述有序概念空间包含：知识库中的所有原子概念和使用概念求精操作运算 产生的合成概念；

其中，

将所述描述逻辑知识库中TBox定义的、不包含任何描述逻辑概念构造符的词汇记为原子词汇，并将原子词汇所描述的概念记为原子概念；

将所述描述逻辑知识库中合法的描述逻辑概念，和所述知识库所支持的描述逻辑概念构造符所产生的概念，记为合成概念；其中，使用概念求精操作运算 自动地产生合成概念，且求精操作能够保持所产生的合成概念的顺序关系，即对于概念 ，有 ；

S1002、根据求精操作的性质，对知识库中的原子概念和利用求精操作运算生成的合成概念进行排序，以产生知识库上的概念空间的格结构，其中：每一对概念在概念空间中都能够找到他们的最小上界和最大下界；

其中，利用求精操作符的自反性和传递性定义概念空间上的偏序关系，以保证概念空间的有序性，使得对于任何一对概念C1和C2，都能够在概念空间上找到C1和C2的上界和下界；

S200、对所述概念空间中的每一个概念C，计算与其语义上相关概念集合SC，以使得所述知识库的ABox中每一个资源都使用相关概念集合SC上的一个概念进行了描述，具体包括如下子步骤：S2001、利用所述偏序关系得到逻辑上语义相关的概念，以及同时属于不同概念的实例数量所蕴含的语义相关性，对每一个概念C分别计算其在逻辑上的相关概念集合CL和在实例数量上的相关概念集合CI，两者的交集 则为与该概念C对应的相关概念集合SC；

S300、将查询所述音乐资源的查询请求转化为：查询所述知识库有序概念空间上的查询请求概念CQ，具体包括：对于以查询关键词方式提交的所述音乐资源的查询请求，在语法上将其和知识库有序概念空间中的概念名称进行字符串匹配，找到与所述查询关键词具有最大相似性的概念名称，将该概念作为查询请求概念CQ；

S400、在所述步骤S200计算所得的相关概念集合SC中查找与查询请求概念CQ相关的概念集合SCQ，并从知识库ABox中查找使用SCQ中的概念描述的资源实例作为查询的结果；

这是因为：在知识库ABox中，每一个资源都使用知识库概念空间上相关概念集合SC中的一个概念进行了描述，因此，找到ABox中所有出现在SCQ中的概念所描述的资源，这些资源就是满足用户查询请求的资源；

其中，

关于有序概念空间中的每一个概念C的求精操作运算 定义如下：其含义是：对概念C进行求精操作 ，如果C为所述知识库中的最一般概念 ，则 的结果是 ，否则 的结果为 ，其中， 的计算根据如下定义的的计算公式确定：

其中， 上述公式中的：

A，C，Ci，D表示知识库的TBox中的概念，

NC表示知识库的TBox中概念的集合，

r,s表示知识库中描述音乐资源的属性的定义彼此之间的关系，NR 表示所述关系的集合，

， ， ，和 为知识库上使用的标准的描述逻辑知识库概念构造运算符，中出现的操作的含义定义如下：

，其

中A’’就是一个符号，区分A，A’，A’’是不同的概念，这是标准的集合操作上的约束的表示，本身具有清楚明确的含义； 用于强调作用在有序概念空间上包含关系；

；

；

；

ad(r) 为 NC 中的概念 A且满足 ，不存在A’使得，其中domain(r)表示关系r的定义域； 和 均是标准的描述逻辑概念包含关系描述符；

ar(r) 为NC 中的概念 A且满足 ，不存在A’使得 ，其中range(r)表示关系r的值域；

关于 的MB定义为以下集合：

其中：

，

。

2.根据权利要求1所述的方法，其特征在于，所述子步骤S2001包括如下步骤：S1：将 的计算结果存入集合LogicRelevant；

S2：将候选上界概念集合upperCandidates和候选下界概念集合lowerCandidates的初值都设为LogicRelevant；

S3：如果知识库中的最一般概念 不在upperCandidates中且upperCandidates中的元素个数大于1，则执行步骤S4，否则执行步骤S6；

S4：从候选的上界概念集合upperCandidates中选择概念Ci 和 Cj;利用概念空间上的偏序关系计算lgg(Ci, Cj)，即Ci和Cj的最小上界，将lgg(Ci, Cj)的计算结果同时并入集合upperCandidates和集合LogicRelevant ；

S5：将概念Ci 和 Cj从集合upperCandidates中删除，并回到步骤S3；

S6：如果知识库中最特殊的概念 不在lowerCandidates中且集合lowerCandidates中的元素个数大于1，则执行步骤S7，否则执行步骤S10；

S7：从集合lowerCandidates中选择概念Ci 和 Cj，利用概念空间上的偏序关系计算mgs(Ci, Cj)，即Ci  和  Cj的最大下界，将mgs(Ci, Cj)的计算结果同时并入集合lowerCandidates和集合LogicRelevant；

S8：将Ci 和Cj从集合lowerCandidates中删除，并回到步骤S6；

S9：上界概念upperConcept赋值为候选的上界概念集合upperCandidates中的最后一个元素，下界概念lowerConcept赋值为候选的下界概念集合lowerCandidates中的最后一个元素，集合LogicRelevant 赋值为前述步骤S1的LogicRelevant、{upperConcept}和{lowerConcept}的并集；

S10：利用求精操作符 计算 ，并将其计算结果并入集合LogicRelevant；

S11：对于LogicRelevant中的每一个概念Clog，在集合C中存在一个概念CE使得 或者 ，则将Clog并入LogicRelevant以得到最终的LogicRelevant，并以此作为相关概念集合SC，其中t为设定的条件概率阈值，其中：条件概率 的计算方式如下：在描述逻辑模型论语义的条件下，计算p(C)的值转化为描述逻辑知识库中的实例检测问题，即 ，满足概念C的实例数量与知识库中总实例即个体总数的比值；其中，Instance(C)表示知识库中概念C的实例个数，即使用概念C对资源进行语义描述的资源数量；假设概念C' 和C在同一条求精链上且有 ，则 成立, 因为C' 和C之间具有确定的包含关系；因此条件概率 的计算简化为；

若概念C' 和C不在同一条求精链上，先根据概念空间中的偏序关系找到C' 和C的最小上界lgg(C, C')，再计算 ；

S12：返回最终的相关概念集合SC。

3.根据权利要求2所述的方法，其特征在于，步骤S12之后还包括如下步骤：S13、除了上界upperConcept 和下界lowerConcept，计算过程中保留计算上界和下界过程中的中间结果，将其保存到集合StrucRelevant中，其中，集合StrucRelevant中的概念是与上界upperConcept 和下界lowerConcept有直接包含关系的概念。