基于ROUGH集理論的本體相似性技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、本體最初是一個哲學概念,用來描述事物的本質(zhì),本體是概念、屬性和關(guān)系的集合。它除了應用于語義Web的信息表示之外,還被廣泛地應用于智能信息集成、協(xié)作信息系統(tǒng)、信息檢索、電子商務(wù)和知識管理等領(lǐng)域。 本體的應用領(lǐng)域越來越多,其應用的主要目的是為了知識的共享和重用。由于本體自身的分散性,不同的用戶可以構(gòu)造不同的本體。要想實現(xiàn)不同本體間的互操作就必須解決本體間的異構(gòu)問題,一般都用本體的映射來解決本體間的異構(gòu)問題。相似性提取是本體映射的一個

2、重要步驟,它主要是進行相似度的計算。 本體相似度的計算廣泛應用于信息檢索、機器翻譯、自動問答系統(tǒng)等領(lǐng)域,是一個非常基礎(chǔ)而關(guān)鍵的問題,長期以來一直是人們研究的熱點和難點。由于各個本體提供者的信息源是異構(gòu)分布自治的,因此在構(gòu)建共享平臺的過程中,重點要解決的就是這些數(shù)據(jù)源之間的本體異構(gòu)問題。本體異構(gòu)包括由不一致數(shù)據(jù)和對相同數(shù)據(jù)的多個解釋造成的數(shù)據(jù)級異構(gòu)和由數(shù)據(jù)的邏輯組織不相似所造成的模式級異構(gòu)。本文通過本體相似度計算技術(shù)來解決本體異構(gòu)

3、問題,難點在于本體的屬性繁多,本體間關(guān)系復雜。 本文研究了本體理論和Rough集理論,重點介紹了Rough集理論中的屬性約簡。通過對Rough集理論和本體的研究,在理論上確立了基于Rough集理論的本體相似性技術(shù)研究的方案,改進了現(xiàn)有的基于屬性的本體相似性度量方法,使用了一種基于二進制的屬性約簡方法來減少工作量。提出了RSONSA算法用于計算本體相似度。系統(tǒng)采用七步法構(gòu)建旅游領(lǐng)域本體,實現(xiàn)了實驗原型,通過對系統(tǒng)應用效果的定量分析

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)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(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

評論

0/150

提交評論