一种基于语义贴近度的模糊检索算法

情报检索是信息科学的一个重要研究领域,本文讨论了基于模糊集的计算机情报检索,给出了标引词模糊语义贴近度的定义,提出了模糊集的一种近似匹配算法和含Ｎ个元素的小根堆上的模糊标引词检索算法,分析了算法的复杂性,在ｎ分资料中进行检查,其时间复杂怀是Ｏ（ｎ）的。论文最后给出了一个模糊匹配案例,说明了这种检索算法能够得到令人满意的结果。     

基于地图地理信息点的数据融合算法的改进

地图地理信息点的数据描写值滞留在数据的表面级上,数据间缺少必需的相关性和匹配性,从而直接影响用户访问信息的速度和效率,该文提出了一种基于地图地理信息点的数据融合算法(DFGI)。该算法在计算语义相似度的基础上,增加地理信息之间的经纬度距离,以判决地理信息数据之间的相融性,实现地理信息数据之间的目标匹配,提高了单纯相似度匹配不准确的问题。通过实验结果与实际值比较,证明了该算法的有效性,并且能提高地理信息的匹配效率,减少误差值。     

基于模式元素语义关系的模式合并方法研究

数据集成问题一直是数据库研究领域的热点之一,而全局模式构建是数据集成中的一项重要任务。通过对模式元素之间语义关系的分析,从数据源系统数据字典入手,利用模式匹配结果,提出了一种基于模式元素语义关系进行模式合并的方法,并给出了基于模式元素语义关系的合并规则及合并算法。最后,通过对已有模式合并方法的比较分析,说明该模式合并方法的可用性和有效性更好。     

基于模式元素语义关系的模式合并方法研究

数据集成问题一直是数据库研究领域的热点之一,而全局模式构建是数据集成中的一项重要任务。通过对模式元素之间语义关系的分析,从数据源系统数据字典入手,利用模式匹配结果,提出了一种基于模式元素语义关系进行模式合并的方法,并给出了基于模式元素语义关系的合并规则及合并算法。最后,通过对已有模式合并方法的比较分析,说明该模式合并方法的可用性和有效性更好。     

模糊关系数据库的几点注记

在讨论了模糊关系及其特征之后,给出了在元组隶属函数约束下的模糊关系λ－截集数据库和模糊关系模式的概念,引入并讨论了用模糊集包含度刻划的模糊属性值及元组的语义包含相似度及其性质．在此基础上,导出了经典函数依赖（ＦＤ）的４种相互等价的形式化定义,并由此扩展得到模糊函数依赖（ＦＦＤ）的相应形式化定义和相应于Ａｒｍｓｔｒｏｎｇ公理的有效且完备的推导规则．认为文［１］对（ＦＦＤ）的讨论只是本文的特例     

基于贴近度的模糊综合评判结果的集化

在分析各种贴近度概念的基础上，对贴近度进行分类，证明了两种对称贴近度定义的关系，讨论了择近原则与最大隶属原则的内在联系．随后构造了两种非对称贴近度，证明了它们的性质，给出了相应的算法，在一定程度上解决了最大隶属原则失效情况下的评判问题．     

基于AFS方法的模糊推理规则

AFS（Axiomatic Fuzzy Sets）方法是一种新的模糊数学分析方法，它是从问题的原始数据出发用统一的算法建立起来的，给出了一种全新的隶属函数定义。将这种新的方法与格贴近度综合起来分析数据库中的各种属性之间的关系，再结合多重模糊推理规则，得到了一个新的基于AFS方法的模糊推理方法。并由一个例子推出了一条模糊推理规则，该模糊推理规则与文章给出的表格中的原始数据以及人的直觉相接近，便于利用计算机分析数据库，以及进行数据挖掘。     

直觉模糊匹配的语义距离与贴近度

首先引用Atanassov直觉模糊集的基本概念,阐述了直觉模糊推理的语义匹配问题．给出了计算直觉模糊匹配度的语义距离与贴近度扩展方法,重点研究了直觉模糊贴近度扩展计算模型与直觉模糊语义距离,包括在离散论域和连续论域上的海明距离、欧氏距离、明可夫斯基距离、切比雪夫距离等扩展计算模型,提出了将直觉模糊贴近度与直觉模糊语义距离转换成直觉模糊匹配度的方法。     

F 模式识别的随机方法

文章根据表达两个模糊集之间相似水平的贴近度的定义，得到了线性和正态型隶属函数时，格贴近度的计算公式，并首次利用随机方法，讨论了用格贴近度对Ｆ模式进行识别。分析表明，文章所讨论的方法具有通用、方便、简捷的特点。     

基于语义的数据清理技术

为弥补传统的基于文本相似函数(如编辑距离、语音距离等)的方法在重复记录的识别方面的不足,对记录内部单个字段的语义以及字段之间的语义进行了研究;采用字段名与统计分析相结合的方法来识别字段内部的语义,采用语义规则库来识别字段之间的层次语义和依赖关系;将语义引入到优先队列算法中,提出了改进的优先队列法(IPQM),在计算记录之间的相似度时,显式考虑字段之间的层次语义关系,对不同的字段类型调用不同的相似度计算方法．同时将语义规则库引入到数据清理框架,在预处理阶段利用语义来处理等价类型错误,在处理阶段利用IPQM来计算记录之间的相似度．实验结果表明该框架提高了数据清理的质量,遗漏率低于7％,误判率不超过3％．     

一种实体模式匹配算法

提出了一种异构数据源的实体模式匹配算法.算法从中英双语的环境出发,利用基于中文wordnet的中英文词义相似度算法和中文分词工具,从列名距离、数据类型、数据内容的词性成份等角度来建立同类实体不同模式之间的映射关系.该算法可用于分析数据空间中不同数据源实体之间的关联,以及其他研究领域中的中英文语义信息相关性分析和实体模式匹配.     

基于素数的多源模式匹配方法的研究

模式匹配是获取不同模式间语义关联关系的技术,是数据集成过程中的关键操作.随着可检索在线数据库数量的迅速增加,大规模的模式匹配工作的需要使多源模式匹配方法成为模式匹配领域研究的重点.针对现有多源模式匹配方法的缺陷,本文提出了一种基于素数的多源模式匹配方法,并提出了具体算法-PMSM.该方法将素数理论引入模式匹配过程中,使单纯的字符匹配转换为素数计算,提高了匹配效率,同时保留了现有多源模式匹配方法的优点.实验证明,PMSM切实可行.     

基于模糊匹配的数据库模式测试方法

数据库模式测试是数据库系统测试的重要工作.在前期的研究中已经实现了一种简单的数据库模式测试方法,该方法针对数据库ER模型和逻辑模型不一致的问题进行了研究.但是该匹配方法单一,属于一对一的语义匹配,为了解决这一局限性,提出了一套基于“模糊匹配”的数据库模式测试方法.该方法考虑了以上方法的不足,使用“模糊匹配”对数据库模式进行测试,解决了由于数据库结构复杂导致测试结论误报率高的问题,并且将数据字典信息作为匹配标准,对匹配信息进行种类划分,减少了匹配工作量,同时还将语义信息和结构信息相结合,提高了匹配准确度.     

基于标签序列的半结构化数据相似度度量

针对基于路径的半结构化数据结构相似度度量方法不能很好地处理路径部分相似以及忽略了元素之间兄弟关系的问题,提出一种基于频繁关联标签序列的结构相似度度量方法,该方法将半结构化数据的结构信息视为标签序列的集合,采用数据挖掘技术中频繁模式和关联项集的概念及算法,从半结构化数据中挖掘频繁关联标签序列并以此作为特征计算其结构相似度.实验结果证明：提出的基于频繁关联标签序列的半结构化数据结构相似度度量方法可以解决基于路径方法的不足,计算的结构相似度更准确、更合理.     

A Parsing Graph-based Algorithm for Ontology Mapping

Ontology mapping is a critical problem for integrating the heterogeneous information sources. It can identify the elements corresponding to each other. At present,there are many ontology mapping algorithms,but most of them are based on database schema. After analyzing the similarity and difference of ontology and schema,we propose a parsing graph-based algorithm for ontology mapping. The ontology parsing graph (OP-graph) extends the general concept of graph,encodes logic relationship,and semantic informatio...     

一种改进的Lucene语义相似度检索算法

 Lucene的基础上,结合检索词项的语义信息,利用外部词典Wordnet分析检索词项与被检索文档中词项的语义相似度,在此基础上实现对文档语义信息的检索。通过分析现有的相似度量函数的核心特征,选择合适的语义相似度量方法,提出了一种新的词项语义相似度检索函数,该函数能够对检索文档按照语义相似度进行排序。实验结果表明,所提出的方法能够有效地提升文献检索的准确度。     

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。     

云制造资源语义描述和服务匹配策略

针对云制造环境下资源语义描述和服务匹配问题,在充分考虑用户个性化需求与制造资源异构性的基础上,分析了云制造资源描述和服务匹配的难点,利用规范化描述的特点,将制造资源描述问题转化为Web语义描述问题,提出一种通用的制造资源语义描述框架。结合4种相似度算法,设计了阀值和权重,提出了基于过滤器的服务匹配策略。实验结果证明了该策略和算法的有效性和可行性。应用这4种相似度算法能够有效缩小匹配的规模,提高了服务的查找效率与准确度。