基于OWL-S的语义Web服务自动组合研究

来源 :中南大学 | 被引量 : 0次 | 上传用户:ooo4zhgr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
语义Web服务自动组合技术是Web服务领域的研究重点和热点之一,这项技术的发展对网络中各种异构和分散的系统进行集成和交互具有重要意义和巨大的推动作用。本文将着重对此进行研究。首先,简要介绍了Web服务组合、语义Web和本体等相关的课题研究背景,并总结了语义Web服务组合技术的研究现状。其次,针对当前已有的服务组合技术时间效率和成功率都不高的问题,本文提出了一种基于OWL-S的语义Web服务自动组合的方法OWL-T2M。该方法充分利用OWL-S的顶层本体结构,基于最小满意度阈值,从网络上获取满足要求的Web原子服务并将它们存储在两个DAG图中,然后基于该图生成Web服务组合候选集,最后在该候选集中利用Dijkstra最短路径算法选取最优的Web服务组合。与已有的方法相比,OWL-T2M综合考虑了Web服务语义,服务组合的效率等因素,在保证Web服务组合质量的前提下,实现了根据服务请求对Web服务的自动化组合。最后,基于OWL-T2M的算法思想,在对其进行程序实现后,本文对其组合成功率和组合时间效率,结合当前最新发布的测试数据集OWLS-TC v2.2与当前一些已有的Web服务组合方法进行了比较测试。然后,将实验结果进行图表展示,并基于这些图表对实验中出现的数据现象和问题进行了相应的分析和总结。
其他文献
微粒群算法是一种模拟鸟群飞行的群智能优化算法。由于其收敛速度较快,在优化一些多峰高维问题时易陷入局部极值点。作为微粒群算法的一个研究内容,拓扑结构具有提高种群多样
社交网络及生物网络等许多领域的数据都可建模成边带有存在概率的不确定图。不确定图上的查询与挖掘问题具有广泛应用。目前,不确定图数据查询与挖掘问题面临很多挑战,其中最
随着信息化的不断发展和网络资源的日益膨胀,人们对于资源获取的方式,包括准确性、多样性、便利性等要求也越来越高。在这种背景下,传统搜索引擎,如Google、Yahoo、百度等,虽然得
海洋是一个巨大的资源宝库,是人类可持续发展的财富。海洋的开发和利用一直以来都是人们研究的重点,在这个占据了全球70%表面的水域里,蕴含着极其丰富的资源。无线传感器网络
随着科学技术的发展,高清多视点自由自立体电视也已经逐渐成为研究热点,它具有不需要佩戴眼镜及辅助装置就可以感觉到立体效果,高分辨率等优点,可以广泛地应用在用包括立体视
随着信息技术的飞速发展,计算机软件系统的应用逐渐扩展到了社会的各个领域。软件规模和复杂度在不断增加,软件出现错误的可能性也随之增加。如何保证软件的质量、提高软件的
神经网络一直以来是实现分类器的重要方法之一.在多年的研究中,不同年代出现了几种有代表性的网络学习算法:如60年代的Widrow-Hoff神经网络学习算法;70年代的BP神经网络学习算法
视觉目标跟踪技术是计算机视觉领域中一个基础且重要的研究方向,在视频监控、自动驾驶、智慧交通、军事目标定位等诸多领域具有重大的研究意义和实际应用价值。基于跟踪任务
本文在分析高校就业管理业务的特点和发展趋势基础之上,将操作数据存储和OLAP技术应用到了高校就业管理与决策分析领域。通过对学生就业方面的各类数据从多个方面进行分析,找出
以并行计算为基础的高性能计算科学当前已经成为科学研究的第三大支柱。使用并行计算的首要因为是高性能高效率,而并行程序的首要条件是正确性。以往的设计和分析工具都只关
学位