

已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著本體和語義網(wǎng)研究的不斷發(fā)展,構建面向語義網(wǎng)的本體成為了一個引人關注的研究方向。目前,構建面向語義網(wǎng)的本體仍是一件艱難而耗時的工作。因此在本體應用中需要對網(wǎng)絡中已經(jīng)存在的本體進行關聯(lián)和映射,達到通過本體重用來減少開發(fā)新本體的開銷。傳統(tǒng)的本體映射多使用相關度計算方法來計算本體間類和屬性的相關度,根據(jù)相關度的高低進行本體的關聯(lián)映射,該方法缺乏通用性和效率。為了解決這些問題,本文在Super-Peer模型的基礎上,提出了Bridge-Pee
2、r模型,同時改進了基于SWRL擴充規(guī)則的本體關聯(lián)方法,并把兩者結合形成基于SWRL-Bridge-Peer模型的本體關聯(lián)方法。 本文提出的“基于SWRL-Bridge-Peer模型的本體關聯(lián)方法”具有以下幾個特征:1)根據(jù)本體語義相關度的高低進行簇的劃分,簇內通過擴充的SWRL規(guī)則實現(xiàn)多個本體在類和屬性之間的對應關系;2)在簇間使用bridge-peer來實現(xiàn)本體間的關聯(lián),實現(xiàn)了語義相關度高和語義相關度低的本體間的關聯(lián);3)為了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SWRL規(guī)則的本體關聯(lián)方法研究.pdf
- 基于DFI的HTTP流關聯(lián)方法的研究與實現(xiàn).pdf
- 基于本體和SWRL的空間關系推理的設計與實現(xiàn).pdf
- 基于本體和SWRL推理的知識檢索方法研究.pdf
- 基于SWRL推理的語義關聯(lián)發(fā)現(xiàn)及其在本體映射與集成中的應用.pdf
- Peer-to-Peer網(wǎng)絡信息共享模型的研究與實現(xiàn).pdf
- 基于本體和描述邏輯的SWRL推理研究.pdf
- 書目關聯(lián)數(shù)據(jù)的關聯(lián)方法研究
- 基于多種類信息的航跡關聯(lián)方法研究.pdf
- 基于moss的異源實體關聯(lián)方法研究
- 基于模型定義的STEP本體推理方法研究與實現(xiàn).pdf
- 書目關聯(lián)數(shù)據(jù)的關聯(lián)方法研究.pdf
- 基于MOSS的異源實體關聯(lián)方法研究.pdf
- 基于多源日志的事件場景關聯(lián)方法研究.pdf
- 基于語義關聯(lián)的本體映射技術研究與實現(xiàn).pdf
- 基于多檢測融合的稀疏變異關聯(lián)方法研究.pdf
- 基于本體的多層關聯(lián)規(guī)則算法與知識管理模型研究.pdf
- 基于隨機集的多目標航跡關聯(lián)方法研究.pdf
- 基于中文文本的地名要素關聯(lián)方法.pdf
- 博客話題與新聞話題關聯(lián)方法研究.pdf
評論
0/150
提交評論