纯Peer-to-Peer环境下有效的本体匹配方法

目前大多数的Peer-to-Peer(P2P)系统由于欠缺对语义的支持而不能很好地应用于知识共享领域.可能的方法是采用本体(ontology)来描述Peer节点共享资源的语义.针对纯P2P环境下不同节点单独维护局部本体异构的特点,提出了基于历史查询记录的纯P2P环境下的本体匹配方法HOM.首先利用历史查询记录挖掘出概念之间可能存在的映射关系,然后利用向量空间模型VSM(vector space model)方法来识别概念在语言学上可能存在的联系,进而修正概念之间的映射关系,建立不同节点间本体概念的匹配.分析和仿真表明,与现有方法相比,HOM方法考虑了节点的自治特性,并提高了本体匹配的精度.     

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。     

任意矩阵特征值的绝对扰动上界

通过引入正规性偏离度的概念,并利用矩阵的Schur三角分解和奇异值分解,得到了任意矩阵特征值的绝对扰动上界.     

一种基于远程通信技术的装修施工巡检机器人本体设计

目前装修工程繁多,装修个性化、差异化要求越来越高,装修施工过程中装修工地监管不力,针对业主不能对装修情况进行实时监督的情况,设计一款基于远程通信技术的装修施工巡检机器人,其可以在4G、5G、WIFI等网络环境下实现对装修现场进行指令实时传达,语音、视频的实时获取,及时地了解、监测装修施工现场情况,同时该机器人可自动巡检,以最大限度地防范火情、盗窃等安全隐患,大大降低装修施工成本.     

基于卷积神经网络的月球南极-艾特肯盆地撞击坑自动识别及中型撞击坑绝对模式年龄估算

月球南极-艾特肯盆地是太阳系最大的撞击盆地之一,也是月球上最大、最古老的撞击盆地.南极-艾特肯盆地是研究早期大型撞击事件的重要窗口,而小型撞击坑的识别与计数定年是研究南极-艾特肯盆地演化史的基础.由于撞击坑直径和数量符合幂次定律,数量众多的小型撞击坑难以单纯依靠人力进行识别.近年来,计算机算力的提升使得训练复杂的卷积神...     

绝对-*-k-仿正规算子的谱( 0≤k≤1 )

设C是复数域, H是C上无穷维可分的 Hibert 空间,B(H)及K(H) 分别表示H上有界线性算子和紧算子的全体.若T∈B(H),记σ(T),σa(T),σea(T)及σja(T) 分别表示T的谱, 近似点谱,本质近似点谱及联合近似点谱[1,2].     

多阶段均值-绝对偏差投资组合优化研究

建立了具有交易成本和交易量限制的多阶段均值-绝对偏差投资组合模型,并利用离散近似迭代法对其进行求解.离散近似迭代法的基本思路是:将连续型状态变量离散化,根据网络图的构造方法将组合模型转化为多阶段赋权有向图;运用极大代数求出起点至终点的最长路程,获得模型的一个可行解;以可行解为基础,继续迭代直至前后两个可行解非常接近.证明了离散近似迭代法的收敛性、复杂性和线性收敛,并通过实证验证了其算法的有效性.     

基于本体的语义数据融合方法

针对网格中语义数据的按需访问问题,提出了基于本体的语义数据融合方法OSDF.该方法以数据对象为基本元素,利用数据对象和领域本体之间的映射关系来表达数据对象的语义,使用嵌套关系模型来表达数据对象的模式信息,通过把一个网格节点中集成的所有数据对象作为下一个节点的数据对象来实现数据资源由粗到细的融合.文中定义了OSDF的语义模型,给出了虚拟数据库的查询执行过程和算法,为使用者提供了具有语义支持、服务质量保障的数据访问服务.原型系统验证了OSDF的正确性和可行性.     

煤矿复杂多源数据的混合相似性度量方法

随着煤矿产业自动化、电子化和信息化的发展，目前已有的数据描述方式不能有效刻画煤矿中多源、多维、动态的海量数据信息．针对该问题，首先将源于哲学范畴中的本体引入煤矿生产领域，以矿区监测位置本体作为语义模型与数值描述相结合，形成树状层次结构来描述煤矿复杂多源数据；然后，通过基于语义和数值的混合相似性度量方法计算煤矿数据的相似度；最后通过实验验证了本文所述方法的可行性和有效性．     

基于本体的VSM在兴趣型学习社区分组中的应用

采用语义网络技术,提出了基于本体的向量空间模型(VSM),计算学习者的兴趣向量,克服了传统的VSM有术语间语义相关性被忽略的不足,提高了兴趣相似性比较的精确程度,同时提出了一种基于学习者兴趣相似匹配度和学习者兴趣匹配浓度的学习社区自组织分组算法.针对模型使用本体中的概念构造向量空间表现出的巨大维数,运用概念索引降维法对兴趣特征矩阵进行合理降维,大大降低了计算的复杂性.最后通过应用案例验证分析了该模型算法具有较高的分组效率和良好的扩展性.