基于遗传算法的主题爬行技术研究

针对目前主题搜索策略的不足,提出了基于遗传箅法的主题爬行策略,提高了链接于内容相似度不高的网页之后的页面被搜索的机会,扩大了相关网页的搜索范围.同时,在网页相关度分析方面,引入了基于本体语义的主题过滤策略.实验结果表明,基于遗传算法的主题爬虫抓取网页中的主题相关网页数量多,在合理选择种子集合时,能够抓取大量的主题相关度高的网页.     

一种应用描述逻辑推理实现本体映射的方法

本体匹配用于找到两个本体中元素间的映射关系,是数据库应用领域的一个重要问题.本文提出了一种基于描述逻辑的本体匹配方法,利用语义解释实现匹配.该方法首先利用多匹配器发现字面语义关系,并据此利用描述逻辑推理器推理元素相互间关系.借助概念包含推理设计了概念间关系的判定算法,可推理出各种对应关系,如等价、泛化、特化、相离、相交.该方法最终利用推理器RacerPro实现了本体匹配,最后通过实验证明了方法的有效性.     

基于本体的多源异构数据集成方法研究

本体是描述概念及概念之间关系的概念模型,通过概念之间的关系来描述概念的语义.作为一种有效表现概念层次结构和语义的模型,本体在异构数据集成中得到广泛的应用.文章提出一种利用本体进行异构数据集成的方案,给出了集成系统的总体设计框架,对本体创建、本体映射等关键技术进行了研究和设计,并使用OWL描述本体及进行推理.     

一种基于语义本体的网络爬虫模型

针对传统通用网络爬虫的自身固有的缺陷,结合本体的相关理论,提出了一种基于语义本体的网络爬虫的相关模型。该模型以本体构建领域知识概念集,结合知网,从语义的角度,利用扩展的元数据,在词的语义层次,对抓取的页面链接进行语义相关性计算,预测与主题相关的URL,提高采集的网络资源信息与设定主题的相关度。实验结果表明,该模型同其它通用网络爬虫模型相比具有较高的信息抓取准确率。     

基于语义本体的无人机人机交互控制方法研究

针对自然语言和无人机远程操控的语义理解问题,提出一种基于语义本体的无人机人机交互控制方法.以电力巡线为领域背景,基于本体的方法构建人机交互的概念体系,用OWL语言描述并定义地图信息数据,形成概念本体事实库.以概念本体事实库为基础,构建多元语义关系,生成关于位置节点的拓扑关系结构和语义解释接口,提出基于标签稀疏图的语义位置推理方法和轨迹控制算法,从而实现人机在统一的概念内涵和位置推理基础上的交互控制.研发语义本体人机交互模拟演示系统,通过实验证明:作为人机交互实例,该方法可以为无人机电力巡线提供位置导航和轨迹控制,实际飞行满足期望状态估计且语义推理结果比传统密集航点模式平均误差测量低10％,同时精度控制在2.50±0.05 mm范围.     

利用本体的视频语义概念检测

视频数据的不断丰富以及人们对视频检索的要求越来越复杂,使得视频语义信息建模和高层语义概念提取逐渐成为视频检索中的重要组成部分.本文提出一种基于本体的视频语义概念检测方法,利用贝叶斯网络构造视频中概念语义关系的检测本体,构建了视频中概念之间的层次关系,并能够通过推理完成复合语义概念的检测.该方法从语义信息学的角度对视频内容进行分析,在一定程度上削弱了语义鸿沟的影响,并且取得了较好的查询结果.     

基于领域本体的语义合成研究

为了在检索过程中全面挖掘用户查询信息,文中提出了一种基于领域本体的语义合成技术,该方法以文本为数据源,引用数据源和领域本体之间的映射关系来表达数据文本的语义.文章提出了一个语义合成模型,该模型由领域本体、关键词语义抽取、概念语义相似度计算及语义推理等相关技术模型组成.文中对该模型进行了实验验证,通过对实验结果进行分析推理可知,文中提出的基于领域本体的语义合成模型提高了检索系统的查准率和计算机处理信息的能力,从而也提高了用户的满意度.     

基于语义相似度的Web服务匹配研究

现有的语义Web服务匹配算法没有考虑到本体概念间的多元关系,导致概念的语义不能被完整地反映出来,从而影响了算法的匹配性能。利用本体概念间的多元关系定义了一种语义距离,并通过该语义距离给出了概念间的语义相似度计算方法,在此基础上提出基于语义相似度的Web服务匹配算法。该算法通过本体概念间的语义相似度来反映Web服务的匹配程度。最后,通过对比实验验证了该算法的可行性和有效性。     

基于本体语义映射的数据集成机制研究

数据集成的难点是如何解决数据之间的语义异构问题,本文利用本体在语义集成上的优点,提出了一种基于本体语义映射的数据集成框架。根据本体概念的定义及其结构,给出了一种本体语义映射算法,该算法通过属性集合间的比较确定概念语义关系,在计算概念相似度时,考虑了概念名称、概念属性集合和相关概念的语义信息。最后通过概念的属性集映射算法和概念映射算法实现了本体语义映射,从而重点解决了数据集成中的语义映射问题。     

知识网格中基于领域本体的智能检索

本文提出知识网格环境下基于领域本体的智能检索模型,采用OWL DL语言对领域知识进行形式化描述,支持推理和深层语义检索.＂标注＂和＂查询优化＂是检索的两个关键技术.通过规范的概念和概念间语义关系对文档片段进行标注,并针对＂一词多义＂问题提出＂主题-概念＂两阶段消歧算法.＂查询优化＂过程中,基于OWL DL推理的优化算法实现查询概念的自动扩展,提高了查全率和查准率.基于以上方法,建立航天领域本体,利用网上数据库开放资源作为测试集进行评测.实验显示,与传统基于     

基于语义的Web服务发现机制研究

针对基于加语义描述,构建一种基于语义的Web服务发现机制.将Web服务请求进行语义解析,生成请求服务文档,在服务注册库中通过服务匹配算法,得到候选服务集,并借助线形评价标准对所选服务进行语义评估,为服务请求者选择最优的服务.     

基于语义的Web服务发现机制研究

针对基于关键词Web服务发现的不足,采用OWL-S作为服务描述语言,为Web服务添加语义描述,构建一种基于语义的Web服务发现机制.本文首先将Web服务请求进行语义解析,生成请求服务文档,然后在服务注册库中通过服务匹配算法,得到候选服务集,并借助线形评价标准对所选服务进行语义评估,为服务请求者选择最优的服务.     

一种基于语义Web服务的匹配算法研究

传统的Web服务发现只是简单的基于关键字的语法匹配,查询得到的服务往往不是用户想要的,如何正确定位合适的Web服务成为主要问题。在服务使用OWL-S描述的前提下,服务匹配通常认为是本体概念的匹配,给出了一种基于语义Web服务的匹配算法,通过服务发布者提供的服务和服务消费者寻求的服务的关系来进行匹配算法研究,提出了相应的服务匹配技术,详细介绍了服务请求时进行服务匹配使用的匹配算法,达到服务发布者和请求者可以实现语义的匹配。最后对服务匹配算法进行了实现,提高了服务的查准率和查全率。     

基于关键词相关度的Deep Web爬虫爬行策略

Deep Web蕴藏丰富的、高质量的信息资源,为了获取某Deep Web站点的页面,用户不得不键入一系列的关键词集。由于没有直接指向Deep Web页面的静态链接,目前大多数搜索引擎不能发现这些页面。该文提出的Deep Web爬虫爬行策略,可以有效地下载Deep Web页面。由于该页面只提供一个查询接口,因此Deep Web爬虫设计面对的主要挑战是怎样选择最佳的查询关键词产生有意义的查询。实验证明文中提出的一种基于不同关键词相关度权重的选择方法是有效的。     

基于语义的Web服务发现算法

传统的Web服务发现只是简单的基于关键字的语法匹配,查询得到的服务往往不是用户想要的.在基于接口的Web服务发现的基础上,改进了Web服务描述模型,增加了服务质量(QoS),提出了分步过滤匹配算法.先通过服务类别过滤器进行语义过滤筛选,去除不相关的Web服务,然后通过服务相似度度量候选服务和请求服务之间的相似程度.候选服务和请求服务之间的相似度是通过服务功能相似度和服务质量相似度两个方面进行综合评估的.最后,通过实验证明了该匹配算法的可行性和有效性.     

基于潜在语义分析的Web服务筛选技术

Web服务匹配算法普遍缺少服务筛选机制,基于关键词对服务基本描述和服务质量描述进行匹配,会导致服务匹配效率低且准确率不高。该文提出一种基于潜在语义分析的Web服务筛选方法,将服务的基本描述和服务质量描述以树形结构属性模板表示,采用一定的词频统计和权重方法构建潜在语义空间,生成广告服务索引数据库,根据服务请求进行筛选。实验结果表明,该服务筛选方法具有较好的筛选准确率和筛选完全率,能够较大程度地提高服务匹配效率。     

Standards for image annotation using Semantic Web

The impetus behind Semantic Web research remains the vision of supplementing availability with utility; that is, the World Wide Web provides availability of digital media, but the Semantic Web will allow presently available digital media to be used in unseen ways. An example of such an application is multimedia retrieval. At present, there are vast amounts of digital media available on the web. Once this media gets associated with machine-understandable metadata, the web can serve as a potentially unlimited supplier for multimedia web services, which could populate themselves by searching for keywords and subsequently retrieving images or articles, which is precisely the type of system that is proposed in this paper. Such a system requires solid interoperability, a central ontology, semantic agent search capabilities, and standards. Specifically, this paper explores this cross-section of image annotation and Semantic Web services, models the web service components that constitute such a system, discusses the sequential, cooperative execution of these Semantic Web services, and introduces intelligent storage of image semantics as part of a semantic link space.     

Semantic Web and semantic Web services: father and son or indivisible twins?

The semantic Web is, without a doubt, gaining momentum in both industry and academia. The recent International Semantic Web Conference (ISWC) attracted more than 500 researchers; major vendors including IBM, Oracle, and Software AG have released or announced products; and the forthcoming Semantic Technology Conference in San Jose, California, is poised to be an impressive showcase for executives and venture capitalists on the business potential of semantic technologies. Unfortunately, semantic Web services are underrepresented on the agenda, at least if we take the number of scientific publications about semantic Web services as a proxy. Most semantic Web researchers dedicate their attention to annotating Web content stored in static documents or database-driven applications. Semantic Web services (SWS) frameworks are mandatory components of the semantic Web, primarily because entities are more willing to expose functionality than data in business settings.