排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
以高校知识为研究和应用背景,研究基于本体理论的高校知识本体结构化表示和描述,并采用protege 4.0建立了高校知识本体。同时从高校知识中提取出基本公理、类内公理和类间公理,建立公理库,并采用protege的PAL推理引擎对高校知识进行一致性分析和推理。解决了高校知识语义层次上的信息共享和交互的问题,为高校知识的管理提供语义支撑。 相似文献
2.
3.
随着数据的海量增长,数据聚类算法的研究面临着海量数据挖掘和处理的挑战。针对K-means聚类算法对初始聚类中心的依赖性太强、全局搜索能力也差等缺点,将一种改进的人工蜂群算法与K-means算法相结合,提出了ABC_Kmeans聚类算法,以提高聚类的性能。为了提高聚类算法处理海量数据的能力,采用MapReduce模型对ABC_Kmeans进行并行化处理,分别设计了Map、Combine和Reduce函数。通过在多个海量数据集上进行实验,表明ABC_Kmeans算法的并行化设计具有良好的加速比和扩展性,适用于当今海量数据的挖掘和处理。 相似文献
4.
5.
6.
1