基于本体的异构数据集成方法

本体具有很强的表达概念语义和推理的能力,为解决多数据源数据集成中语义异构的问题,本体被逐渐应用于其中.给出了一种基于混合本体的信息集成方法,通过建立局部本体、全局本体,以及它们之间的映射,使对全局本体的全局查询能够分解为对底层数据源的查询,重点讨论了该方法中本体的映射,在映射中加入了属性转换,解决了其它映射形式只能表达简单的映射或映射不易维护的问题,并且提高了系统的查全率和查准率.     

DW中一种基于本体的语义集成方法研究

文中介绍了数据仓库领域一种基于本体的语义集成方法。首先建立领域本体和数据源的局部本体,然后通过局部本体对应的概念树间的映射算法得到数据源全局本体,再和领域本体映射,得到映射关系。最后通过本体推理,得出隐含的语义关系,用最终的语义关系来指导数据抽取、转换和加载过程,实现数据仓库语义程度上的数据集成。     

一种新的本体映射发现方法SME

本体映射是基于本体的语义查询与集成的基础.本体映射发现的任务是从源本体和目标本体的相似度中发现本体映射,它是本体映射的关键.将本体映射发现问题看成是集合覆盖问题,提出一种基于集合覆盖的本体映射发现方法SME(SCM-hased Mapping Extraction),该方法在训练阶段找到最大程度覆盖训练数据的属性集,在测试阶段利用这些属性集在测试数据上对应属性值的交操作来发现映射.实验证明该方法具有较好的综合性能.     

基于本体的异构数据集成框架

针对电力系统数据集成中存在的语义异构问题,提出一种基于本体的数据集成框架。依据电力参数估计系统的数据需求模型,分析数据集成存在的语义冲突类型,在传统数据集成框架的数据集成中间件模块中加入本体语义描述模块。采用本体描述信息资源域中的概念,通过实现语义冲突主动发现并构建语义映射关系。实验结果表明,该框架能有效解决数据集成过程中的语义异构问题。     

语义集成中的不确定性本体映射模型

语义Web的高速发展使其具有动态性和异构性特征,解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式,增强了Web的语义信息。因此,为了解决语义异构性,实现数据间的互操作,必须建立异构本体间的映射关系。然而,为庞大的异构本体建立完全精确的本体映射是不现实的,本体映射中存在一定的不确定性。提出了一种新型的本体映射框架——语义集成中的不确定性本体映射。从不同方面研究本体特征,集合了多种映射策略,并引入了各映射策略中不确定性匹配的解决方案。实验证明,该方法具有可靠的实验性能,并且具有很好的通用性和可扩展性。     

异构数据语义集成中本体映射研究

异构数据集成的要解决的关键问题之一是异构数据源的语义异构.为了解决语义异构,实现语义集成,本文利用"本体"描述异构数据,并提出一种通过WordNet词典、Google距离等多种方法综合计算本体概念相似度的方法,实现了半自动化本体映射.     

基于本体的异构数据集成方法及其实现

分析了传统异构数据集成中存在的困难,给出一个改进的基于本体的异构数据集成方法.该方法采用本体描述信息源领域中的概念,通过构建语义映射关系,解决数据集成中存在的语义异构问题.     

一种基于Ontology的异构数据库语义集成方法

随着数据的大量增加,数据之间的结构异构和语义异构成为数据集成的重点与难点。本文利用Ontology语义集成上的优点,提出了一种基于Ontology的异构数据库的语义集成框架,并提出采用基于概念名称语义相似性、属性类型相似度和实例相似度的语义映射方法来重点解决语义集成中的映射问题。     

基于树结构的本体概念相似度计算方法

随着本体在数据集成方面的广泛应用,面向本体的概念相似度计算成为人们关注的热点问题.针对当前领域本体概念相似度的计算过程都比较复杂的问题,提出一种基于树结构的本体概念相似度的计算方法.该方法通过添加和重组虚拟节点重构本体树,再通过属性比较映射对象,最后通过计算,得到本体概念的语义相似度结果.实验结果表明,该方法有效利用了本体概念的语义信息,得到了合理的计算结果,并简化了计算过程.     

基于本体相似度计算的研究

语义异构问题已成为目前异构数据集成领域的研究热点,本体由于其自身的优势而被用于解决语义异构。该文讨论了基于相似度的本体映射方法,着重介绍了基于语法距离、基于WordNet语义字典以及基于结构的相似度计算,最后提出了本体映射生成算法,旨在解决语义异构中本体映射问题。     

一种基于Ontology的数据集成系统

针对异构数据源中实现基于语义的数据集成的需求，采用分层思想，在用户层与实际数据层之间增加一个中间层来屏蔽底层数据的异构，用本体作为公共语义描述工具，建立本体到各数据源的映射规则，设计实现了将基于本体的全局查询转化为基于各数据源的局部查询系统，解决了数据源之间的语义异构问题，其中用OWL表示本体和映射，并研究了系统中的关键技术。     

一种基于本体的多源遥感数据集成系统

文章针对多源遥感数据集成共享的需求,分析了遥感数据源存在的数据冲突,提出了一种基于本体的遥感数据集成模型。通过OWL表示本体和映射关系,实现全局遥感数据本体与局部数据本体的冲突消解。     

基于领域学习的本体映射方法

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.     

基于语义的采油工程领域数据集成系统研究

针对采油工程领域海量、分布、异构的数据源,在构建领域全局语义模型的基础上,提出一套基于语义的采油工程领域数据集成系统(Oil Production Engineering Semantic-based Data Integration System, OPSDS)。该系统通过对领域数据模型进行本体抽取、本体演化、本体合并、约束推理,建立适合采油工程领域的全局语义数据模型,为用户和上层应用程序提供基于语义的数据服务。     

基于语义的轻量级数据集成方法

为解决现有数据集成方法的集成成本过高、缺乏语义信息等问题,对带有语义信息的轻量级数据集成方法开展研究.对本体、元数据等相关理论进行概述,给出了一种基于语义的轻量级数据集成方法,并详细分析了其中的两个主要过程:本体的识别和元数据的抽取、本体映射和基于本体映射的元数据集成,并进行了实例分析.分析结果表明,所给方法切实可行,用元数据集成替代数据集成能够避免大量数据的移动和存储,有效降低数据集成的成本,使数据集成过程轻量化,同时,语义信息的融入能够更好地为上层应用提供支持.     

基于领域本体和关系模型的XML语义集成方法研究

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。     

基于元数据的关系数据库语义集成方法

提出一种基于元数据的关系数据库语义集成方法,将关系数据库动态转换成具有丰富语义的虚拟资源描述框架(RDF)视图,使关系数据库中的数据成为语义网上可以被机器理解和处理的“智能数据”。介绍语义集成框架并分析关系数据库与领域本体语义映射的原理和方法,提出语义元数据描述模型。分析语义查询分解与转换的方法,描述原型系统的实现与应用情况。