【摘 要】
：
本文通过建立船舶制造业领域本体库,消除船舶概念语义上的分歧,并根据分类标准的不同建立多棵分类树,形成分类树森林实现船舶工程图纸的语义分类管理与条件查询.本文定义船舶实例对象相关度,量化现实生活中船舶工程项目之间的区别与联系,提供船舶工程项目实例设计图的相关查询.本文的结构为第二部分是相关工作.第三部分主要关于船舶制造业领域本体和分类树森林的说明.第四部分是实例对象相关度的定义.条件查询和相关度查询
【机 构】
：
复旦大学计算机与信息技术系,上海,200433 上海计算机软件技术开发中心,上海,201114
论文部分内容阅读
本文通过建立船舶制造业领域本体库,消除船舶概念语义上的分歧,并根据分类标准的不同建立多棵分类树,形成分类树森林实现船舶工程图纸的语义分类管理与条件查询.本文定义船舶实例对象相关度,量化现实生活中船舶工程项目之间的区别与联系,提供船舶工程项目实例设计图的相关查询.本文的结构为第二部分是相关工作.第三部分主要关于船舶制造业领域本体和分类树森林的说明.第四部分是实例对象相关度的定义.条件查询和相关度查询算法将在第五部分详细说明.最后是总结.
其他文献
本文对BLP模型进行了面向多级安全关系数据库的改进,根据关系数据库客体之间的特殊关系修改了BLP模型的客体集的描述,修改了系统状态,公理和状态转换规则并证明了改进后的状态转换规则是"安全性保持"和"*-性质保持"的,进而证明了改进模型所给出的系统是安全的.提出的改进模型使得数据库中的数据在被共享的同时,可以较好地得到自主访问控制和多级安全访问控制的保护,虽然上述改进只是一个初步的改进,但对于进一步
实时任务往往具有各种结构上的相互联系,传统的平坦事务模型已经不能满足这种具备结构复杂性的实时任务的需求,这就要求采用具有内部结构的嵌套事务模型.嵌套事务在事务隔离性、事务提交和夭折上具有与传统平坦事务不同的语义,因而在嵌套事务的调度、并发控制和恢复等方面需要提供新的策略和实现技术.目前,国内外对嵌套事务的恢复策略和实现技术的相关研究不多,而针对嵌套实时事务恢复的研究则更是鲜见.本文提出了一个适合于
网格计算是分布式计算的一个新的阶段,网格需要解决在动态的虚拟组织中控制和协调对资源的共享.第一代网格的主要目的是将一些地理上分布的超级计算中心连接起来,共享这些超级计算中心的计算资源;第二代网格采用具有标准化接口的中间件来处理规模和异构带来的问题,可以支持需要进行大规模计算和海量数据处理的高性能应用程序;第三代网格采用面向服务的方法,具有自主计算的特征.本文研究基于XML DATABASE的网格数
数字化多媒体信息和资源的数量正在飞速增长,多媒体数据的管理越来越受到人们的关注.而在拥有大量数据的图像数据库中进行有效检索是其中一个具有挑战性的问题,是数据库管理新型多媒体数据类型必须妥善解决的问题之一.本文提出了一种图像检索模型.针对图像的底层特征和上层语义概念之间的差距,在模型中增加了一个概念层来建立图像底层特征和上层语义之间的联系.同时,利用贝叶斯网络的特点,通过相关反馈来提高整体模型的检索
在现代政府办公或企业管理中普遍使用电子信息技术来实现业务流程自动化,这些场合需要详细描述业务流程并严格按照业务逻辑执行各项任务.工作流技术具有精确描述、优化流程、分离业务逻辑和任务、集成异种应用等方面的优势,因此,工作流管理系统(WFMS)在政府、金融、医药、物流等领域得到了广泛应用.之前实现的一种集中式的工作流管理系统已经应用到某金融部门,本文介绍的方法为原有系统提供了一种完善、升级的方向.目前
频繁项目集挖掘是关联规则挖掘应用中的重要研究内容之一.目前,已提出了大量挖掘频繁项目集的算法,比较经典的算法有Apriori算法、FP-Growth算法等,主要从以下几个方面进行改进:(1)减少扫描数据库的次数,降低I/O负载代价,提高算法速度;(2)有效计算项目集的支持数,避免产生组合爆炸;(3)提出新的数据存储结构.在上述诸多算法中,计算项目集的支持数是发现频繁项目集中最耗时的工作,占据整个计
目前很多领域中出现了数据流的应用需求,例如电信网络、连锁的零售业的销售、科学实验、动态产品加工过程以及传感器网络等,它们连续地产生大量的数据,而又要求根据这些数据实时得到想要的结果.这种应用是传统的数据库管理系统所不能很好地解决的,因为传统的数据库管理系统主要针对持久稳定的数据集进行数据管理,这种持续增长的数据流用稳定的数据集来表示显得不再适合.本文探讨基于时标的滑动窗口模型在数据流查询中的应用.
随着当今信息量以几何级数的速度增长,人们发现其所需要的信息变得非常困难.如何有效的组织、管理和维护海量信息,并为各种用户提供有效的服务(如信息检索)成为一项重要而迫切的研究课题.本文研究应用多本体进行信息检索,基于多本体的信息检索原型系统,基于多本体的概念放宽,今后的研究方向,主要是改进概念放宽算法,特别是增强放宽过程中与用户的交互,由用户决定放宽哪些概念,在什么样的范围内进行放宽,以提高整个系统
频繁模式挖掘在产生关联规则的过程中是一个必不可少的组成部分.自从Agrawal在1993年提出关联规则的概念之后就出现了很多频繁模式的挖掘算法,这些算法遵循这样的性质:任何频繁模式的子模式都是频繁的,任何非频繁模式的超模式都是不频繁的. 本文介绍一种基于内存索引的频繁模式挖掘算法.
本文提出的流数据模型的最大特点在于对数据模型进行了扩展并试图与传统的关系数据模型进行统一,使用统一的查询处理器完成数据流数据与传统关系数据处理.在处理数据流数据方面,与STREAM系统相比,扩展了窗口的功能,使其表达能力更强;与TelegraphCQ系统相比,扩展了窗口的类型,使用户可以有更多方式的选择处理流数据;Aurora使用的是过程性的语言,但本文所建立的数据模型完全可以实现其相关的操作.与