语义地理信息服务的三级匹配发现算法

目前地理信息服务缺少语义描述和发现算法.借鉴本体语言服务(ontology web language for services,OWL-S),构建地理信息服务的语义模型,提出一种基于语义模型的地理信息服务发现算法.在SI/SO匹配中利用本体分类树,将本体相似度求解转换为分类树中节点距离求解的方法.实验证明,该算法不但能区分匹配等级,而且能区分同一匹配等级之间的相似度大小,能较好地满足地理服务发现的需求.     

基于语义的可扩展web服务注册与发现机制

为解决传统的基于UDD I注册中心的集中式web服务发现结构存在的可扩展性问题,基于领域本体语义信息,提出一种能自适应地调整领域划分、分配系统资源的分布式web服务发现体系结构.分析了该结构的可扩展性、自组织性和自适应性;描述了基于该结构的语义web服务注册与发现过程;将基于该结构的语义web服务发现算法划分为语义注册中心定位和基于输入输出的服务匹配2个阶段,并具体设计了第1阶段服务发现的3个步骤.通过该两阶段的发现算法可以快速地在分布式环境内定位注册中心,避免消息泛洪导致的网络拥塞.仿真实验结果表明,该服务注册与发现机制在服务规模扩展情况下需要的转发次数较少,且能够保证较高的服务发现效率.     

基于Petri网的语义Web服务过程模型匹配算法研究

为了在服务发现中提高效率及准确率,在服务匹配过程中引入了服务执行状态的变迁等因素即服务的过程模型。而Petri网能够把Web服务的过程模型进行形式化描述．在服务发现中引入Petri网,通过Petri网描述web服务的过程模型,再对Petri网进行语义标注,最后通过计算过程模型的相似度来实现基于Petri网的语义Web服务发现匹配．这种方法结合现有采用功能性参数匹配的语义web服务发现对提高服务发现率,尤其对改善服务发现准确率起到了一定的作用．     

语义描述的服务资源发现机制研究

基于语义描述的服务资源发现,针对网络和网格等服务资源,利用相似度算法,提出了基于语义匹配的服务资源发现算法,并综合考虑匹配机制,实现海量服务资源的快速、准确定位.模拟实验结果表明,语义描述的服务资源发现机制具有较高的查询精确率,有效地改善了传统服务资源发现精确度不高的问题.同时综合广泛资源服务查询和精确资源服务匹配机制,提高了服务资源发现效率.     

服务匹配模型中综合语义匹配方法研究

针对目前基于语义的服务匹配系统中的匹配方法存在对同一等级概念区别不清的问题,采用Web Services和语义Web技术,提出了一个基于UDDI和OWL-S的服务匹配模型,即对传统服务匹配模型的UDDI中引入语义化服务描述和基于数值计算的语义匹配功能.并综合利用基于几何距离和基于信息容量两种语义相似度算法的优点,设计了一种综合语义匹配算法,最后通过实验验证了该方法的优越性.     

基于问句语义表征的中文问句相似度计算方法

提出了一种中文问句语义相似度计算的新方法.该方法分为两步:第一步采用基于问句句型模板规则匹配的方法提取问句语义表征;第二步根据问句语义表征计算问句语义相似度.采用该方法开发了一个面向常问问题集(FAQ)的问答系统.实验结果表明,采用该方法获得的相似度计算的准确率约为85%.     

网格资源语义匹配研究

基于语义网格资源发现研究中最重要、最困难的资源的语义匹配。本文主要研究网格资源的语义匹配。包括资源的语义匹配、语义相似度计算和语义匹配算法的研究,并将其应用于网格资源发现研究中,能进一步提高网格资源发现的准确率和效率。     

考虑IOPE匹配的语义web服务组合

针对传统语义web服务组合方法中仅考虑I/O接口间匹配,从而导致服务间功能匹配度不高的情况,提出一个新的语义web服务组合框架.该框架改进传统规划图以便体现服务的IOPE特性,为抽取组合方案提供功能匹配相关的启发信息.为了获得更多组合方案,框架一方面支持抽象用户请求的表达,另一方面在规划图的基础上,采用基于广度优先的后向搜索策略.最后,基于该框架实现一个web服务组合系统,一系列实验表明该框架是有效的和可伸缩的.     

采用类别相似度聚合的关联文本分类方法

针对基于关联规则的分类方法在分类时仅考虑规则的置信度并使用规则修剪技术,导致分类器的分类精度难以进一步提高的问题,提出了一种基于类别相似度聚合的关联文本分类方法.该方法采用修改的χ2统计技术提取各类别的特征词;为保证规则匹配的精度和速度,使用CR-tree存储分类规则,并给出了CR-tree的构建与匹配算法;采用向量内积来计算文本类别分量与类别标志向量的相似度,进而使用规则置信度和类别相似度的聚合值作为文本分类的依据.基于实际网络文本的实验表明,该方法仅需提取30个特征词,分类结果的微平均值即可达到92.42%,优于未经剪枝的ARC-BC分类器及KNN、Bayes分类器;在分类耗时方面,该方法与未经剪枝的ARC-BC分类器持平,表明该方法引入的相似度与聚合值的计算开销在可接受的范围内.     

Ontology与Agent 在服务选择中的应用研究

为了解决服务选择过程中由于缺少语义和有效的协商,使得用户难以获取满意服务这个问题,提出利用Ontology和Agent来进行服务选择的方法SBOA(Service based ontology and agent),该方法包括本体相似度计算和Agent协商这两个主要过程.在本体相似度协商过程中,研究了一个改进的基于语义的相似度计算方法,在Agent协商策略的设计过程中,把寻找相似度值与服务成本的比值最大作为协商策略,设计了Agent之间基于效用最大的具体的协商算法.SBOA既利用了Ontology的语义表示能力,也利用了Agent具有的自主协商能力,为它们的结合提供了一个途径,也为用户根据语义选择用户满意的服务提供了一个有效的方法.仿真实验表明了SBOA的过程和它的有效性.     

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。     

基于特定领域的加权语义相似度算法研究

信息检索模块是自动问答系统中的主要组成部分.实现问题检索的关键问题是句子相似度计算问题.提出的基于特定领域的加权语义相似度算法,首先计算FAQ库中某问句关键词的权重,再利用语义相似度方法,分别计算目标问句各分词与FAQ库问句关键词的相似度矩阵,最后求得2个句子的最终相似度.逐一计算和比较目标问句与FAQ中每个问句的相似度,在大于一定阈值时,最大相似度所对应问句答案输出给用户.由于考虑词语语义和权重2方面信息,实验表明其具有较好的匹配效果.     

一种基于语义的组合服务模板推荐算法

为了实现组合服务的查找功能,提出了一种基于语义的组合服务模板推荐算法。用Web服务本体OWL-S和领域本体描述Web服务,将2个服务之间的语义相似度计算转化为加权二部图的最优匹配问题,利用改进的Kuhn-Munkres算法计算服务间的语义相似度;在此语义相似度的基础上提出一种基于语义的组合服务模板推荐算法。实验结果表明,提出的组合服务模板推荐算法可以快速地搜索出满足用户请求的组合服务模板。     

基于消息语义相似度二分匹配的Web服务发现方法

随着Web服务数量的剧增,Web服务发现是目前面向服务的体系架构中的重要部分。并且成为Web服务研究的一个热点．笔者提出了一个基于语义匹配的服务发现方法．首先,在标准WSDL中进行本体相关的语义扩充,将服务操作中必要的信息进行语义映射,包括：Web服务操作名称以及服务操作的输入消息和输出消息．其次提出了一个基于消息语义相似度二分匹配的Web服务发现方法．实验表明该方法提高了服务发现的查全率和查准率,且具有良好的可伸缩性．最后得出结论：该方法使用WSDL标准规范而不是特定的Web服务语言或模型,因而易于实施;该方法提高了计算机自动发现服务的效率．     

基于RFID位置语义的室内移动轨迹聚类算法

面向室内空间的移动轨迹聚类有利于发现室内热点和用户移动模式.针对室内环境在定位技术、距离度量等方面的特殊性,充分考虑室内移动轨迹的空间和语义特征,提出一种基于无线射频识别(radio frequency identi-fication,RFID)位置语义的室内移动轨迹聚类方法.该方法对原始轨迹提取特征点,可简化轨迹以降低算法时间复杂度;从空间形状和位置语义2个方面加权计算轨迹相似度,其中,空间相似度通过定义适用于室内三维空间的距离函数来计算,语义相似度计算基于最长公共子序列思想,并引入移动对象在轨迹点的到达时间和停留时间;利用线性表存储轨迹相似度,采用改进的层次聚类方法对移动轨迹进行聚类.实验结果表明,该方法能够有效地进行室内轨迹聚类并具有较高的效率.     

一种提高文本聚类算法质量的方法

针对基于VSM(vector space model)的文本聚类算法存在的主要问题,即忽略了词之间的语义信息、忽略了各维度之间的联系而导致文本的相似度计算不够精确,提出基于语义距离计算文档间相似度及两阶段聚类方案来提高文本聚类算法的质量.首先,从语义上分析文档,采用最近邻算法进行第一次聚类;其次,根据相似度权重,对类特征词进行优胜劣汰;然后进行类合并;最后,进行第二次聚类,解决最近邻算法对输入次序敏感的问题.实验结果表明,提出的方法在聚类精度和召回率上均有显著的提高,较好解决了基于VSM的文本聚类算法存在的问题.     

基于 OWL-S的语义Web服务匹配算法

利用OWL-S web服务语义描述本体,引入领域本体,对Web服务进行语义描述、匹配.在传统的语义Web服务匹配算法的基础上进行改进,提高了Web服务匹配的查全率和查准率.     

一种基于语义的分布式云服务发现方法

随着云服务的迅猛发展,传统集中式注册的云发现技术容易出现单点失效和性能瓶颈问题。因此,提出了一种基于语义的分布式云服务发现方法。该方法采用多层云本体的方式表示云服务,把服务描述映射到云本体结构中,服务描述中的对等点根据它们的语义相似度组成集群。同时,在具有高相似度的节点之间建立语义边,从而使查询只需在相关的节点中进行,以提高发现效率。实验结果表明:本文提出的方法能够提高云服务发现效率和降低查询时间。     

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％．