知识图谱是人工智能技术发展进程中的一大进步，它把非结构化与半结构化数据组织成了同时易于人类与机器理解的图结构，为机器实现智能化提供了知识上的支持。近年来，知识图谱技术有了越来越广泛的应用，智能搜索、智能问答、智能助手等产品都离不开知识图谱的相关技术，我们对知识图谱的相关研究由此展开。　　为了便于知识的共享、融合与应用，我们需要保证知识的准确性、规范性以及简练性。我们需要建立一个知识表示模型，并制定相应的规范化标准，对知识进行约束与校验，从而减少知识在共享、融合以及应用方面的成本。本文从实现知识统一规范的角度出发，提出了知识图谱模型、模式、约束以及基于此的校验算子与推理算子，为规范化知识图谱的构建与应用提供了理论支撑。本文的主要贡献如下:　　1.提出了带有知识模式并支持时间演化的知识图谱表达模型SCKG，包括模型与模式的形式化定义，对知识图谱模型与模式的性质与特点进行说明，并通过实例说明模型的表达能力。　　2.总结了知识图谱模型需要满足的知识约束，提出了模型构建的知识校验算子，包括类型校验、语法校验、定义域值域校验等，确保知识在添加的过程中满足知识图谱的模式与约束，从而实现知识的标准化与规范化;提出了支持智能查询的规则推理算子，用于挖掘满足模式与约束的新知识，实验结果表明，使用自定义推理规则对挖掘知识图谱中的潜在知识有很大的作用。　　3.设计并实现了基于模式和约束的知识图谱平台系统，并通过实验验证系统具有比OWL本体相当或者更强的知识的验证能力;最后将系统在项目中成功部署使用，并取得了良好的效果。