主题图在公安信息资源整合中的应用研究

主题图作为一种新型的信息知识组织工具,在很多领域得到了应用.将主题图用于公安信息资源整合中,提出解决信息孤岛问题的公安信息资源整合模型,对该模型进行研究和探索.     

RDF标准与主题图标准之比较分析

RDF标准和主题图标准均是信息领域中两个基本的技术标准。文中分析了两个标准的共同点，并基于数据模型详细探讨了两者的不同点，比较了各自的优缺点，研究了两者的主要应用领域及应用侧重点，最后分析了两者在技术应用上基于数据模型的互补和融合。     

基于主题图的本体信息检索模型研究

针对本体在定义领域概念时具有规范性、明确性和可共享性等特点,结合主题图对文档资源组织方式具有语义可导航性,提出了一种基于主题图的本体信息检索模型,并给出了模型的形式化定义。选择旅游领域作为研究对象,定义了旅游本体和旅游文档资源主题图,分析了在信息检索模型中利用本体来规范用户自然语言查询输入,识别用户检索意图和扩展查询语义方面的作用,并展示了主题图在语义导航和用户相关度排序方面的价值。最后通过实验表明基于主题图的本体信息检索模型较传统的检索系统有较好的性能。     

浅谈主题图在网络课件中的应用

网络课件作为一种新型的学习资源被越来越多的人使用,但目前的网络课件多数以单一的知识罗列为目标,并不能真正地体现学习者对网络课件的个性化需求。因此,提出一种基于主题图的导航式新型网络学习课件,试图从不同的知识粒度和更符合人类认知的网状知识表现形式来展现教育资源,提高教育资源的学习效果,更好地为学习者服务。     

基于主题图的课程领域知识管理研究

提出了基于主题图的课程领域知识管理方法,建立了TMDKM的知识管理模型,并利用描述逻辑对TMDKM中的知识模型和知识服务进行研究,最后利用TMAPI和Java开发出TMDKM的原型系统,对该模型进行了验证。TMDKM在完整准确地反映课程领域知识的同时为知识的交流、共享与创新提供了有力支持,从而达到了课程领域知识管理的目的。     

基于主题图的公安案件信息资源知识体系研究

文章探讨了将主题图技术应用于公安案件的信息资源组织。通过对主题图技术的概念和理论的介绍,建立了公安案件主题图概念体系。结合实际的公安案件,分析了公安案件中主题及主题间的关联。运用OKS知识开发组件工具进行了具体的构建,最终达到了用Omnigator实现基于语义的主题图浏览,Vizigator实现主题图可视化。     

基于主题图的文献资源组织模型及应用研究

文章分析了主题图的相关理论和传统文献组织方法优劣,论证了主题图在文献资源组织中的可行性,提出了基于主题图的文献资源组织模型及构建方法,引申了基于该模型的文献检索、主题导学、个性化资源推荐等应用研究。     

基于XML技术标准的主题图构建及应用

文章主要讨论了XML技术在信息组织领域的某一个方面应用,即XML用于主题图的实现,或称为XTM技术。它是使用XML语法来处理主题图中数据的一种方法。围绕该主题,文章介绍了XTM标准、使用XTM代码或使用集成开发工具这两种方法构建基于XML技术主题图,并列举了国内外使用基于XML技术实现主题图的应用案例。     

RDF标准与主题图标准之比较分析

RDF标准和主题图标准均是信息领域中两个基本的技术标准.文中分析了两个标准的共同点,并基于数据模型详细探讨了两者的不同点,比较了各自的优缺点,研究了两者的主要应用领域及应用侧重点,最后分析了两者在技术应用上基于数据模型的互补和融合.     

面向课程领域知识的主题图学习研究

为了解决传统领域知识的主题图构建方法中大量时间和人力耗费的问题,提出了面向课程领域知识的主题图学习方法,分析了TMLDK的主要活动流程,建立了学习活动图,讨论了TMLDK中领域关键词提取、关键词向主题的转换以及信息集成等关键技术,并利用浅层解析、相似度计算等技术完成了网络课件向TMC的半自动转换,最后利用TM4J和Java开发出TMLDK的原型,对其学习过程进行了验证.TMLDK的实现能够协助领域专家方便地构建领域知识的主题图,可以节省大量的人力和时间,而且有利于TMC后期的维护和更新.     

主题地图在关系数据库中的应用研究

作为ISO确立的新标准,主题地图用来描述知识结构及其内在关联。它提供了语义级的数据导航和组织方式,是一个表达和交换结构化信息的元数据模型。文中在介绍了主题地图的相关概念后,设计了一种基于主题地图、扩展关系数据库的方法,并利用主题地图的描述语言XTM导出数据库,为多个关系数据库之间的数据交换提供了新的理念。     

目标识别中的信息融合技术

在信号检测中,单一传感器只能反映被测对象某一方面的特性,信息融合可融合多传感器信息,获取对对象较全面的认识。比较全面地阐述了目标识别中信息融合技术的结构和方法,分析了各种方法的优点及缺陷,提出了信息融合发展的一些问题。     

面向平面几何命题理解的融合算法研究

随着初等几何命题可视化机器证明的发展,如何让几何教学辅助软件能够直接理解几何命题的含义,自动生成对应的几何图形并进行推理证明,成为当前研究的一个新问题。现有的几何命题理解方法虽然在一定程度上实现了几何命题向形式化命令的转化,但是这些方法均没有考虑几何命题中分句间的逻辑关系,无法解决分句间形式化命令的冗余和冲突问题,导致后期自动作图和推理的准确率不高。针对这一问题,在前期工作的基础上提出了一个几何命题分句间形式化命令融合算法,并将该融合算法集成应用于已有的自然语言几何作图接口进行实验论证。结果显示,几何命题分句间形式化命令融合算法将自然语言几何作图的准确率从原来的84.17%提高到了91.67%,能够有效提高几何命题理解的准确性。     

基于词相似性与CRP的主题模型

主题模型能提取隐含在文档中的主题,使文档可按主题进行归约、分类和检索,成为信息分类和检索领域的研究热点。针对LDA(Latent Dirichlet Allocation)主题模型不能自动确定主题数目的问题,提出一种结合词相似性与CRP(Chinese Restaurant Process )的隐主题模型,可自适应地动态更新主题内容,确定合理的主题数目。同时提出一种在动态更新主题数时超参数设置方法。在中医临床诊疗数据的实验中,获得领域专家解释性较好的分析结果。     

基于相关反馈的微博相似主题时序查询

提出了一种基于相关反馈的微博相似主题时序查询方法。该方法通过考虑用户对不同查询结果是否满意的反馈情况,建立修改度量系数的目标函数,从而实现微博中体现用户兴趣的主题时序相似性计算,为用户提供更满意的相似主题时序查询结果。基于该方法设计了一个可视化的微博相似主题时序查询系统,在微博代表性网站-Twitter数据集上进行的实验,表明了该方法在微博背景下的相似主题时序查询中的有效性。     

基于话题要素相似度计算的报道关系识别方法

报道关系识别是话题识别与跟踪TDT（Topic Detection and Tracking）研究内容中的基本任务之一,根据新闻话题的几大要素：时间、地点、人物、内容等,提出了一种基于话题要素的话题报道表示模型,并给出了基于话题要素相似度计算的报道关系识别方法。实验证明这种方法特别适用于同主题下不同话题的报道关系识别。     

农业模型组件主题图的生成方法

分析农业模型的信息组织需求,提出一种农业模型组件主题图的生成方法,对模型组件的元数据信息进行XTM标注,形成属性元主题图。利用实例化和反射技术,生成具体模型组件的局部原子主题图。通过主题信息的字符匹配算法,融合同类模型的原子主题图,形成农业模型组件的全局原子主题图。以作物生育期模型组件的主题图为实例,验证了该方法的有效性。