语义Web中的语义度量与本体映射

随着本体技术的逐渐成熟,本体的应用开始受到广泛的重视。然而,本体差别的存在使得不同本体间的知识重用与共享存在困难。文章考察了语义Web中本体所具有的特征,提出借助语义度量技术,实现本体间的映射,较好地解决了这一问题;同时,进一步的探讨了本体映射过程中的效率问题,。     

基于节点语义相似度的本体映射方法

针对本体映射特别是大尺度的异构本体映射由于语义异质性导致的映射精度和效率较低的问题,提出一种基于节点语义相似度的本体映射方法.首先,研究基于网络的本体解析和表示、本体自动分块、相似子本体快速识别、基于节点语义的子本体映射等关键技术;其次,以本体对齐评估倡议评估数据集中会议本体集进行实验,结果表明,该方法在性能上优于传统映射方法,在精度上高于基于片段的映射方法.     

基于OWL的本体映射中概念相似度计算方法的研究

随着网络上的本体越来越多,为了实现不同本体间的知识重用和共享,需要在本体间建立映射。而建立映射的关键在于找到概念相同或相近的实体对。借鉴计算语言学中的语义距离思想,提出了基于OWL构词所描述的本体概念相似度计算方法,该方法充分考虑了概念本身、概念属性、概念所处的层次结构和概念的OWL语义四个方面的语义相似度。     

本体映射中概念相似度的计算

本体是客观世界知识的表现形式,如何实现本体之间的知识共享和重用,成为了语义Web发展的关键．在分析现有相关技术的基础上,借助语义相似度度量技术找到不同本体间相同或相近的概念对的计算方法,同时用于本体映射过程中．实验证明,该方法具有良好的效果．     

本体知识库集成的方法研究

随着本体研究和应用的快速发展,本体集成问题日益突出,目前本体集成并没有统一的方法与标准,大多研究者将研究重点放在本体映射方面。本文对本体集成涉及的核心问题,以及现有的本体集成框架和本体集成流程进行了深入分析和研究,并在此基础上对现有的本体集成方案进行了改进,包括本体映射流程细化、相似度计算的综合、本体映射修正的细化、本体集成规则概括分类、本体集成校验流程的改进等,以期给出一种通用的本体集成解决方案。     

改进的多策略本体映射方法

针对本体映射时未充分考虑语义信息以及运算效率的问题, 提出了一种改进的多策略本体映射方法--ReMAP。对初步得到的初始概念集基于相关度计算进行简化, 以减少参与映射的概念; 为提高映射质量, 在进行概念相似度计算时, 充分考虑本体概念的语义信息, 对概念名称进行语义分析, 将其融入概念名称相似度的计算结果, 并通过制定映射规则对不良映射进行校正处理。算法验证选取OAEI2007 标准测试集, 通过查全率、查准率与F-measure 值对实验结果进行对比分析, 验证了方法的有效性。     

一种改进的本体映射方法

针对目前本体映射中概念相似度计算所存在的问题,提出了一种改进的本体映射方法。该方法首先根据两个概念名称相似性过滤出最相关的概念,减少概念相似度的计算;然后基于概念实例、概念属性、概念关系计算概念相似度,并进行综合;明确了本体映射步骤;最后对相关工作进行了分析比较。     

基于领域本体的语义相似度计算方法研究

介绍了本体的相关知识和3种不同的领域本体语义相似度算法,针对这3种算法的视角和优缺点提出了改进的基于领域本体的语义相似度计算方法。该方法综合考虑语义距离、概念特征和信息量中多种语义相似度计算影响因素,较真实地反映了概念间的语义关系。     

基于本体的关系数据库关键词语义查询扩展方法

目前关系数据库关键词查询技术主要利用关键词的语法匹配,而没有利用数据之间的语义关系进行匹配,导致查询效果往往都不太令人满意。为了改善查询效果,结合本体概念,提出了基于本体的关系数据库关键词查询的语义查询扩展方法,把用户提交的查询关键词扩展为基于本体的语义关键词。实例分析表明,扩展后的语义关键词尽可能符合用户的真实意愿。     

一个基于本体的语义检索方法

提出一个基于本体的语义检索方法,利用领域本体知识对各类资源进行语义标注.把用户查询转化为形式化的SPARQL检索描述,再把执行查询后的结果扩展到相关的标注资源.     

基于Wup的语义相似度计算的全局本体语义

异构数据集成领域大量应用了本体研究方法来解决数据语义异构问题,其中有不少的语义相似度计算方法.因此,在WordNet环境下的语义相似度计算方法上,提出了Wup语义相似度计算模型框架用以解决两个局部本体之间的语义问题,并提出了构建全局本体的语义分析方法.     

基于Wup的语义相似度计算的全局本体语义

异构数据集成领域大量应用了本体研究方法来解决数据语义异构问题,其中有不少的语义相似度计算方法.因此,在WordNet环境下的语义相似度计算方法上,提出了Wup语义相似度计算模型框架用以解决两个局部本体之间的语义问题,并提出了构建全局本体的语义分析方法.     

基于本体与MPEG-7视频语义描述模型

运用本体论原理,结合MPEG-7的视频特征描述接口以及视频语义信息的层次结构,建立一个基于MPEG-7的视频语义信息模型.利用RDFS和OWL强大的语义描述能力以及自扩展机制来描述这个模型的组织结构,克服了MPEG-7的XML schema 不能有效表达视频语义信息的缺点,从而能够在模型的基础上建立有效的语义推理引擎．     

基于多ANN的复杂函数学习策略

针对多层前馈人工神经元网络，提出了一种多ＡＮＮ逼近策略，与单ＡＮＮ方法相比较，逼近能力，适应能力，泛化能力等都有了很大的提高，它可应用于复杂系统的建模和辨识。     

一种基于本体和特征综合推理的植物建模方法

介绍了植物模拟的研究背景,讨论了当前的植物建模的方法以及它们的特点,提出了基于本体和特征综合推理的植物建模方法.将植物学领域本体应用于植物建模中,以高等植物的叶片为例子对本方法的建模过程进行阐述.     

基于Petri网的语义Web服务组合方法

Web服务的自动组合是一个具有挑战性的任务,因为独立开发的Web服务相互组合并不都是兼容的。为了解决Web服务之间的异质性和提高Web服务组合的质量,文中提出了一个基于语义Web服务组合的的新途径,它广泛应用Petri网和本体。文中构建一个语义Web服务组合框架,该框架中扩展其本体内知识领域和建立了交互式Web服务的Petri网模型,该模型并结合本体配有调解能力。最后用一个具体实例验证Web服务组合的办法是可行的。     

改进的ASS-GDM优化测量矩阵方法

在压缩感知中,测量矩阵的优化设计是需要研究的核心问题之一,它决定着能否准确重构初始信号,所以测量矩阵必须满足一定的条件才能符合重构的要求。本文主要提出一种变步长梯度下降的测量矩阵优化方法(adaptive step size-gradient descent method,ASS-GDM),其出发点是:尽可能降低测量矩阵和表达字典之间的相关性,相关性越小,重构性能越好。该方法利用梯度下降法更新步长,并基于步长因子来进一步调节步长的变化,实现步长的自适应变化,提高算法的收敛速度。实验结果表明本文提出的方法具有很好的重建性能。     

基于语义Web的知识管理系统的研究

知识管理是现代企业关注的热点,随着知识经济时代的来临,企业将主要通过知识而不是金融资本或自然资源来获取竞争优势.但是由于传统的知识管理系统都是通过关键字匹配来获取知识,这个会造成获取信息的不准确.本文将从知识管理的需求分析出发,给出了一种新的基于语义Web的知识管理系统的体系结构,并进行阐述.     

利用AI-DB技术设计OODB的语义查询模型

作为第三代数据库的OODB,要求是新的理论方法和技术。作者分析OODB的现状后,提出了一种语义查询模型。它是用一种基于人工智能和数据库相结合(AI-DB)的技术实现的。与用户界面自然语言的查询,被分析、分解为相应的查询规则,建立规则表、触发表和转换表,最后提交给系统依照表格完成查询。这是一种新的基于语义查询的实践。     

一种基于一元插值的网格化方法

针对地质数据点的空间分布特点，提出了一种一元网格化方法，探讨了几种常用一元插值方法的应用，并与Ｎ－Ｐ法进行了对比，说明了一元网格化方法的特点．