基于语义树的概念语义相似度计算方法研究

在分析传统语义相似度计算方法的基础上,综合考虑了边的深度、密度、强度及两个概念的语义重合度、层次差等主要影响因素,提出了一种基于语义树的概念相似度计算方法,并验证了该算法的合理性.     

一种基于语义相似度的P2P数据查询方法

目前P2P网络中数据查询在语义方面的研究较少,而基于DHT的数据检索只支持准确查询,导致查询准确率不高,但是好的索引项的建立会给查询带来很大的方便。本文结合了RDF和Word Net在语义方面的特点提出了一种新的简易RDF概念列表来表示文档,并通过计算语义相似度来决定输出结果的P2P数据查询方法。仿真实验证明本文方法可以较好的提高查询成功率。     

—种基于WordNet语义相似度的改进算法

随着信息的快速发展,计算词语语义相似度在很多领域得到了广泛应用与研究,包括信息检索,信息抽取,词义排歧,基于实例的机器翻译,文本分类等等。本文在相关研究的基础上除了考虑路径外考虑了节点所在树中的深度和宽度,提出一种基于wordNet语义相似度的改进算法。     

一种基于WordNet语义相似度的改进算法

随着信息的快速发展,计算词语语义相似度在很多领域得到了广泛应用与研究,包括信息检索,信息抽取,词义排歧,基于实例的机器翻译,文本分类等等。本文在相关研究的基础上除了考虑路径外考虑了节点所在树中的深度和宽度,提出一种基于WordNet语义相似度的改进算法。     

基于基因本体的语义相似度计算方法研究综述

基因本体是一个被广泛使用的生物数据资源,主要用于描述基因和基因产物的属性,包括分子功能、生物过程和细胞组件三个方面.基于基因本体的术语相似度及基因功能相似度计算对基因功能分析、比较和预测等生物学研究热门领域具有非常重要的意义.本文综述了基于基因本体的语义相似度算法,主要包括基因本体同一分支中的术语相似度计算法和基因本体跨分支术语相似度算法两大部分内容,并对这些方法的优缺点做了一定的分析总结.     

一种改进的基于路径的语义相似度计算算法

在概念之间的相似程度计算算法中,基于路径的语义相似度算法扮演着重要的角色.首先分析常用的几种基于路径的相似度计算算法,然后针对Wu和Palmer算法中存在的两个缺陷,提出了一种改进算法.从整体上来讲,这种算法的改进较为直观,容易实现,算法时间复杂度和Wu和Palmer算法类似.     

基于医学本体的语义相似度算法研究

基于本体的信息检索技术能够提高在复杂环境中的信息检索效率,而语义相似度计算是基于本体的信息检索技术的关键技术。在医疗领域本体的基础上,通过分析讨论了概念间的语义相似度与相关度,并对概念间的语义相似度与相关度的影响因素进行研究,提出了一种计算医疗概念间的语义相似度及相关度的数值,并得到两者综合值的计算模型。实验结果表明,该模型能够提高相似度数值的有效性,并通过对相似度数值的计算体现出医疗领域概念间的复杂关系。     

基于树状结构的语义相似度计算方法分析

文中提出了基于树状结构的语义相似度计算方法.结合概念节点之间的语义关系、语义距离、概念节点的深度、密度对语义相似度的影响,利用树的层次关系来表达概念节点之间的语义信息,并对概念节点密度的计算进行改进,加入了可调节的参数,以适应不同的情景.通过实验验证了该算法在查准率方面具有较强的优越性.     

基于概念树的语义相似度计算的研究

Web信息检索技术已经在全世界广泛的应用,然而要想在各种领域范畴中做到准确的搜索,也是一件困难的事情。由此,我们提出针对某一特定领域构建领域词典,它能表现概念之间的语义关系和概念层次结构等,这样,我们可以大大提高在特定领域内信息的检索效率。同时,在此基础上提出基于概念树的相似度计算方法,从而使得检索的结果更加准确。     

基于语义融合的文本相似度算法研究

针对在传统语义融合的文本相似度算法设计与实现中由于汉语语义复杂存在容易形成局部极小值而得不到全局最优、训练次数较多、学习效率降低、隐节点的选取缺乏理论依据等问题,提出一种改进算法。首先在把握文本相似度算法内涵和分类情况的基础上,通过调整数字识别方向、选取合适的数据来源,依据图像识别技术和算法深度学习的共性需求,从语义融合角度提出以核心词为节点进行文本相似度计算;然后通过多特征融合向量空间模型对特征项的类间分布问题进行分析,最终通过加权计算得到文本相似度。从算法实现效果来看,相较于传统算法能够获得更高文本分类准确度,改进基于文本相似度算法的语言处理技术更加高效、准确。     

一种新的基于非结构化P2P网络的语义覆盖网络

在经典的语义覆盖网络中,所有节点都处于对等地位,没有考虑节点间共享资源数量及相对位置的差异,这使网络中节点分组信息的维护与资源搜索成本较高。丈中分析了节点间共享资源数量及相对位置的差异对语义覆盖网络中节点分组信息的维护与资源搜索代价的影响,并在此基础上提出了一种新的基于非结构化P2P网络的语义覆盖网络。该结构利用P2P网络的拓扑匹配与区分索引技术有效减少了经典语义覆盖网络中节点分组信息的维护及资源搜索代价,提升了网络的整体性能。     

基于主题和物理位置相近原则的层次化对等语义覆盖网络结构

对等语义覆盖网络构建主要采用索引和超级节点的方法,不可避免地存在瓶颈问题,同时忽略了覆盖网络与实际网络拓扑一致性问题对语义覆盖网络性能的重要影响。该文提出的对等语义覆盖网络结构TPPH充分结合了结构化P2P网络高效的定位和非结构化P2P网络的复杂检索功能,采用分布式哈希表机制将相同主题节点组织成主题区域,在同一主题区域内通过物理位置相近原则进行群的划分,从而在物理网络拓扑基础上建立语义P2P覆盖网络结构。性能分析和仿真实验表明,该结构显著提高了查全率并缩短了平均查询时延,是一种支持复杂查询、高性能的语义覆盖网络结构。     

具有位置感知和语义特征的P2P网络模型

 非结构化P2P网络中常用的泛洪搜索方法造成了严重的通信消耗.提出一种基于位置感知和语义的P2P网络模型,在覆盖网络的构建过程中考虑底层的物理网络拓扑,同时兼顾拓扑结构与共享资源之间的相关性.该网格模型基础上,给出了语义搜索算法.实验结果表明,提出的网络模型能够减少覆盖网络与底层物理网络拓扑不匹配带来的网络开销,并且在查找性能和网络开销之间取得了良好的平衡.     

P2P网络两级混合路由算法

为了提高纯分布式P2P网络的路由效率,减少因为节点频繁的加入和退出而产生的网络不稳定性,提出一种两级混合路由算法,该算法结合了非结构化Flooding路由算法和结构化的Pastry路由算法的优点,将整个网络分为两级,即虚节点网络和子节点网络,分别采用不同的路由算法,实验证明该路由算法能减少路由过程的中心热点效应和不稳定性,有效提高路由效率.     

基于P2P技术的网格资源发现中覆盖网络的构建

文章针对网格环境下的集中式资源发现机制的不足,设计了基于P2P技术的资源发现模型,并在分析典型P2P系统Gnutella覆盖网络构建方式的基础上,提出了网格环境下进行覆盖网络构建的新方式--定序方式.按照定序方式构建的覆盖网络可以保证资源发现的服务质量,同时定序方式以节点间的网络延时作为覆盖网络构建的依据,请求消息按照小的网络延时路径在覆盖网络上传播,从而可以提高资源发现的效率.     

基于行为相似性的P2P僵尸网络检测模型

P2P僵尸网络对Internet构成巨大的安全威胁。在基于主机的P2P流量检测和恶意行为检测的基础上,提出一个P2P僵尸网络的检测模型。构建一个基于CHORD协议由监视节点组成的结构化P2P网络,将同时具有P2P流量和恶意行为的主机信息上报监视节点。通过对P2P僵尸主机行为进行融合分析,具有相似性恶意行为的主机被认为处于一个P2P僵尸网络中。     

一种针对P2P网络优化的Kademlia路由算法

为了加快P2P网络中热点查询的速度,针对Kademlia算法在查询效率和高速缓存策略方面存在的不足,文中采用快表技术和加权设置策略对该算法进行改进,避免了在高刷新频率缓存中查询效率低下的问题,为更高的查询命中率提供了更集中的热点资源.模拟实验证明此改进算法具有更短的查询延时和更少的平均路由跳数.     

下一代网络演进趋势——基于P2P的重叠网架构

对下一代网络（NGN）的研究目前是业界的一个热点。文章首先介绍了下一代网络演进中的两种方向,然后描述了基于P2P的重叠网的系统架构及技术特点,并就其关键技术,存在的问题等方面进行了探讨。     

基于朋友聚类的语义覆盖网构建方法研究

P2P网络是一种极具潜力的信息共享方式,当前对于它的研究成为网络技术的热点问题.P2P网络的分布、分散、组织困难等特点,使P2P网络在应用中有很多不足,这就要求提高P2P网络的应用效率,优化查询过程等.以一个无结构的,可以用无向图来表示的P2P网络为基础,首先构造了一个描述节点上文件的元数据模型,在这个模型的基础上进行语义聚类,并定义了一个聚类特征向量来描述生成的聚类.在完成本地节点上的聚类以后,再进一步进行节点间的聚类,提出了朋友聚类的概念,基于朋友聚类构建语义覆盖网,它可以大大提高查询效率.