导读:本文包含了本体匹配器论文开题报告文献综述及选题提纲参考文献，主要关键词:本体,本体映射,匹配器,迭代策略
本体匹配器论文文献综述
张凌宇,马志晟,陈淑鑫[1]（2015）在《一种基于多种类型匹配器的本体映射方法》一文中研究指出不同本体之间的异构性严重地影响了本体之间的知识共享与重用,为此,提出一种基于多种类型匹配器的本体映射方法 OM-Matchers(Ontology mapping based on multiple matchers).在建立本体之间映射关系的过程中,OM-Matchers先使用多个类型的匹配器从本体模型中抽取相应类型的信息;然后这些匹配器为概念对计算相似度值,其中概念对所包含的两个概念来自于不同的本体;最后为待映射的本体模型建立相似度矩阵,并采用迭代策略完成本体映射任务.为了验证本文所提方法在处理本体映射问题时的可行性与有效性,采用OAEI所提供的共享数据集的benchmarks子集来测试OM-Matchers.实验结果表明:OM-Matchers可以有效地建立异构本体之间的映射关系.(本文来源于《郑州大学学报(工学版)》期刊2015年03期）
王颖[2]（2010）在《本体匹配器的选择与组合方法研究》一文中研究指出语义网的目标是建立一个机器可理解信息的网络,它能够在语义感知的应用之间自动地访问和交换。然而由于语义网开发的分散性,本体以及基于本体的应用数量持续不断地爆炸性增长,随之出现了具有不同粒度、成熟度以及不同建模角度的可用本体资源。为解决这些本体之间的异构问题,本体匹配成为了实现语义网的关键所在。此外,通过现有本体匹配方法或匹配器的数目与种类也可以反映出匹配问题的重要性,该问题的解决对于诸如Web服务、P2P、生物医学、电子商务、情报科学、软件工程和地理信息系统等领域中都具有重大的理论和实用价值。近年来,本体匹配研究得到了研究机构和研究人员的足够重视,提出了很多面向具体应用领域的本体匹配方法或技术。但是现有的本体匹配器远远无法满足新兴语义网和其他本体应用日益增长的需求,而为新的应用需求重新开发匹配方法并不现实,因此选择、复用和调整现有的匹配器逐渐成为一个有效的解决途径。为此,本文深入探讨解决匹配器选择与组合两个关键性问题。首先,为了避免盲目匹配,在分析现有匹配器特征的基础上,研究一种面向应用需求的本体匹配器选择与评价方法。从应用需求中获取匹配任务信息和用户偏好,并以此在匹配器库中筛选满足条件的匹配器,再利用评价模型对所筛选出来的匹配器进行全面分析,从而为用户推荐合适的匹配器。通过应用实例表明,该方法使得现有匹配器在匹配任务中被恰当地使用,对于有效解决本体异构问题具有一定的实用价值。其次,为了实现多个基础匹配器的组合,研究一个成员匹配器的选择模型。为降低选择的难度,将整个匹配任务分解为多个子任务,并依据子任务的功能需求执行局部选择操作。研究一种基于差异性度量的局部选择算法,为全局选择推荐一些局部匹配器组合,并将全局选择问题定义为0-1整型规划问题,利用LINGO数学软件与用户交互逐步求解完成选择工作。通过应用实例分析表明全局选择过程的合理性,为多匹配器选择活动提供了必要的过程导引。再次,为了实现本体匹配器组合匹配结果的内部集成,提出一种基于IOWA算子的本体相似度集成方法。首先预测每个相似度的置信度,然后将置信度作为诱导值对相似度进行有序加权平均,求得最终相似度结果,对一些由于个别相似度异常高被误判为正确匹配的元素对进行了修正。实验结果表明了IOWA算子在数据集结中的优势和灵活性,它不仅考虑了各个匹配器的性能差异,又考虑到同一个匹配器对于不同数据的匹配质量差异。最后,为了合并多个本体匹配器产生的本体映射,研究一种基于辩论框架的映射协商方法。定义一个辩元之间存在支援、反驳、联合和支持关系的多辩元关系辩论框架(M-VAF),通过判断辩元之间的攻击是否成功以及判断各个辩元的可接受性对各个匹配器独立运行产生的映射结果进行选择。实验结果表明,此方法的性能明显优于其他基于辩论框架的协商方法,它能够为映射之间的协商提供了更有利的支持。本文开展本体匹配器选择与组合方法的研究,对于为不同的应用环境有效选择合适的匹配器,发挥参与组合的成员匹配器的优势,提高匹配任务执行的质量和效率都具有十分重要的意义。(本文来源于《哈尔滨工程大学》期刊2010-12-01）
本体匹配器论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
语义网的目标是建立一个机器可理解信息的网络,它能够在语义感知的应用之间自动地访问和交换。然而由于语义网开发的分散性,本体以及基于本体的应用数量持续不断地爆炸性增长,随之出现了具有不同粒度、成熟度以及不同建模角度的可用本体资源。为解决这些本体之间的异构问题,本体匹配成为了实现语义网的关键所在。此外,通过现有本体匹配方法或匹配器的数目与种类也可以反映出匹配问题的重要性,该问题的解决对于诸如Web服务、P2P、生物医学、电子商务、情报科学、软件工程和地理信息系统等领域中都具有重大的理论和实用价值。近年来,本体匹配研究得到了研究机构和研究人员的足够重视,提出了很多面向具体应用领域的本体匹配方法或技术。但是现有的本体匹配器远远无法满足新兴语义网和其他本体应用日益增长的需求,而为新的应用需求重新开发匹配方法并不现实,因此选择、复用和调整现有的匹配器逐渐成为一个有效的解决途径。为此,本文深入探讨解决匹配器选择与组合两个关键性问题。首先,为了避免盲目匹配,在分析现有匹配器特征的基础上,研究一种面向应用需求的本体匹配器选择与评价方法。从应用需求中获取匹配任务信息和用户偏好,并以此在匹配器库中筛选满足条件的匹配器,再利用评价模型对所筛选出来的匹配器进行全面分析,从而为用户推荐合适的匹配器。通过应用实例表明,该方法使得现有匹配器在匹配任务中被恰当地使用,对于有效解决本体异构问题具有一定的实用价值。其次,为了实现多个基础匹配器的组合,研究一个成员匹配器的选择模型。为降低选择的难度,将整个匹配任务分解为多个子任务,并依据子任务的功能需求执行局部选择操作。研究一种基于差异性度量的局部选择算法,为全局选择推荐一些局部匹配器组合,并将全局选择问题定义为0-1整型规划问题,利用LINGO数学软件与用户交互逐步求解完成选择工作。通过应用实例分析表明全局选择过程的合理性,为多匹配器选择活动提供了必要的过程导引。再次,为了实现本体匹配器组合匹配结果的内部集成,提出一种基于IOWA算子的本体相似度集成方法。首先预测每个相似度的置信度,然后将置信度作为诱导值对相似度进行有序加权平均,求得最终相似度结果,对一些由于个别相似度异常高被误判为正确匹配的元素对进行了修正。实验结果表明了IOWA算子在数据集结中的优势和灵活性,它不仅考虑了各个匹配器的性能差异,又考虑到同一个匹配器对于不同数据的匹配质量差异。最后,为了合并多个本体匹配器产生的本体映射,研究一种基于辩论框架的映射协商方法。定义一个辩元之间存在支援、反驳、联合和支持关系的多辩元关系辩论框架(M-VAF),通过判断辩元之间的攻击是否成功以及判断各个辩元的可接受性对各个匹配器独立运行产生的映射结果进行选择。实验结果表明,此方法的性能明显优于其他基于辩论框架的协商方法,它能够为映射之间的协商提供了更有利的支持。本文开展本体匹配器选择与组合方法的研究,对于为不同的应用环境有效选择合适的匹配器,发挥参与组合的成员匹配器的优势,提高匹配任务执行的质量和效率都具有十分重要的意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
本体匹配器论文参考文献
[1].张凌宇,马志晟,陈淑鑫.一种基于多种类型匹配器的本体映射方法[J].郑州大学学报(工学版).2015
[2].王颖.本体匹配器的选择与组合方法研究[D].哈尔滨工程大学.2010