【摘 要】
：
[目的/意义]关联开放词汇表(LOV)作为关联开放数据云(LOD)的重要组成部分,旨在提供对LOD中所使用词表的便捷访问,对LOV词表特征与网络结构进行探讨,一定程度上揭示了关联数据
【机 构】
：
山西大学经济与管理学院,山西太原030006;中国人民大学信息资源管理学院,北京100872;山西大学经济与管理学院,山西太原030006
论文部分内容阅读
[目的/意义]关联开放词汇表(LOV)作为关联开放数据云(LOD)的重要组成部分,旨在提供对LOD中所使用词表的便捷访问,对LOV词表特征与网络结构进行探讨,一定程度上揭示了关联数据的演化和动态规律.[方法/过程]本文从LOV数据网络的基本特征、结构特征两个角度入手,借助数理统计与复杂网络分析方法,对从LOV官网收集到的数据进行深入分析.[结果/结论]了解词表基本特征的分布规律、集中趋势、离散程度以及词表的网络结构特征,并验证LOV网络结构遵循了复杂网络中的无标度特性和小世界理论.[创新/局限]从度量学的角度来观察LOV网络,可为全面了解LOV词表特征和结构,在映射和使用重要词表时提供参考.由于本文使用的是静态数据,因此未来可收集动态数据,对词表网络演化过程进行更进一步的探析,从而从更深层次揭示LOV网络的生长模式与规律.
其他文献
传感设备实时数据已经逐步成为GIS对现实世界动态特征表达与时空大数据分析的主要数据来源之一。将传感设备与全空间信息系统结合,提出一种面向全空间信息系统的传感设备动态接入与感测数据流式管理架构。基于多粒度时空对象描述框架对传感设备进行动态时空建模,实现传感设备的动态接入与时空对象化一体管理;设计可伸缩的实时数据管理系统体系;引入任务驱动的感测数据流式处理机制;通过实验验证数据管理架构的技术可行性。
确定区域大地水准面的几何水准方法在拟合大地水面时未顾及重力场信息,仅是一种单纯的数学拟合,忽略了重力场数据自身的物理性和不同数据间的相关性。近年来,深度学习方法得到广泛重视与研究。本文提出了一种有监督学习的RBF神经网络精化大地水准面的方法,使用包含重力异常和大地水准面高的重力场数据进行神经网络训练,并采用K-means聚类算法为RBF神经网络的径向基函数进行初始化,提高神经网络的收敛速度和精度。
[目的]研究具有时变时滞的离散T-S模糊随机系统的耗散性分析问题,获得具有更低保守性的条件.[方法]构造新的模糊Lyapunov-Krasovskii泛函,并且利用离散的Jensen不等式.[结果]
最短时间路径规划是一种典型的最小代价路径规划,也是GIS领域中非常重要的一项研究。传统算法较少研究包括气象、光照、电磁等随时间连续变化环境下的全局规划问题。针对这个问题,建立动态时空环境影响模型,对动态环境在时间和空间上的变化进行统一栅格化表达,并以此为基础进行全局最优的最小代价路径规划。实验证明,在环境预测准确的情况下,该算法规划结果能够体现动态环境变化带来的影响,其规划路线的真实时间消耗总是小
[目的]研究与总加权提前损失有关的两个代理单机排序的问题.[方法]第1个代理工件的工期相同,目标函数是最小化总加权提前损失;第2个代理的目标函数是最大正则函数,它的特殊情
Tunnel deformation monitoring is a crucial task to evaluate tunnel stability during the metro operation period.Terrestrial Laser Scanning(TLS)can collect high density and high accuracy point cloud data in a few minutes as an innovation technique,which pro
[目的]为了得到两条路的积图的邻点扩展和可区别全色数.[方法]直接构造了两路的笛卡尔积、直积、半强积的邻点扩展和可区别全染色.[结果]得到这3类积图的邻点扩展和可区别全
天然气作为一种清洁能源,即将成为世界第一大能源,亚太地区发育了多个富气海相盆地,越来越受到油气勘探家的重视.在勘探阶段,只有搞清天然气的成因类型,才能准确预测天然气的
In order to meet the requirements of high-precision vehicle positioning in complex scenes, an observation noise adaptive robust GNSS/MIMU tight fusion model bas
[目的/意义]聚类网络舆情事件,不仅使得舆情信息更有层次和条理,还能辅助舆情事件个性化推荐等后续研究.[方法/过程]融合网络表示学习与K-means,经过舆情事件收集、事件共现