基于跨本体语义相关的三维模型检索方法

针对某些特定领域的建模中单一的语义检索条件无法得到理想的检索结果,提出了基于跨本体的语义相关度进行检索的算法。首先构建相关领域的本体,然后对已有实例进行分析,通过聚类算法找出模型本体间具有相关性的属性。再通过调查获取用户对实例的评价数据,对深度信念网络进行训练,求出本体间相关语义属性的相关度权值。最终对模型库中的模型计算与检索模型间的相关度作为检索条件,将大于一定阈值的模型作为检索结果。应用该算法,用户一般在检索首页可以找到较满意的模型,大大缩短了检索的时间。     

基于语义P2P虚拟学习社区的构建方法

随着系统规模的扩大,在基于P2P远程学习系统中出现学习参与者无法有效发现学习资源,同时建立的虚拟学习社区不能很好地反映参与者的动态学习特性。在分析语义网和本体建模的基础上,按照学习社区要求建立节点本体模型,提出一种基于混合模式P2P技术的远程学习系统;并在此基础上,设计实现基于语义相似度的虚拟学习社区的构建算法。     

基于本体的语义检索系统的设计

因特网上现有的各种检索方法都是基于关键词的,而关键词检索的弊端就是它的低查全率和低准确率。在对比现有检索技术与语义检索技术之后,着重介绍了语义Web、本体以及相关的工具如Protégé、Jena以及SPARQL查询语言等,构建了一个花卉文献本体,开发出基于该本体的语义检索系统。该系统比较了传统检索与语义检索2种方式,验证了语义检索技术的优势所在,提供了简单的推理功能,可以对关于花卉的一些语句进行推理验证。     

基于Solr和本体的地方志数据语义检索研究

针对传统基于关键字匹配的检索方法在地方志数据查询时的不足,给出了基于Solr和本体的地方志数据语义检索解决方案。建立了地方志本体库;提出了基于本体的综合语义相似度进行语义查询扩展的方法;将本体技术与全文检索技术相结合,建立了基于Solr和本体的语义检索模型架构。最后设计实验,对数据库SQL查询方法和文章提出的语义检索方法的查全率、查准率和查询时间进行对比。实验表明,文章提出的方法明显优于基于关键字匹配的数据库SQL查询方法,具有可行性和有效性。     

基于本体的语义网格原型框架研究

当前的网格环境将名字作为关键字对服务信息进行查找,缺乏机器可理解的语义信息,难以提供有效的智能服务。为此提出了一种新的语义网格框架——基于本体的语义网格原型框架OSGSA,并提出服务本体的匹配方法。将本体应用于语义网格中,能够有效地组织和管理语义,进而帮助用户准确查询所需要的信息,提高查准率和查全率。     

一个语义制导的图像检索框架

基于语义分类的图像检索是根据图像的逻辑特征和抽象属性进行检索的技术,给出了一个语义制导的图像检索框架,它在图像、图像语义和视觉特征之间建立了联系,兼顾了基于文本和基于内容的两种图像检索方式.     

基于本体的图像语义检索模型

在分析目前基于语义的图像检索的局限性后,提出了运用本体论原理,结合MPEG-7的特征描述所构建的图像语义资源描述树来构建图像领域本体模型的方法.利用OWL强大的语义描述能力及自扩展机制来描述这个模型的组织结构,从而能够在模型的基础上建立有效的语义推理引擎,同时利用开发工具protégé实现了这个基于本体的图像语义检索模型,为今后模型在语义网络上的具体应用打下了良好的基础.     

基于Ontology的人力资源语义检索技术研究

基于关键词的传统信息检索技术缺乏语义理解能力,无法满足用户的需要。简要地介绍实现语义检索涉及到的相关概念包括资源描述框架,语义网技术和本体。本文对语义检索所涉及的关键技术进行了深入的分析研究,提出了一种基于本体的语义检索的方法,以人力资源领域本体为例,设计并实现了基于Ontology的人力资源语义检索系统。     

本体语义检索系统

基于关键词匹配的检索方法存在不足,使用分布式大数据处理技术,基于本体对用户输入的查询关键词进行查询扩展,利用Lucene针对扩展后的关键词进行检索,按照语义相似度将检索结果排序后返回给用户。实验表明,基于本体的语义检索系统在查全率和查准率两个方面均优于传统检索方法。     

利用Ontology实现语义检索

传统的信息检索技术已无法满足用户的需要,语义检索正越来越受到人们的重视。文章介绍了对本体Ontology的认识,以及Ontology的创建方法。详细介绍了基于Ontology的检索原理以及语义检索系统的构建过程。最后提出存在的问题。     

模糊本体在语义信息检索中的应用

传统的语义信息检索是基于检索词语义的匹配,无法满足检索不确定的、不完整的信息以及对检索结果进行聚类处理,因此,提出将模糊本体引入语义信息检索方法。该方法以本体技术先建立领域语义模型,各概念的隶属度加到语义建模的过程中,并提供语义标注;以模糊推理方式对概念、公理等本体进一步处理,从而便于计算机计算处理。能够提高在语义信息检索中对模糊信息进行检索的查准率、查全率,采用聚类技术对检索结果进行聚类,以达到智能化检索的目的。     

基于本体的语义智能检索系统研究

针对传统的信息检索系统存在的不足,本文提出了一种语义智能检索系统结构,并实现了在农业果品领域中的应用.实验证明,该语义智能检索系统能够检索到与关键字语义相关的信息,如同义、近义及上下位关系,并在一定程度上解决了"信息过载".     

Product-design knowledge retrieval based on ontology

In order to improve the utilization ratio of knowledge retrieval,a product-design knowledge retrieval approach based on ontology is proposed.A representation model of product-design knowledge is proposed according to its characteristics.Domain ontology of product-design is established and the semantic annotation technology is used to connect the design knowledge and ontology.A new semantic annotation format is developed and semantic information of the design knowledge is enriched by making use of ontology.On that basis a retrieval algorithm is designed for semantic retrieval.Finally,this approach is used in a knowledge management system for military-vehicle design and its effectiveness and feasibility are validated.Results show that the recall ratio and the precision ratio of knowledge retrieval are improved greatly and users’ requirements in semantic retrieval are satisfied.     

基于隶属函数的改进Grid_P2P资源检索算法的研究

为了提高P2P网络的资源搜索效率和管理效率,提出了一种改进的Grid_P2P网络结构,并以此结构为基础提出了基于隶属函数的资源搜索算法GPMA。在改进的Grid_P2P结构中,通过增加MP层对超级节点的管理,减少了网络的通信延迟;在GPMA算法的实现过程中,利用隶属函数的隶属度来组织节点的加入和路由信息的更新,减少了资源搜索的跳数并提高了资源搜索的效率。通过对仿真结果中的数据进行分析和比较,验证了搜索算法GPMA的优势。     

基于P2P校园网文件共享的设计

与传统的C/S模型比较,P2P在网络资源利用率、消除服务器瓶颈等多方面有明显的优势。当前主流P2P网络模型存在的可扩展性不高、效率低下等问题,严重阻碍了P2P系统的发展。在对当前P2P模型进行研究和分析的基础上,通过整合及改进,比较巧妙地设计了一种新型的适用于校园网络的文件共享模型。结果表明,在新型的模型下校园网的健壮性得到增强,网络拥挤的情况得到改善。     

基于P2P的电子商务模型

分析了目前常用的两种电子商务模式存在的问题,以及我国国情下企业对电子商务的特殊需求,提出了基于P2P的电子商务模型,该模型是对现有电子商务模式的补充,是我国电子商务的一种可行方案。详细论述了基于P2P的电子商务模型和性能特点,包括其体系结构、市场建立、工作过程及关键技术。     

HDNBS： An approach for search in decentralized and unstructured P2P

Decentralized and unstructured peer-to-peer applications such as Gnutella are attractive because they require no centralized directories and no precise control over network topology or data placement. Search algorithm is the major component of the distributed system and its efficiency also does influence the systems performance. However the flooding-based query algorithm used in Gnutella produces huge traffic and does not scale well. Gnutella-like P2P topology has power-law characteristic, so a search algorithm was proposed based on high degree nodes of power-law network, High Degree Nodes-Based Search (HDNBS). Extensive simulation results show that this algorithm performs on power-law networks very well, achieves almost 100% success rates, produces O(logN) messages per query and can locate target file within O(logN) hops.     

三维模型库语义网构建及检索方法研究

为了实现三维模型语义检索,描述了一种基于本体来构建三维模型库语义网的方法,并在此基础上实现基于语义的三维模型检索。该方法首先建立三维模型库本体描述,根据模型库中的内容提取类,对象和属性。其次利用Word-Net英文本体查找本体原始结点的语义扩展结点,包括同义词,上位词,下位词和整体部分关系词,从而构建语义网络。在语义网的基础上实现基于SPARQL的三维模型检索。结果表明,该方法能有效地扩充一个分类粒度较粗的三维模型库的语义内容,扩大语义覆盖面,同时扩充词汇之间的语义相关性,从而提高基于关键词语义检索的准确性。     

网格环境中基于本体混合式资源发现模型研究

在网格环境中，有效的网格资源发现机制对于系统的性能有着重要意义。当前网格资源发现方式大都是集中式的、基于句法进行资源-请求的匹配，功能有限。提出了一种网格环境中基于本体的混合式资源发现模型（ontology—based hybrid resource discovery model，OHRDM），实现语义上的资源发现。采取集中式和P2P模式相结合的资源组织形式，保证了资源的自治性和系统的扩充性，提高了资源发现的效率。