基于本体论和标记图相似性的Web服务匹配算法

随着各种已有Web服务数量的日趋增加，如何快速发现可用的Web服务变得愈加重要。而随着语义Web服务的不断发展．Web服务发现也从原来的单纯采用关键字或简单分类逐渐转变为更多地使用语义信息。发现的关键在于匹配，而目前一些较成熟的技术，如OWL—S，采用了本体技术对Web服务进行描述．因此，文章提出了一个基于图相似性的本体匹配算法．通过构建Web服务本体并转化成标记图进行匹配．实现语义Web服务描述的匹配，从而准确快速地发现满足特定需求的Web服务。     

基于Chord的带有QoS的语义Web服务发现方法研究

服务的描述语言,元数据的存储方式以及服务的匹配算法是影响服务发现效率和质量的3个主要问题。该文从这3个问题出发,提出了基于Chord的带有QoS的语义Web服务发现系统。将服务质量(QoS)信息加入到OWL-S中来描述服务,并称之为OWL-QoS;采用基于Chord的分布式方式存储元数据;通过基于OWL-QoS的服务匹配算法来查询服务。实验表明,这种方法有效地提高了服务发现的查询效率与查准率。     

基于OWL-S的服务发现语义匹配机制

 本文提出一种基于OWL-S的语义web服务匹配系统的机制,将语义元素引入UDDI系统中,从而在UDDI中保存语义信息.系统通过语义服务匹配算法提高web服务匹配的准确度和召回率,并通过数据映射机制保证模型对于当前的服务发现标准UDDI基础架构的兼容以及UDDI标准操作接口的透明性.系统使用本体概念的索引机制提高服务发现的效率.而且,系统在建立和维护索引的过程、或服务的匹配过程中使用近似概念搜寻算法进一步提高本体概念搜寻和服务匹配的效率.     

基于混合语义相似度的服务匹配方法

服务匹配已经成为服务计算领域的一大热点.合理的服务匹配算法可以帮助服务需求者寻找到满足自己需求的服务.在分析现有的服务算法基础上,提出基于混合语义相似度服务匹配方法MSSMA（Mix Semantic Similarity Matching Algorithm）.将比较成熟的语义相似度算法和基于匹配等级的计算方法相结合,从而提高服务匹配的精度.     

基于语义Web的电信服务组合研究

针对电信业务领域服务数量的不断增加,以及用户需求多样化的实际情况,通过研究语义Web服务、OWL-S等语义相关技术,提出一个基于语义Web的电信服务组合模型,设计了电信业务领域本体库,实现了电信业务领域知识的共享,在此基础上,提出电信服务组合流程,并在实际环境中进行例证。     

基于OWL-S的地理空间信息服务描述与发现

在分析空间信息服务特点的基础上,对Web服务本体语言(OWL-S)进行扩展,使其可以准确地描述空间信息服务。提出了基于语义的空间信息Web服务"三阶段"匹配方法,实现空间信息服务发现,分别针对基本信息、功能描述、服务质量对服务进行匹配,并根据用户的偏好对服务进行优化排序。实验表明,基于此匹配方法的空间信息服务查准率和查全率明显高于常规的基于关键字的服务匹配方法。     

基于MDA的语义Web服务的组合与验证

针对语义组合Web服务的验证问题,研究了模型验证相关技术、统一模型语言(UML),提出了基于模型驱动架构(MDA)的组合方法.该方法使用UML类图和用例图对OWL-S进行静态组合建模,使用活动图对OWL-S进行动态组合建模,实现了语义组合Web服务的UML描述,然后将该描述转换为Promela语言代码,在Promela代码之后增加LTL的声明,使用SPIN工具进行正确性、安全性和活性验证.该模型保证了组合过程的正确性.     

Automatic image annotation based on Gaussian mixture model considering cross-modal correlations

Automatic image annotation has been an active topic of research in the field of computer vision and pattern recognition for decades. In this paper, we present a new method for automatic image annotation based on Gaussian mixture model (GMM) considering cross-modal correlations. To be specific, we first employ GMM fitted by the rival penalized expectation-maximization (RPEM) algorithm to estimate the posterior probabilities of each annotation keyword. Next, a label similarity graph is constructed by a weighted linear combination of label similarity and visual similarity by seamlessly integrating the information from both image low level visual features and high level semantic concepts together, which can effectively avoid the phenomenon that different images with the same candidate annotations would obtain the same refinement results. Followed by the rank-two relaxation heuristics over the built label similarity graph is applied to further mine the correlation of the candidate annotations so as to capture the refining annotation results, which plays a crucial role in the semantic based image retrieval. The main contributions of this work can be summarized as follows: (1) Exploiting GMM that is trained by the RPEM algorithm to capture the initial semantic annotations of images. (2) The label similarity graph is constructed by a weighted linear combination of label similarity and visual similarity of images associated with the corresponding labels. (3) Refining the candidate set of annotations generated by the GMM through solving the max-bisection based on the rank-two relaxation algorithm over the weighted label graph. Compared to the current competitive model SGMM-RW, we can achieve significant improvements of 4% and 5% in precision, 6% and 9% in recall on the Corel5k and Mirflickr25k, respectively.     

改进型形状上下文的工件立体匹配方法

为了解决传统形状上下文直方图相似性计算需遍历轮廓采样点、计算复杂性高、不能满足工业实时性要求的问题,提出了一种改进型形状上下文的工件立体匹配方法。改进匹配搜索策略,引入立体图像对质心的视差约束条件,并利用形状上下文直方图分布信息进行初步筛选,获取候选匹配点集,减少后续匹配计算复杂度;为增加匹配点与非匹配点的区分度,对形状上下文相似性度量进行加权处理;匹配时融合对应轮廓采样点33邻域的梯度方向直方图特征,与形状上下文构成联合相似性度量;最后采用随机抽样一致性算法剔除误匹配点对。对改进算法进行了理论分析,并应用于工件图像进行实验验证,通过实验给出了相应的实验对比。结果表明,改进的方法具有较高的匹配精度和更快的匹配速度,鲁棒性高。     

一种改进的基于知网的句子相似度计算方法

针对基于词项的句子相似度计算存在信息冗余干扰和局部最优的缺陷，提出一种改进的基于知网的句子相似度计算方法。该方法通过增加筛选候选语句以降低冗余信息对准确度造成的干扰，同时在分词和词性标注的基础上，采用改进的带权最大二分图匹配算法获得全局最优匹配。实验结果表明，文中提出的方法有效地提高了句子相似度计算的准确度。     

一种新的复合核函数及在问句检索中的应用

问句检索在问答系统中有着重要的作用,其核心问题在于研究查询问句与候选问句之间的相似性计算问题,实现问句之间的高精度匹配。该文采用树核函数的方法计算问句之间的结构相似性,并针对原有算法的不足,做了相应的改进。为降低句法解析器性能对树核函数的影响,该文在改进的树核函数基础上,将其与字符串核结合,提出了一种能同时融合问句的句法信息,词性信息和词序信息的复合核函数,用以计算问句之间的综合语义相似性。在社区问答系统Yahoo!Answer的数据上进行测试,相对传统的基于词频的特征向量法,问句检索平均准确率提高了24.02%。     

基于编辑距离和相似度改进的汉字字符串匹配

为解决中文字符串匹配精度较低的问题,提出了一种基于编辑距离和相似度改进的汉字字符串近似匹配算法,针对汉字字符串特点,使用汉字拼音和五笔编码计算;通过改进动态规划算法,能够有效提高编辑距离的计算准确度以及执行效率;再引入考虑交换问题的归一化算法,以语义编辑距离与长句长度的比值作为归一化结果,以此来提高近似匹配算法的准确度。实验结果表明,改进后算法计算的相似度质量要优于改进前的算法结果,且对提高算法效率和查全率、查准率和时间性能等指标均有明显改善,证明该算法的可行性和有效性。     

基于OWL-S的Web服务匹配的研究

服务匹配是Web服务发现中一个很重要的部分。针对目前服务发现方法的描述缺少灵活性和表示性的不足，文章提出了一种基于OWL-S的Web服务匹配算法，其核心思想是用OWL-S进行服务描述并将其发布后．通过对服务描述中的输入输出和用户需求中功能的测度来判断服务与用户需求的匹配程度．将UDDI和功能匹配结合起来，使得用户能够更好地进行服务查询。     

Service community construction method of internet of things based on semantic similarity

Internet of Things (IoT) as an important and ubiquitous service paradigm is one of the most important issues in IoT applications to provide terminal users with effective and efficient services based on service community. This paper presents a semantic-based similarity algorithm to build the IoT service community. Firstly, the algorithm reflects that the nodes of IoT contain a wealth of semantic information and makes them to build into the concept tree. Then tap the similarity of the semantic information based on the concept tree. Finally, we achieve the optimization of the service community through greedy algorithm and control the size of the service community by adjusting the threshold. Simulation results show the effectiveness and feasibility of this algorithm.     

一种基于语义的UDDI服务发现机制

针对目前UDDI缺乏对语义推理支持的情况,用OWL-S本体语言描述服务,并给出一种在传统UDDI注册中心之外新建一层Sem-UDDI注册中心的架构。使用Sem-UDDI注册中心灵活地扩展服务的语义信息,并由服务匹配引擎计算服务匹配的语义相似度,记录到服务匹配表中。通过直接从服务匹配表中查找服务,提高匹配效率增强服务发现的能力。     

基于语义扩展的Web服务发现方法

提出了一种基于语义扩展的Web服务发现方法,对服务描述和服务请求中的领域概念进行了同义扩展、特征扩展和合成扩展,在输入输出的匹配上提出了“扩展的语义包含”的概念,实验表明,该方法在不降低服务查准率的前提下,提高了服务的查全率。当单个服务不能满足服务请求时,尝试服务组合匹配服务请求的方式,采用基于H*算法的启发式的服务组合方法,将问题转化为搜索从初始节点到目标节点的通路问题,该方法采用估值函数引入了启发知识,提高了搜索的效率。     

基于语义的数字图书馆服务匹配算法

针对数字图书馆网络中存在的服务复杂多样,用户很难快速、准确地获取自己所需服务的问题。采用基于逻辑推理与基于相似度计算相结合的设计思路,提出一种基于语义的混合服务匹配算法,在满足快速、高效匹配的前提下,提高了服务区分度。     

Automated co-superpixel generation via graph matching

In this paper, a novel ‘co-superpixel’ generation method is proposed via the graph matching. The co-superpixel can capture the common semantic information in coupled images. Therefore, it is significant for various applications in visual pattern recognition. Specifically, we first introduce a superpixel correspondence method based on the graph matching. The main property is that it has the ability to capture the consistent intermediate-level semantic information in coupled images, which can represent the region-based similarity rather than the conventional similarity based on low-level vision features. Second, a new co-superpixel generation method is proposed by the superpixel-merging incorporated with the graph matching cost and the adjacent superpixel appearance similarity in coupled images simultaneously. Furthermore, we extend the proposed co-superpixel method to tackle the object matching problem. The experimental results show that the object matching can be effectively addressed by the co-superpixel. The proposed method is effective for challenging cases in which object appearance changes, deformation and background clutter.     

基于相似度优化的混合式视觉跟踪方法

针对复杂环境下视频目标跟踪问题,提出一种基于相似度优化的混合式视觉跟踪方法。首先,采用局部余弦相似性度量目标和候选模板的相似性,有效抑制因遮挡、光照突变等情况引起的脉冲噪声,提升模板匹配精确度;其次,基于目标函数的二次规划方法推导了局部目标的判别权重,有效提升了算法对目标和背景的判别能力;最后,在系统更新过程中引入模板的判别式更新,有效改善了模型漂移问题。实验结果表明,本文方法较好地改善了复杂挑战性背景下的跟踪鲁棒性和精确度。