基于本体和树形结构的语义信息集成研究

语义信息集成是目前屏蔽数据之间半结构性、异构性和分布性的主要方法,其目的是为用户提供最大范围的精确数据。以解决信息集成中的语义冲突为目的,采用本体描述全局数据概念、树型结构描述局部数据概念,在此基础上,给出数据的逻辑定义方法,利用相似度计算匹配值来实现数据在语义集成中的匹配,并描述了语义信息集成中的映射算法。最后,给出了实验数据和算法执行结果,验证了此方法的正确性。     

基于本体和树形结构的语义信息集成方法

语义信息集成是目前屏蔽数据之间半结构性、异构性和分布性的主要方法,其目的是为用户提供最大范围的精确数据。以解决信息集成中的语义冲突为目的,采用本体描述全局数据概念、树型结构描述局部数据概念。在此基础上,给出数据的逻辑定义方法,利用相似度计算匹配值来实现数据在语义集成中的匹配,并描述了语义信息集成中的映射算法。最后给出了实验数据和此方法执行结果,验证了此方法的正确性。     

CIMS环境下的数据库集成技术

论述了目前在计算机集成制造系统中所采用的信息集成技术，包括信息集成系统的集成体系结构、信息集成机制、信息集成的过程、所采用的集成数据模型以及信息集成过程中的异构转换和冲突问题等。     

Construction of domain Web classification ontology based on suggested upper merged ontology

Aiming at the problem of merging heterogeneous semantic taxonomy emerged in Web information integration, a method of building Web classification ontology （WCO） has been proposed. A WCO that is logically consistent with the suggested upper merged ontology （SUMO） is defined, together with axioms needed to classify Web pages. WCO can be used as a foundation of merging heterogeneous semantic taxonomy, and could be used to support Web information integration and classification based Web information retrieval.     

基于ontology的网络资源语义化研究

随着网络技术的发展,网络上产生各种异构数据资源并形成一个巨大的信息资源库,数据的语法以及语义异构使得资源之间的互操作变得复杂。语义Web代表了下一代Web的一个发展趋势,为了方便语义操作,需要对现在网络上存在的各种各样的异构数据资源进行语义化集成。通过实例介绍了一种基于ontology对异构数据资源进行语义化的过程。     

基于树形网格的企业信息语义集成

在分析信息语义集成方案的基础上,提出了一种基于树形网格的企业信息语义集成架构.根据该架构构建的应用系统可以实现企业的分布、异构数据在语义层次上的动态集成,提供具有语义支持、QoS支持的数据访问服务;分析了该架构下本体的组织方式和构建方法,提出了多层树状本体结构;给出了一个企业信息语义集成的例子.     

基于本体的信息集成研究

企业信息集成中存在着大量的语义异构数据源,阻碍了信息的共享和交换。本文将本体应用于企业信息集成领域,给出了多数据源信息关联查询实现策略,研究了基于语义的资源描述和语义实体提炼技术。提出了基于混合本体的企业信息集成框架,并描述了框架的各个层次的组成和作用。     

异构Web对象共指冲突识别与消解研究

针对现有的语义Web 中对象共指的消解工作研究不足,提出了一种异构Web数据流对象共指消解的技术.首先,定义了Web数据流对象的对象共指冲突识别与消解框架;然后,提出了一种基于描述逻辑的对象共指识别技术,归纳给出了描述逻辑的层次依赖关系并提出了基于依赖图的冲突遍历识别算法;并且,在冲突消解方面,定义了冲突的三种类型、冲突消解匹配模式与仲裁消解算法;最后,分别用测试集检验了本文提出的异构Web数据流冲突识别与消解技术的应用效果.     

语义Web服务发现研究及应用

针对目前语义Web服务发现的研究现状和存在问题,提出一种新的省时的基于语义功能匹配和服务质量筛选的服务发现方案.在此基础上,以福建省进出口领域企业基础信息交换平台建设项目的实际需求为背景,提出一个基于语义Web服务的异构系统集成模型.     

关系数据库中分布式大数据的集成冲突消解算法

针对现有关系数据库中分布式大数据集成冲突消解研究的不足,提出一种新的集成冲突消解算法。依据关系数据库中分布式大数据的集成过程对冲突进行分类,将其划分成语义冲突、模式冲突以及实例冲突。针对语义冲突,通过句法融合、逻辑树融合和频率融合法实现冲突消解。通过属性有向图对关系数据库中模式数据和实例数据的属性进行描述。从属性关系参与分布式大数据集成冲突的状态分析,通过关系的权重值对属性关系的重要程度进行量化处理。通过有向图全部关系的权重和对所有属性有向图的重要程度进行描述。综合分析冲突数与权重定义代价函数,在此基础上给出关系数据库分布式大数据集成冲突消解详细过程。实验结果表明,所提算法冲突识别和消解性能高。     

基于XML的异构数据集成研究

为了实现高校中的异构数据的互操作和全局操作,必须对不同数据源进行集成.XML(eXtensible Markup Language)技术作为表示数据语义信息的标准,正迅速发展成为应用程序间共享信息和交换数据的通用标准.提出了一种基于XML的数据集成模型,并对该模型的结构和集成方法进行了讨论.     

基于XML的教学文档格式规范与数据交换研究

详细阐述了一套高校授课计划DTD的完整开发过程,该DTD给出了高校授课计划的结构框架和语义框架,讨论了受DTD约束的XML文档的呈现方法.给出了一种基于XML的教学信息异构数据库集成方法及数据处理模型,并提出了一种基于CORBA和XML的教学信息异构数据库间数据交换的机制.     

数据库集成系统中数据语义和属性不一致问题的解决方法

介绍了数据库集成时所需要的主要知识，提出了利用模糊集合理论解决数据库集成系统中数据语义和数据值不一致的方法，最后结合例子描述了数据库集成环境中的查询处理方法，该方法能适用于各种应用环境。     

基于本体的教务数据集成的探析

高校教务信息管理系统的异构数据源之间存在着各种语义冲突.本文结合本体和中间件方法,通过构建教务管理领域本体,将用户对数据集成的需求利用本体词汇进行表达,在中间层完成全局本体到局部数据源之间的模式映射,以处理教务数据集成的语义需求,对于推动数字化校园建设具有现实意义和实用价值.     

数据ETL过程中的模式集成技术研究

阐述了在数据ETL(Data Extractlon，Transformation and Loading)中造成模式冲突的主要原因是不同的数据源可能采用不同的数据模型来表达；分析了常用模式集成方法，并比较了它们的优缺点；结合常用集成方法中的优点，设计了交互式的模式集成框架。该框架解决了较难的语义冲突问题，获得了良好的集成效果。     

路由冲突下语义特征信息优化查准算法

针对路由冲突下语义特征信息进行查准,一直存在查准率低的问题。提出一种新的语义特征信息查准算法,首先构建路由冲突下语义网的本体模型,提高语义网中数据的特征分类挖掘和检索能力;接着采用概念树三叉分割思想,实现路由冲突下的语义特征信息的分析;最后通过灰色关联度信息综合评价方法解决语义多属性决策问题,提高了路由冲突下语义特征信息查询的查准率。实验仿真结果证明,采用改进的查准算法在路由冲突下进行语义信息检索其查准率较高,语义特征提取结果准确,提高了语义搜索的准确度,应用价值较高。     

一种将关系数据库转换为OWL本体的方法

通过半自动的方法将关系数据库转换为本体是本体研究的热点之一,也是解决异构数据库的一个新方向。目前提出的从数据库中提取语义信息的方法主要从本体的结构出发,导致提取的语义信息不全面。本文提出了一套将关系数据库向本体转换的规则,该套规则从关系数据库的模式结构出发,通过对模式信息分层次、综合分析,能够比较准确全面地提取显视的和隐含的语义信息。     

本体的概念、建模与应用

为了阐述本体的内涵,讨论了本体的概念、分析了本体与其他知识表示方法的本质区别,总结了本体的分类。本体建模是应用的基础,论述了本体的建模原始建模方法,总结了常用的本体建模语言和建模工具。本体可以应用于知识管理、系统分析、异构信息集成等领域。作为本体应用的演示性实例,讨论了基于本体的网管信息语言层集成,证明基于本体可以解决网管信息的语义异构性。     

分布式异构数据库中移动同步复制冲突消解方法研究

当前移动同步复制冲突消解方法在移动用户逐渐增加、锻炼时间逐渐增长的情况下,会造成很多事物回滚,导致效率降低,冲突消解性能减弱。为此,提出一种新的分布式异构数据库中移动同步复制冲突消解方法,给出分布式异构数据库结构,将全部主机合并成两个逻辑实体,获取移动同步复制数据库系统模型。依据本体概念与关系描述,把某领域的知识统一至一个本体描述的框架下,依据语言记号学理论,用五元组描述本体体系结构。通过本体描述某个领域中事务或概念的不同构成部分和其他部分间的语义关系,通过该关系对分布式异构数据库中移动同步复制冲突进行消解。实验结果表明,所提方法不仅效率高,且有很高的冲突消解性能。     

基于VS-Adaboost的实体对齐方法

针对现有实体对齐方法大多以本体模式匹配为基础，处理异构关联数据集间对齐关系存在局限性且实体链接缺失问题严重的现状，在分析关联数据语义的基础上，提出了一种独立于模式的基于属性语义特征的实体对齐方法，对关联数据集中实体属性根据语义标签特征及统计特征建模，并采用有监督的可变样本集VS-Adaboost算法实现分类器优化。实验结果表明，该方法的时间效率、准确率、查全率较高，F测度效果较好。