基于改进蚁群算法的区域伪卫星增强GPS星座优化设计

为实现信号遮挡严重区域伪卫星增强GPS系统的最优导航定位性能,提出了增强星座优化模型及基于改进蚁群算法的实现方法.首先,根据恶劣定位环境可见GPS卫星时空分布不均的特点,基于精度、可用性、连续性等导航性能指标以及系统投入成本和工程地质、地形条件建立增强星座的优化模型.然后,针对该模型主要评价指标的特点,利用改进的蚁群算法实现伪卫星最优位置的搜索.结合具有典型峡谷特征的小湾电站2号山梁相关实验,从多角度给出建立优化模型的准则及其对搜索算法的影响.实验结果表明,经优化设计后该区域的导航定位性能提高了35%～70%,能够满足形变监测系统的设计要求.     

扩展主题图本体融合策略与算法

针对分布式建立与存储的领域本体主题图在融合过程中的语义与结构重复问题以及冗余信息的判断与消除问题,提出了基于语义词典与语料库相结合的主题图融合算法(TMMC),给出了概念相似度计算以及同义关系、整体部分关系等的处理方法.对本体中概念进行基于HowNet语义词典及其他语义词典的多层次相似度计算,定义概念间不同语义关系的融合规则,针对专业领域本体中大量术语词典未收录的问题,提出基于语料库的概念相似度算法,并对计算机教育专业领域扩展主题图进行了融合实验.实验结果表明,TMMC提高了融合的准确率与查全率.     

基于本体的语义数据融合方法

针对网格中语义数据的按需访问问题,提出了基于本体的语义数据融合方法OSDF.该方法以数据对象为基本元素,利用数据对象和领域本体之间的映射关系来表达数据对象的语义,使用嵌套关系模型来表达数据对象的模式信息,通过把一个网格节点中集成的所有数据对象作为下一个节点的数据对象来实现数据资源由粗到细的融合.文中定义了OSDF的语义模型,给出了虚拟数据库的查询执行过程和算法,为使用者提供了具有语义支持、服务质量保障的数据访问服务.原型系统验证了OSDF的正确性和可行性.     

ABox推理计算实体相似度

针对主题图本体映射中主题上下文语义不易确定,缺少分类信息,但有明确的结构语义特征的特点,提出了A-Sim主题图本体映射算法。首先对主题图中的主题进行分类,利用描述逻辑语言ALCIR+的表达能力,根据主题属性及关联关系建立各种能表达上下文语义信息的概念术语集,将主题图本体转换为断言集合;其次在断言集合上进行多项式复杂度实例检测,记录模型构造过程中的个体,获得主题的上下文语义;最后将上下文语义结合元素级概念相似度算法计算实体综合相似度,获得异构主题图实体间的实体映射关系。通过对主题图进行相似度计算实验,结果证明新算法对主题图实体相似度计算综合性能至少提升了14%。     

无公害农产品认证资源共享中的用户建模研究

为实现无公害农产品认证资源共享的个性化和智能化,促进无公害农产品品牌化销售,提出了一种基于领域本体的用户建模方法.通过无公害农产品认证资源本体的构建实现以领域本体中的概念和实例表示的用户特征模型,增加用户模型语义信息,并提供了模型的更新算法.结果表明,该方法能够提高用户特征模型表达的准确度.     

面向资源融合网格的语义数据融合

网格中的数据资源多种多样,为用户提供具有语义支持的、按需访问的数据服务是资源融合网格中数据融合的关键问题。本文提出了基于本体的语义数据容融合方法ODSF;该方法中的基本元素是数据对象,通过数据对象和领域本体之间的映射关系来表达数据对象的语义,使用嵌套关系模型来表达数据对象的模式信息,通过一个网格节点中集成的所有数据对象作为下一个节点的数据对象来实现数据资源由粗到细的融合;定义了ODSF的语义模型,给出了虚拟数据库的查询执行过程和算法,可以为使用者提供具有语义支持、服务质量保障的数据访问服务;通过原型系统验证了ODSF中理论和关键技术的正确性和可行性。     

基于领域本体的信息搜索模型

针对目前的搜索模型局限于语法层次上关键词匹配的特点,以领域本体作为知识组织方式,提出了一种语义环境下基于本体的信息搜索模型.在此模型的基础上,分别提出了文档语义标注算法和搜索词语义扩展算法,两种算法分别对文档集语义分析和搜索词语义关系理解,实现双向语义信息搜索的目的.实验结果表明,提出的信息搜索方法能够克服关键词匹配搜索的不足,获得较好的搜索效果     

语义网虚拟本体构建

针对缺乏良好组织的本体难以被重用的问题,提出了对本体中术语进行语义重组的方法.该方法首先从本体文档中抽取类之间的关系,建立类关系图,进而对不同类型的关系赋以权重.然后将多本体中语义高度相关的术语进行组合,对语义相关度低的术语进行分割.最后分别通过基于划分、基于层次化的聚类算法将类关系图重组为一组虚拟本体,实现了对本体的有效重用.以语义搜索引擎Falcons索引的本体作为数据集,对生成的虚拟本体进行了时间性能和聚类合理性评估,并对比了2种聚类方法在虚拟本体生成中的作用.实验证明该方法生成的虚拟本体具有较好的语义内聚性,达到了对本体中术语进行语义重组的目的.     

基于语义和结构的UML类图的检索

以软件重用为背景提出基于语义和结构的UML类图检索.构建了UML类图的重用模型,定义了存储UML类图的重用库结构.提出将本体的概念语义距离应用到UML类图的语义相似性度量和使用图表示UML类图的结构进行结构相似性度量.基于检索流程形式化检索需求,提出了UML类图的检索算法.基于提出的衡量标准,从语义、结构和混合三种检索类型对提出的算法进行了验证.实验结果表明,所提出的检索算法在检索质量和检索效率上要优于其他方法.     

SCORM学习资源的语义相似度度量

在支持SCORM 1.2的基础上 ,对SCORM 1.2学习资源间的联系描述进行充分的挖掘 ,给出了资源实体和资源本体的形式化定义 ,对资源实体、资源本体间的关系类型进行了划分 ,给出了 3种学习资源语义相似度度量的方法 ,并说明了语义相似度度量在导航中的一个应用