改进的关系模式本体学习映射规则研究

针对现有本体学习方法中存在的问题进行改进,提出了由关系模式进行本体学习的若干映射规则。首先介绍了本体的形式化定义,然后对现有关系模式向本体转换的各种方法进行了总结,并分析其存在的问题。在此基础上提出了基于关系模式的本体学习映射规则,并通过实例分别进行了说明。最后对算法的语义覆盖度进行了评价。     

一种从关系数据库学习OWL本体的方法

提出了一种从关系数据库学习OWL本体的方法.该方法在形式化表示关系数据库模式和OWL本体的基础上,遵循从关系数据库模式到OWL本体的一组通用映射规则.基于Java 2平台的原型工具实现和案例研究证明了该方法的有效性.     

模式语言的本体学习方法

概括了模式语言的本体映射机制,讨论了如何将模式语言映射成一棵语法树,然后使用映射规则将语法树中的元素翻译为本体中相应的概念和关系,最后给出该方法的应用实例.     

基于叙词表的油藏构造知识图谱

为采用知识图谱技术实现对油藏构造知识的整合,解决在本体建模过程中,很少将标准融合到本体模型 中,且在转换过程中存在对叙词概念粒度划分较粗或完全不对叙词进行类型划分等问题,提出一种基于叙词表 构建知识图谱的新方法,即标注原叙词表,建立映射规则,构造转换算法和生成知识图谱。其中标注、映射规 则建立与转换算法定义了构建知识图谱标准化过程。最后,选取油藏构造领域的部分知识,采用所提方法构建 知识图谱,其结果表明了该方法的可行性。     

基于变换模型的本体相似度计算与本体映射（英文）

本体相似度计算是信息检索的重要研究课题并广泛应用于计算机科学的诸多领域.运用变换模型提出本体相似度计算和本体映射的新算法.通过排序学习函数,将本体图映射成实直线,将本体图中的顶点映射成对应实数.通过比较本体图中顶点所对应实数的差值来判断两个顶点的相似程度.两个实验显示,所提出的算法对计算本体相似度和建立本体映射是有效的.     

基于本体的数据集成冲突消解

文章在深入分析异构数据集成冲突产生原因的基础上,提出一种使用两层本体来消解数据集成中语法和语义冲突的方法;通过使用数据源模型本体和集成映射模型本体,能够在解决语法和语义冲突的同时进行数据划分和安全控制,可提高数据集成的效率和自动化程度。     

基于最优ROC曲线的k-部排序本体算法分析

本体相似度计算和本体映射被广泛应用于查询扩展和图像检索中,已成为信息科学研究的热点内容,其核心为计算本体图中顶点间的相似度.本文从理论的角度分析最优ROC曲线标准下k-部排序本体算法的性质,给出算法模型的单调性、广义误差、可微性等若干统计特征.     

基于关系数据库的大规模本体的存储模式研究

通过对现有本体存储模式的分析,给出了本体存储模式的设计原则,并基于该原则提出了一种新的本体存储模式.该模式针对本体描述语言的特点,将本体查询常用的信息存放在不同的表中.整个模式易于理解,结构稳定,并且减少了本体查询时进行表连接的代价,提高了查询效率.实验结果表明,该存储模式不仅具有较高的查询效率,而且具有良好的可扩展性,适用于存储大规模的本体.     

基于变换模型的本体相似度计算与本体映射(英文)

本体相似度计算是信息检索的重要研究课题并广泛应用于计算机科学的诸多领域.运用变换模型提出本体相似度计算和本体映射的新算法.通过排序学习函数,将本体图映射成实直线,将本体图中的顶点映射成对应实数.通过比较本体图中顶点所对应实数的差值来判断两个顶点的相似程度.两个实验显示,所提出的算法对计算本体相似度和建立本体映射是有效的.     

从OWL本体到关系数据库模式的转换

给出了OWL本体和关系数据库模式的形式定义;在分析了OWL本体和关系数据库模式之间概念对应的基础上,定义了从OWL本体到关系数据库模式的转换规则.基于J2SE平台的算法实现和典型实例表明,从OWL本体到关系数据库模式的转换是可行的.     

OWL本体查询技术研究

通过基于本体工程API的本体查询技术的研究,给出了一种基于Jena的、支持OWL Lite本体查询的原型工具OWL-QS的设计与实现技术.该技术给出了本体解析、本体信息可视化、本体元素(类、属性和个体)查询等功能的处理流程和实现方法.应用研究表明:OWL-QS实现的功能是有效的;基于当前开源本体API(如Jena)实现OWL本体查询是可行的.     

互联网信息表与 RDF 数据的集成

网络上存在很多包含实体属性的表格,可以用来扩充RDF知识库,这涉及到实体表与RDF知识库之间的模式映射问题。已有的模式匹配方法仍然不足以用来解决一个实体表与RDF知识库之间的模式匹配问题。为了准确高效的获得Web实体表与RDF知识库的匹配模式,本文提出了一种基于实例的模式匹配的方法,在匹配数据基础上得到统计意义上的Web实体表与RDF知识库之间的匹配模式。依此构建的系统,能根据知识库包含的信息,主动寻找与知识库相关的Web实体表,并利用找到的Web实体表扩充RDF知识库。     

基于BMRM迭代排序方法的本体学习算法

本体作为一种结构化数据存储和表示模型已成为信息检索领域的研究热点,并被应用于生物医学、地理科学、社会科学等诸多领域。提出基于BMRM迭代排序学习方法的本体相似度计算和本体映射算法,利用BMRM迭代得到最优参数向量,由此得到排序函数,将本体图或多本体图中的顶点映射成实数,通过两顶点对应实数间的差值来确定它们对应概念间的相似度。最后,将算法分别作用于GO本体和计算机软件本体,通过实验数据对比说明新算法对特定的应用领域具有较高的效率。     

基于改变历史日志扩展的本体映射进化研究

本体映射可以有效地解决本体异构问题,然而现有的本体映射研究大多只关注于映射方法本身,而缺乏在具体动态应用环境中对映射进化的分析,使得已有的本体映射方法在实际应用中的效率并不高。因此本文提出一种基于改变历史日志扩展的本体映射重建方法。该方法在本体映射进化时,用HL记录本体的变化对现有的映射系统进行扩展,仅仅更新过期的无效的映射对。实验结果表明,本文方法在本体不断更新的动态环境中表现较优,和其他现存映射进化系统相比具有时效性更高的优点。     

基于DTD的XML与数据库信息交换技术

XML与数据库信息交换的策略有多种，基于DTD的对象模型映射方法可应用于所有XML文档．映射的策略是以分析处理DTD中的每一个元素映射为对象模型，再由对象模型映射为数据库的关系模型．XML文档中的数据映射到对象所对应的关系数据库中．映射过程也可合并为直接有DTD到关系数据库的映射．     

Ontology Mapping Based on Bayesian Network

Ontology mapping is a key interoperability enabler for the semantic web. In this paper,a new ontology mapping approach called ontology mapping based on Bayesian network( OM-BN) is proposed. OM-BN combines the models of ontology and Bayesian Network,and applies the method of Multi-strategy to computing similarity. In OM-BN,the characteristics of ontology,such as tree structure and semantic inclusion relations among concepts,are used during the process of translation from ontology to ontology Bayesian network( OBN). Then the method of Multi-strategy is used to create similarity table( ST) for each concept-node in OBN. Finally,the iterative process of mapping reasoning is used to deduce new mappings from STs,repeatedly.     

GLAV集成方法中的模式匹配研究

GLAV是一种新的集成方法,它能为信息集成系统的映射关系提供更具表现力的方式.映射表示源模式与全局模式之间的对应关系,主要研究了GLAV集成方法中产生映射规则的模式匹配方法.首先将SUDAI模型转换为模式树,然后基于树进行匹配.匹配包含语言学和结构匹配两个基本阶段,语言学匹配结合了术语关系和约束进行计算,结构匹配结合了类属性和上下文节点两个方面,并成功解决了模式规模差异带来的负面影响.计算的结果可以判断两个信息类是否是一个映射候选,经过验证后可确定它是否是一个合理的映射.最后定义了一个基本DTD来描述匹配的最终结果.     

OCS命令流解析器的设计与实现

通过分析LAMOST观测控制系统中的命令流的解析方法,依据LAMOST科学目标的要求和观测运行的特点,利用数据库映射技术,提出了命令解析模型.在该模型的基础上,进一步从数据库和解析过程两方面进行设计.最终实现了各层命令集之间的解析.     

基于图模型的RDF/RDFS本体抽取方法

为了提高RDF/RDFS本体中特定领域知识的利用效率,提出了一种从源本体中抽取出特定领域本体的算法.将RDF/RDFS本体抽象为图模型;根据RDFS推理规则生成RDFS本体图模型的闭包;应用图理论构建抽取算法,生成以特定领域术语词典中概念为节点的子图,得到所需的领域本体.抽取结果表明,该方法对于RDF层次的领域本体抽取有良好的适用性,可快速有效地构建特定领域本体.     

模式映射语义更新的探讨

鉴于模式进化导致模式映射的变化，给出了一种能保持语义的模式映射更新方法一基于映射的组合式映射更新，该方法将模式进化自身表示为映射，然后和原始映射相组合，得到更新后的模式映射．引人了模式映射表示语言，重点探讨了映射组合的语义和算法．