基于概念相似度的本体映射

本文针对不同本体间的本体概念映射提出了一种新的概念相似度的综合计算方法,从本概念间的语义方面讨论本体概念的相似度,在一定程度上增加了计算量,提高了概念映射的查全率。     

一种基于词网名称策略的本体映射算法

分析传统名称策略在本体映射中的不足.提出一种新的基于WordNet名称策略算法,该算法实现名称核心词汇的WordNet定位用以消除词义模糊性,从而提高词相似度计算的精确度,并在词相似度合并中采用C-C原则,改善传统词相似度合并的盲目性.实验结果显示,该算法在保证查全率的同时有效的提高了查准率.     

基于 Mahalanobis矩阵学习的本体算法

提出基于Mahalanobis矩阵学习的本体相似度计算和本体映射算法.利用矩阵分解和坐标下降迭代算法得到Mahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度.最后,将算法应用于生物GO本体和计算机软件本体,通过实验数据验证了算法的有效性.     

基于 Mahalanobis 矩阵学习的本体算法

提出基于M ahalanobis矩阵学习的本体相似度计算和本体映射算法。利用矩阵分解和坐标下降迭代算法得到M ahalanobis矩阵,进而得到本体图距离矩阵,并由此来判定本体图中2顶点之间的相似程度。最后,将算法应用于生物GO本体和计算机软件本体,通过实验数据验证了算法的有效性。     

基于知识组织系统语义互操作本体映射研究

从实现知识组织系统语义互操作本体映射需要出发,提出了知识组织语义互操作本体映射的必要性和可行性,探讨了知识组织体系异构的语义互操作概念、方法、本体映射等问题。     

基于中医药领域本体的信息检索模型研究

针对传统基于关键词匹配的中医药信息检索存在查全率和查准率低下的缺陷,将本体与潜在语义索引相结合,提出一种基于中医药领域本体的语义信息检索模型。该模型基于本体概念扩展树构建相应的查询扩展方法和语义向量空间模型,将用户查询和文档集映射到同一潜在语义空间,通过计算查询向量与文档之间的相似度返回检索结果。着重阐述了该模型的体系结构、实现过程和关键技术,并对其实用性进行论证。     

一种基于本体映射的网络自适应入侵检测系统

针对入侵检测系统中数据噪音干扰、响应速度难以与网络速度的增长保持同步、入侵模式不断变化和判别知识库不完备等问题,提出了一种基于本体映射的网络自适应入侵检测系统模型.在该模型中,数据信息和知识元经过训练形成本体知识库,同时对可预测和已知的特征数据进行挖掘,形成特征库;对于待测数据集进行本体训练,对其本体和本体知识库进行映射,相似度低于系统安全阈值的数据集参考特征库进行特征分析,若属于用户误用操作,给予建议,否则,属于异常数据,予以报警;每次检测结束,对本体库和特征库进行实时更新.该模型通过本体映射模糊判断和特征库具体分析相结合的方式,有效的提高了检测效率和预警率.     

基于森林病虫害领域本体的概念相似度算法改进

传统的基于本体概念的相似度算法过于依赖层次结构,且忽略了许多影响概念间语义相似度的因素。针对这一问题,通过引入边权重关系、语义相关度影响因素,提出1种新的基于森林病虫害本体的语义相似度的计算方法。结果表明:改进后的相似度算法比传统算法更接近林业相关领域的专家经验值,证明了该方法的准确性及有效性,体现了林业领域本体概念间的复杂关系。     

基于图正则化模型的本体映射算法

选择核函数计算本体图边的权值,并利用图正则化模型得到优化函数,从而将本体图中每个顶点映射成一个实数,通过比较实数间的差值得到本体映射.实验表明该方法是有效的.     

一种基于本体的视频检索方法

针对目前视频检索中低层特征与高层语义间存在“鸿沟”的问题,提出一种基于本体的视频检索方法,着重介绍本体框架的构造和以本体映射为核心的视频检索算法．实验结果表明该方法能够显著提高检索的查准率和查全率．     

一种基于本体的视频检索方法

针对目前视频检索中低层特征与高层语义间存在"鸿沟"的问题,提出一种基于本体的视频检索方法,着重介绍本体框架的构造和以本体映射为核心的视频检索算法.实验结果表明该方法能够显著提高检索的查准率和查全率.     

基于小波过滤方法的新k-部排序本体算法（英文）

目的将本体结构图划分成k个部分,利用k-部排序学习得到一个得分函数,从而两本体概念之间的相似度可通过它们之间得分的差值来计算。方法研究AUC标准下基于k-部排序的本体算法。将小波过滤技术融入到本体迭代算法,通过小波的N项逼近来控制顶点的划分。结果将算法应用于基因本体和物理教育本体,利用P@N对结果进行评价并与以往算法得到的结果进行对比。发现随着N的增大,算法的准确率明显高于其他算法。结论实验结果说明新算法对于本体相似度计算和本体映射的建立是有效的。     

Cluster-Merge本体构造算法

本体构造就是利用各种数据源以半自动方式新建或扩充改编已有本体以构建一个新本体。现有的本体构造方法大都以大量领域文本和背景语料库为基础抽取大量概念术语,然后从中选出领域概念构造出一个本体。Cluster-Merge算法首先对领域文档先用k-means聚类算法进行聚类,然后根据文档聚类的结果来构造本体,最后根据本体相似度进行本体合并得到最终的输出本体。通过实验可证明用Cluster-Merge算法得出的本体可以提高查全率、查准率。     

基于本体的网络消费行为模型研究

探讨了利用本体来分析网络消费行为的方法,设计了一个基于本体的前后台结构的网络消费行为分析模型构架,阐述了构架内部的层次关系,并构筑了一个基于基础数据挖掘、网络消费和商品--网页属性本体构建及知识本体映射的过程模型.文章最后设计了一个基于本体的网络消费个性化服务系统.实践证明,此模型具有广泛的应用价值.     

基于本体推理的水稻虫害诊断系统研究

针对江西省水稻虫害的特点和特征,采用Protégé建立了专家知识本体库,基于本体推理方法实现了虫害诊断推理,并运用相似度算法解决了知识不确定性的诊断问题。开发的水稻虫害诊断系统集诊断、防治和查询多种功能于一体,对南方红壤丘陵区水稻虫害的诊断和防治具有很好的应用价值。     

基于本体和CBR的电子商务推荐系统研究

大量信息的异构性带来了信息集成上的问题,已成为电子商务推荐系统的瓶颈。对基于本体和CBR的电子商务推荐系统进行了研究,阐述了系统总体架构和主要模块功能,具体描述了基于领域本体的案例表示,并提出了综合相似度计算方法。研究表明,该系统实现的案例推荐具有更高的准确率,说明该系统具有可行性。     

基于浅层语义的农业FAQ检索系统

本文提出了一种基于浅层语义的FAQ检索模型.该模型以自然语言为接口,利用"知网"和农业本体,首先从用户输入中抽取农业领域概念词,然后根据这些概念词从系统数据库中检索出一个候选QA对的小集合,通过计算输入问句与候选QA对的语义相似度,选择一些与输入问句接近的问题,以及对应的答案返给用户.     

农业领域本体自适应学习建模研究

在总结现有的本体理论与本体学习技术的基础上,建立了一套本体学习的自适应机制,通过获取农业数据源变化信息、本体服务的需求,以及对已构建本体的评估,提出基于多Agent的农业领域本体自适应学习理论与模型,实现对农业领域本体学习规则的实时自动调整,提升农业本体构建的动态适应性及优化能力,对大规模构建农业领域本体研究具有一定的实际意义。     

利用双通道卷积神经网络的图像超分辨率算法

目的 图像超分辨率算法在实际应用中有着较为广泛的需求和研究。然而传统基于样本的超分辨率算法均使用简单的图像梯度特征表征低分辨率图像块,这些特征难以有效地区分不同的低分辨率图像块。针对此问题,在传统基于样本超分辨率算法的基础上,提出双通道卷积神经网络学习低分辨率与高分辨率图像块相似度进行图像超分辨率的算法。方法 首先利用深度卷积神经网络学习得到有效的低分辨率与高分辨率图像块之间相似性度量,然后根据输入低分辨率图像块与高分辨率图像块字典基元的相似度重构出对应的高分辨率图像块。结果 本文算法在Set5和Set14数据集上放大3倍情况下分别取得了平均峰值信噪比(PSNR)为32.53 dB与29.17 dB的效果。结论 本文算法从低分辨率与高分辨率图像块相似度学习角度解决图像超分辨率问题,可以更好地保持结果图像中的边缘信息,减弱结果中的振铃现象。本文算法可以很好地适用于自然场景图像的超分辨率增强任务。     

基于概念相似度计算的语义Web服务发现方法

提出一种基于领域本题概念相似度计算的语义Web服务发现方法。给出合理的概念相似度计算公式,通过领域本体概念相似度计算,最终获得请求和候选服务之间的相似度。传统的概念相似度计算方法只考虑继承关系,本文采用的单概念语义不但考虑继承关系,还考虑二元关系,使本体关系结构构成图结构,更加合理。计算语义距离时,适当处理多继承问题和环问题。实验证实,本算法使得匹配更加合理精确。