导读:本文包含了多策略映射论文开题报告文献综述及选题提纲参考文献，主要关键词:大数据,大规模本体映射,模块化,局部置信度
多策略映射论文文献综述
蒋猛,禹明刚,王智学[1]（2019）在《多策略自适应大规模本体映射算法》一文中研究指出大数据背景下大规模本体映射的时间复杂度较高,效率和精度较低。为此,提出一种基于模块化和局部置信度的多策略自适应大规模本体映射算法。对本体内部进行聚类和模块化,基于信息检索策略发现模块间高相似度的相关子本体,计算相关子本体间各映射策略下的局部置信度,在组合映射结果时基于局部置信度对相应策略的权值进行自适应调整。在此基础上,利用启发式贪心策略提取映射结果并基于映射规则矫正结果。实验结果表明,与Falcon、ASMOV方法相比,该算法具有较高的查全率、查准率与F-measure值。(本文来源于《计算机工程》期刊2019年03期）
李凯,李万龙,郑山红,张亚凤[2]（2016）在《改进的多策略本体映射方法》一文中研究指出针对本体映射时未充分考虑语义信息以及运算效率的问题,提出了一种改进的多策略本体映射方法——Re MAP。对初步得到的初始概念集基于相关度计算进行简化,以减少参与映射的概念;为提高映射质量,在进行概念相似度计算时,充分考虑本体概念的语义信息,对概念名称进行语义分析,将其融入概念名称相似度的计算结果,并通过制定映射规则对不良映射进行校正处理。算法验证选取OAEI2007标准测试集,通过查全率、查准率与F-measure值对实验结果进行对比分析,验证了方法的有效性。(本文来源于《吉林大学学报(信息科学版)》期刊2016年04期）
孙煜飞,马良荔,周润芝[3]（2016）在《一种自适应的多策略本体映射方法》一文中研究指出针对现有的多策略本体映射方法大多采用固定的组合方式以及存在映射效率不高的问题,提出了一种自适应的多策略本体映射方法。该方法首先从名称、语言、实例和结构4个维度定义了4种不同的本体映射策略;然后,对每种策略分别提取中间映射结果,并利用优化的数据结构进行存储。通过计算各个策略的局部置信度,实现对中间映射结果的动态组合;最后,利用启发式贪心算法提取映射结果。实验表明:该方法不仅能够提高映射效率,而且取得了更好的映射效果。(本文来源于《海军工程大学学报》期刊2016年02期）
李凯[4]（2016）在《基于多策略的本体映射研究》一文中研究指出随着语义网的发展,本体应用的范围越来越广泛。本体作为语义网的重要基础,用于描述计算机处理数据的语义信息,使语义网中不同系统间能够实现某种程度的知识共享和重用,以提高互操作、系统通信和可靠性的能力。但由于本体的创建时仍然缺乏一个统一的标准,导致大量异构本体的产生,妨碍了系统间的语义交互,阻碍了本体应用的发展。本体映射是目前解决本体异构问题最有效的方法。本文在对已有的本体映射方法和工具进行深入研究分析的基础上,提出了一种改进的多策略本体映射系统RE-MAP,主要完成以下叁方面的工作:在候选概念集生成时,对得到的初始概念集进行精简,通过减少计算量提高了映射效率。通过对从待映射本体中提取的概念集进行相关度计算,确定出每对概念之间的相关度值,将相关度值小于阈值的概念对剔除出概念集,从而形成精简后的概念集。在概念相似度计算中,考虑名称的语义信息,改善了映射结果的准确率。从概念名称、实例、属性和层次结构四个方面计算本体概念的相似度,并进行加权综合得到最终的本体概念相似度值;在概念名称相似度计算时,不仅从名称字符考虑其相似性,还从名称语义层次考虑其相似性,最后综合两方面因素来衡量概念名称之间的相似度。设计了一个映射结果校正器,以确保映射质量。根据本体描述语言的特点,制定一些规则,当映射结果不满足规则时视为不良映射,予以剔除。最后,按照OAEI本体映射大赛的评价方法,将RE-MAP映射系统与国内外典型的映射系统进行实验对比,实验结果表明RE-MAP映射系统的有效性。(本文来源于《长春工业大学》期刊2016-04-01）
王凡[5]（2015）在《基于FAHP的多策略本体映射研究与实现》一文中研究指出随着语义网技术在业界的逐渐发展,作为语义网核心技术的本体在各方面都得到了广泛的研究与应用。本体的核心作用是知识与资源的共享和重用,本体可以增强网络中异构系统间的互操作,提高信息流动性,实现互联网间异质资源的语义共享。但是由于本体创建还没有一个统一的标准与规范,本体开发也具有分布式、主观性和自治性的特点,导致同一领域内的本体存在异构性和不一致性等问题。这些本体所描述的信息都不能共享,一定程度上阻碍了本体应用的发展。本体映射是当前解决异构的主要方法之一,它可以在付出极小成本的情况下消除异构影响,达到知识共享与重用。本文在现今本体映射问题上进行深入细致的研究,在目前已有的本体映射系统和模型的前提基础上进行改进,研究出一种更加完善有效的基于FAHP的多策略本体映射方法,该方法借助模糊层次分析法实现了本体不同策略间的权重自适应分配,本文的主要研究成果如下：(1)多策略结合方法的改进：为了解决当前多策略结合方法自动化程度不高的问题,本文通过运用工程(土木建筑中常用)中定性分析和定量分析常用的评价方法模糊层次分析法分析待映射对的详细特征,对语言、属性、实例、结构四大策略进行贡献度预测,根据预测得出的结果来自适应的分配各个策略的相应权值,最后综合结合各个策略,该方法不需人工参与,提高了多策略结合方法的自动化程度,也克服了Sigmoid函数、加权平均法等传统结合方法直接进行数值合并造成的结果不准确问题。(2)语言策略映射方法的改进：针对当前语言策略不能完全挖掘语义信息的问题,借助WordNet语义库计算相似性时,利用WordNet树层次结构中语义距离与概念深度和子节点的相关性对语言策略进行相似度计算,使语言策略可以充分利用语义信息与层次结构树节点的信息量,有效提高映射精度。(3)实例策略映射方法的改进：对传统的Jaccard算法进行改进,引入差异度与丰富度两个因子,有效抵消实例差异带来的映射误差,解决了传统方法没有考虑实例差异个数,容易造成映射结果失真的问题,提升了实例策略的映射精度。进行属性映射时将实体包含的属性划分成数据和对象两类属性,并利用属性优先算法减少属性映射工作量,增加映射效率。最后为了检验提出方法的有效性,本文使用JAVA与JENA语言编码实现原型系统,选用国际权威的OAEI本体数据集进行实验验证,并与FALCON、COMA、CTXMATCH、RIMOM四大典型映射系统进行结果对比,最终实验结果充分证实了本文提出的方法能够有效的提升本体映射的查全率与查准率,得到更加精准的映射结果。(本文来源于《陕西师范大学》期刊2015-05-01）
宋怡爽[6]（2015）在《基于WordNet的多策略本体映射方法研究》一文中研究指出随着网络的兴起,本体技术被应用到很多领域中,例如知识共享、知识集成和整合等。本体作为一种基于语义的共享的概念表示模型,当前对其构建还没有一个统一标准,所以很容易就出现在同一领域存在大量异构本体的情况。然而由于异构本体的存在,使得知识的共享和集成不能很顺利进行。使用本体这个工具,可以完成知识的共享和交互,本文提出了一种可以准确地找到异构本体彼此的语义关联的办法——基于多策略的本体映射方法。此算法不仅可以很准确,而且能够高效地发现异构本体之间的映射关系。首先,本文利用语义词典Word Net研究了本体的信息特点,认为可以通过计算共有路径的数目来设计语义相似度算法,于是提出一种新的计算语义相似度方法,为多策略本体映射做好铺垫,经过实验验证此算法达到了预期的效果;然后,利用几种本体概念信息,如概念名称信息、属性信息、实例信息和结构信息,将其综合起来提出一种多策略本体映射算法,经试验验证提高了本体映射的精确度。实验测试所提出算法的有效性时,采用了国际本体映射组织提供的本体映射用例当做本文的测试数据,计算出查准率、查全率以及F值进行测评,实验结果证明这种新的本体映射算法能够提高异构本体的映射准确性。(本文来源于《东北师范大学》期刊2015-05-01）
王凡,陈健[7]（2015）在《基于概念相似度计算的多策略本体映射研究》一文中研究指出在信息过载时代,本体映射是本体相似度计算的关键步骤。针对当前本体映射中相似度计算没有充分利用本体富含的语义信息的问题,文中提出一种改进的多策略概念相似度计算方法。该方法从本体概念名称、属性、实例和层次结构四个方面讨论本体概念的相似度,并在计算实例相似度时,提出使用差异度与丰富度两个关键因子解决实例差异问题。最后采用sigmoid函数自动生成各策略结果对应的权重,合并映射结果,提高映射质量。文中采用了两组测试数据与RIMOM方法进行实验对比。实验结果表明,该方法能够有效提高映射结果的查全率和查准率。(本文来源于《计算机技术与发展》期刊2015年04期）
姚晓明,王锋,林兰芬,朱晓伟,谢非[8]（2013）在《一种高效的多策略本体映射方法》一文中研究指出针对现有本体映射方法中存在的效率不高问题,提出了一种高效的基于精简本体映射概念集的多策略本体映射方法,实现了本体之间的自动化映射。通过对本体进行语言、实例、结构方面的特征分析,确定各策略使用顺序,结合层次分析法自动生成各策略结果对应的权重,最后合并各映射结果,提高映射质量。同时,在语言策略方面,充分考虑了WordNet树形层次中概念之间的语义距离与概念深度和子节点个数的关系,使语义距离计算更为准确。实验结果表明,该方法在保证查全率的同时,可有效提高查准率和映射效率。(本文来源于《中国科技论文》期刊2013年07期）
张轩佚[9]（2013）在《基于多策略的本体映射研究》一文中研究指出从最初的PC互联网,到目前的移动互联网和大数据,互联网以惊人的速度发展着,但是网络中孤立的信息也越来越多,这些数据由于它们缺少语义信息难以被机器集成使用。语义网致力于解决对数据进行语义互联的问题。本体能够明确表达概念之间的语义关系。但是对领域概念进行建模时所建立的本体会因建模人员的不同而有所差别,出现各种形式的异构。要在各种服务之间建立互操作,在本体之间建立语义映射是一个前置条件。而通过人工发现本体之间的映射关系又耗时费力。因此发展自动化或者半自动化的本体映射技术是目前急需解决的问题。单个映射方法不能够很好地处理各种各样形式变化的本体。因此本文提出一种多策略的本体映射方法。该方法综合考虑了概念的名称、概念的结构、概念的实例信息来计算本体概念之间的相似度。本文的主要研究工作包括以下几个部分：(1)介绍了语义网、本体、各种形式的本体异构,映射方法分类以及几个典型的本体映射方法和系统。(2)利用WordNet层次距离和编辑距离计算概念名称之间的相似度。(3)提出一种改进的语义邻居结构相似度算法。改进后的算法考虑了概念的上下文信息。(4)利用向量空间模型计算概念之间的实例相似度。并给出了在实例数据很少或者缺失时,将实例相似度与名称和结构相似度进行合并计算的方法。(5)通过将本文的算法运用于web目录,验证了本文的多策略本体映射方法的可行性和有效性。(本文来源于《广西师范大学》期刊2013-04-01）
吴建江[10]（2013）在《基于多策略的自适应本体映射算法研究》一文中研究指出随着语义Web的迅速发展,本体的数量也不断增加。本体异构是阻碍本体重用和共享的障碍,而解决本体异构最有效的方法是本体映射技术。因此,本文将着重对此进行研究。首先,论文介绍了课题的研究背景,主要内容包括：语义Web、本体、本体映射及部分本体映射系统,分析并总结了本体映射技术未来的发展方向。其次,参照已有的映射系统,论文提出了自适应多策略映射系统(SAMS)的设计框架,并对该系统图中的主要功能模块及数据流进行了简要的描述。接着,论文对SAMS系统中的核心技术进行了详细的介绍。本文采用的映射技术都是以概念为核心,优先考虑概念的语义信息,并合理充分地利用概念的标签、属性、实例、结构信息。对概念的各个部分,采用不同改进的映射技术,并根据本体信息的数量特征来选择合适的映射技术进行组合,同时提出一种合理的多策略组合映射权重分配的方案。最后,本文给出了SAMS映射系统部分实现。并按照OAEI的评价方法,将SAMS映射系统与部分映射系统进行实验对比,实验结果表明SAMS映射系统能出色完成映射任务。(本文来源于《中南大学》期刊2013-04-01）
多策略映射论文开题报告
（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：
针对本体映射时未充分考虑语义信息以及运算效率的问题,提出了一种改进的多策略本体映射方法——Re MAP。对初步得到的初始概念集基于相关度计算进行简化,以减少参与映射的概念;为提高映射质量,在进行概念相似度计算时,充分考虑本体概念的语义信息,对概念名称进行语义分析,将其融入概念名称相似度的计算结果,并通过制定映射规则对不良映射进行校正处理。算法验证选取OAEI2007标准测试集,通过查全率、查准率与F-measure值对实验结果进行对比分析,验证了方法的有效性。
（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。
多策略映射论文参考文献
[1].蒋猛,禹明刚,王智学.多策略自适应大规模本体映射算法[J].计算机工程.2019
[2].李凯,李万龙,郑山红,张亚凤.改进的多策略本体映射方法[J].吉林大学学报(信息科学版).2016
[3].孙煜飞,马良荔,周润芝.一种自适应的多策略本体映射方法[J].海军工程大学学报.2016
[4].李凯.基于多策略的本体映射研究[D].长春工业大学.2016
[5].王凡.基于FAHP的多策略本体映射研究与实现[D].陕西师范大学.2015
[6].宋怡爽.基于WordNet的多策略本体映射方法研究[D].东北师范大学.2015
[7].王凡,陈健.基于概念相似度计算的多策略本体映射研究[J].计算机技术与发展.2015
[8].姚晓明,王锋,林兰芬,朱晓伟,谢非.一种高效的多策略本体映射方法[J].中国科技论文.2013
[9].张轩佚.基于多策略的本体映射研究[D].广西师范大学.2013
[10].吴建江.基于多策略的自适应本体映射算法研究[D].中南大学.2013