面向语义物联网的语义匹配算法设计与系统实现

来源 :大连海事大学 | 被引量 : 1次 | 上传用户:lenovo_king
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
为了解决物联网(Internet of Things)的内在矛盾,引入了语义协同(Semantic Collaboration),形成新一代网络--语义物联网(Semantic Web of Things)。但语义协同过程中存在两个主要问题:一是容易出现语义失配,不利于物的信息的全球共享;二是传统逻辑表达能力不足以及最终系统的半可判定性,导致计算机推理(逻辑公式的可计算性)的不可持续性。本文提出了在语义物联网中基于逻辑公式推演的语义匹配算法来解决上述问题,弥补了现有大多数采用结构相似度的语义匹配算法所带来的缺陷。在概念层次上,采用了一种改进的S-Match匹配算法;在实例层次上,提出了一种基于可计算性逻辑CL4的本体表示和语义匹配算法;将语义协调问题,从计算各种结构相似度的问题,转化为到推导逻辑公式集之间关系的问题;保证了在开放环境下推理的自动性与完整性,并保证始终可推。根据以上提出的算法,本文提出了面向语义物联网的语义匹配框架,通过加载、一致性维护、规则构建、推理与服务推荐五个功能模块,使用自然语言处理及可视化编程等技术,设计并实现了面向语义物联网的语义匹配系统。最后,利用测试集对系统进行测试,通过查准率和查全率两大指标对算法及系统进行验证。实验结果表明,本文设计的算法与系统能够有效地为用户提供高质量的语义协同服务。
其他文献
随着无线网络的不断发展以及无线流媒体应用的风靡,各种无线流媒体系统应运而生,在该背景下,实验室自行开发了适用于无线环境下的流媒体系统CWMS(Clear Wireless Multimedia
制造网格平台集成了众多制造企业的资源,并实现资源的全面共享。在制造网格环境中,节点间的交互行为主要分为请求资源和提供资源共享两种。如果能通过节点问交互行为的成败来
无线传感器网络的资源受限,因此如何在无线传感器网络中实现低能耗的可靠传输显得尤为重要。协作通信是一种虚拟的MIMO技术,结合了分集技术和中继通信的思想,可以提高通信的
网络带宽的增加使得互联网上的多媒体应用成为可能,并得到了广大用户的喜爱。但是由于多媒体文件,尤其是视频文件太大,多媒体数据在传输时,文件服务器带宽成为整个系统的瓶颈
信号在水声信道中的传递受多径干扰的影响十分重大。对水声信道影响较大的几个因素是:水声信道参数、传播损失和多普勒频移。尤其在水深较浅的区域,直达声和反射声混合形成复
传统的机器学习的研究中往往倾向于将有标签的数据和无标签的数据分开研究,但是在现实生活中,这两种情况往往是并存的。半监督学习便由此应运而生,在传统应用中往往将半监督
研究表明,我们肉眼所看到的自然界众多图像中,其所传达的情感语义都十分丰富,或清爽,或伤悲,或温暖,或恐惧。基于文本的图像检索系统出现最早,发展也最为成熟,它主要根据某些
文本是信息检索领域中数据的基本表示形式。如何从大量文本数据中分析和提取出有用信息,业已成为数据挖掘一个日益流行而且重要的研究课题。文本数据用向量空间模型表示时,由
学位
目前的统计机器翻译的发展,由于其对大规模平行语料库的依赖,还主要集中在平行语料库相对容易获得的英法、英汉等语言之间。由于获取途径的限制,即使像英语,汉语,法语这些常