语义传感器Web中的数据管理技术研究

语义传感器Web是由传感器网络技术、分布式计算技术、数据库管理技术和语义Web技术整合发展而来的.语义传感器Web能够感知、收集、整合信息,抽取新的知识并为感知器提供增强语义,因此能对环境的变化有更智能的感知,用户可以通过访问Web获取这些信息.作为计算机科学中一个新的研究领域,它有着广阔的应用前景,引起了工业界和学术界浓厚的兴趣.介绍了语义传感器Web的基本概念、特点,并着重讨论了语义传感器Web数据管理中所存在的研究问题、研究现状和研究成果.     

语义Web服务及其在WWW上的应用研究

对语义Web技术和现行Web服务技术进行了简述,说明了将Web Services技术与语义Web技术的糅合可以大幅度地提高Web服务的质量,详细介绍了DAML-S语义Web服务语言,阐述了语义Web技术与Web服务技术结合的互补性和可行性.文中还给出了一个在现今WWW万维网上Web服务应用语义技术的一个简单的发现架构.     

语义Web服务——Web服务的扩展

语义Web服务是应用语义Web技术对Web服务的扩展.使信息具有语义就是用计算机内的Ontology中的概念作标记符对信息进行标记,对该过程予以支持的就是语义Web技术,即Ontology的构建技术、Ontology的使用技术(语义推理技术)和信息的语义标记技术.语义Web技术对Web服务的扩展可具体化为两项任务:服务提供者、服务请求者和服务注册处三类服务主体均内置Ontology;发布、查找和绑定三种交互信息均采用语义标记.     

基于P2P的语义Web服务发现机制

分析集中式语义Web服务发现机制存在的问题,利用P2P和本体技术,提出一种基于P2P的语义Web服务发现机制。将服务的部署与发布无缝地绑定在一起,按应用领域和服务目标将整个P2P网络组织成3层结构,基于该结构建立3阶段服务发现算法,达到优化网络结构、提高服务发现效率的目的。     

语义Web服务及其在WWW上的应用研究

对语义Web技术和现行Web服务技术进行了简述，说明了将Web Services技术与语义Web技术的糅合可以大幅度地提高Web服务的质量，详细介绍了DAML—S语义Web服务语言，阐述了语义Web技术与Web服务技术结合的互补性和可行性。文中还给出了一个在现今WWW万维网上Web服务应用语义技术的一个简单的发现架构。     

基于语义距离度量模型的语义Web服务匹配排序机制

随着语义Web服务技术研究工作的不断深入,因特网上语义Web服务数量急剧增加。如何快速便捷地定位可用语义Web服务已经成为一个迫切且关键的问题。在语义Web服务匹配技术研究中,其中一个重要的研究主题就是语义Web服务匹配结果的排序机制。本文在综合概括和分析各种关于语义Web服务匹配结果排序机制的基础上,提出了一种基于语义距离度量模型的语义Web服务匹配结果排序机制,利用该排序机制,计算待匹配语义Web服务的语义相似度量,并依据此度量对语义Web服务匹配结果进行排序。该度量模型将语义Web服务引用概念间的语义关系转换成可精确比较的量化度量值,对属于相同语义匹配类型的匹配候选服务也能够分别计算语义距离,区分出相同匹配类型的候选服务与服务请求的匹配程度,从而达到改善用户对语义Web服务的搜索体验的目的。     

语义Web及其应用

语言文Web是下一代Interuet的发展方向。语义Web的定义、分层结构进行了概述，详细总结和研究了语义Web在Web服务、P2P网络、知识管理、E-learning、智能信息检索和语义Web挖掘、网格计算等多个领域的应用。     

语义Web服务发现技术

传统的Web服务发现技术大多采用基于关键字的服务匹配机制,缺乏对Web服务功能的语义性描述,影响了Web服务的查全率、查准率和查找的智能化.研究基于语义的Web服务匹配方法,在经典Web服务匹配算法的基础上进行改进,研究单概念语义Web服务匹配算法,并由此得出多概念语义Web服务匹配的最优顺序,结合输入、输出参数,最终得出语义Web服务匹配结果,实验结果表明,改进后的方法比BGM算法匹配度高.     

基于语义描述的分布式Web服务发布与发现

结合P2P与Web服务语义描述技术，提出了一种基于分布式哈希表的非集中式Web服务发布与发现方法。通过定义服务供求双方共同遵守的领域本体，实现具有同样语义概念的两种不同描述的统一，提高服务发现的效率和准确度。利用类别本体对领域本体的组织，提出了层次式Web服务目录系统。基于该系统，服务的发布与发现是在特定应用领域范围内进行，因此减少了服务搜索空间，提高了服务发现的效率。     

ILP在语义Web数据挖掘研究中的应用

语义网络数据挖掘是基于语义网络环境的数据挖掘,它给数据挖掘技术的应用研究提出了新的课题.归纳逻辑程序设计是由机器学习与逻辑程序设计交叉所形成的一个研究领域,它为知识工程等人工智能的应用领域提供了新的强有力的技术支持.分析了现有几种常用数据挖掘技术在语义Web环境下应用的局限性,提出了采用归纳逻辑程序设计(ILP)作为语义Web上适合的数据挖掘技术,给出了应用这种技术的算法描述,通过具体实例验证了其可行性.