论文部分内容阅读
为适应大数据应用背景下本体数据的计算和处理,越来越多的稀疏学习算法被应用于本体相似度计算和本体映射.在稀疏学习框架下,本体函数的学习归结于本体稀疏向量的学习.因此,利用分离Bregman方法得到本体稀疏向量计算策略,通过原始优化问题和对偶优化问题的交替迭代策略得到鞍点,进而得到最优本体稀疏向量,最后通过实验验证算法的有效性.