基于领域学习的本体映射方法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:jjandrew1
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
在语义数据集成中本体映射是关键,手工设置映射关系不仅消耗时间而且不准确,需要使用本体映射工具自动发现这种映射关系。在现有本体映射方法的基础上提出了基于领域学习的映射发现策略,可以从领域知识中发现复杂映射的规则,增加映射时的实例数据,从而提高映射发现的查全率和准确率;同时利用本体中丰富的语义知识去筛选候选数据,从而降低映射方法的算法复杂度。实验证明该方法是有效的。
其他文献
针对现有集成支持向量机存在的训练子集随机性强、规模大、算法时空复杂度高等问题,提出了基于聚类分析的集成改进支持向量机算法。该方法首先采用基于对手惩罚策略的竞争学习
提出了一种改进的多跳环境下的IEEE802.11 DCF分析模型。新模型考虑了多跳网络中,发送和接收节点之间进行分组交换时,即使在RTS/CTS握手成功的情况下,仍然会出现由于邻节点干扰而
为了避免伪布尔可满足性算法在布线过程中带来的增加转换成本的负面影响,提出了一种用于FPGA的新的布线算法,该算法结合了伪布尔可满足性算法与几何布线算法的优点。在布线过
针对高光谱影像支持向量机分类的预测过程中需要花费大量计算时间的问题,提出了一种利用简约集算法提高高光谱影像分类预测效率的方法。采用径向基核函数,使用一对一构造多类支持向量机分类器,通过交叉验证网格搜索法对参数进行模型参数选择,并利用简约集算法来减少分类预测过程计算量。通过高光谱影像分类试验表明,保持支持向量机的泛化能力并不需要使用所有计算得到的支持向量,简约集算法能够在保持分类预测精度的同时,大大
科学地认知演化计算分支领域对演化计算的研究与发展具有重要的意义。对演化计算分支领域发展的主线、特点和内在规律进行了回顾与总结,从科学哲学的角度阐述了如何对演化计算
模糊控制是基于领域专家所给出的模糊控制规则来实现对系统的控制,这些模糊控制规则粗略地描述了控制器输入和输出之间的关系。模糊控制采用的是一种分段逼近的思想,因此在对高
一个完整的基于轮廓的曲面重建方法必须建立轮廓对应、解决分支和三角面片的构建。然而大多数已有的曲面重建算法只能解决问题的某些方面,从而导致这些算法不能有效地运用到复杂曲面重建,比如用磁共振获取的人大脑序列切片等盘旋且多分支凸包数据。提出了一个基于Voxel(像素)编码技术的曲面重建算法,该算法能以一种完全自动的方式处理带有空洞的复杂多分支曲面。首先将两相邻断层轮廓投影到定位于中间的一个辅助平面上,求
软件在长期运行过程中由于资源消耗、数据损坏、数值错误累积而引起性能下降的现象被称为软件老化。在软件失效前选择合适时机通过预反应的技术来保持软件性能的方法称作软件
可重构硬件资源的管理是可重构操作系统的一个首要任务。提出了一种基于图论技术的管理空闲资源的UPFS算法。其核心思想是将FPGA的空闲区域映射成无向图,在无向图中运用邻接
LEACH通过分簇算法与功率控制两种拓扑控制方法有效地降低了无线传感器网络的能耗,延长了网络寿命。然而,在具备能量意识的PowerTOSSIM仿真实验中发现,LEACH往往在网络整体能量