一种基于本体的异构数据语义抽取方法

针对领域科学数据异构多样、缺乏语义的问题,本文提出一种基于本体的异构数据语义抽取方法。首先,构建领域科学数据的语义抽取框架,并在此基础上分别针对结构化、半结构化以及非结构化数据制定相应的语义转换与抽取规则,形成局部领域本体;然后,通过异构数据间的关联映射,构建领域数据的全局本体,实现异构数据的有效组织与统一管理;最后,将相关方法应用到材料领域,为材料科学数据的有效管理与共享服务提供支撑。     

基于本体的网络数据工作平台NetData

近年来,网格、语义网络等新技术迅速发展并日臻成熟。互联网发展焦点开始从信息的发布和互联转向知识的交互框架。随着语义网络迅速发展,世界各地各个领域的研究爱好者组成虚拟社区,对同一领域的知识信息一起协作研究。其中,对数据的整理、保存、检索、分析是实现语义网络远景的基础工作。本文为了帮助研究社区的研究人员更有效方便地加入社区的研究,利用长期帮助中国中医研究院建设专业结构化数据库群的项目中所取得的经验,结合了语义网络和数据库网格的研究,设计并初步实现了基于本体的网络数据工作平台。     

基于模板知识的带噪音半结构文本数据自动分词方法

随机噪音会引起半结构化数据结构和语义的变化,从而造成半结构化数据提取或向结构化自动转换障碍,为此本文在分析噪声对半结构化文本数据带来的影响基础下,提出了一种基于语法模板结构知识的自动化分词处理思路和方法 ,可以提高带噪音的半结构化文本数据自动分词准确性,可为类似问题提供参考。     

改进贝叶斯的语义推送算法设计

教育信息语义本体构建是通过语义本体构建方式去设计教育信息本体库。本体间逻辑关系表示方法,是构建出有逻辑结构的教育信息集合的过程。实现教育信息的半结构化数据归类,对不同时间采集的归类数据在规定好的模型中进行计算—词汇频度分析模型。词汇频度分析模型运用逆概率的贝叶斯思想,经过对传统贝叶斯算法与语义本体性质相结合,使MapReduce善于处理半结构化数据;经过对语义本体构建的教育信息数据结合词汇频度分析模型进行计算,获得教育信息本体的推荐能力值E i;通过对不同本体E i值进行排序,获得了推荐信息的顺序;根据推荐权重进行信息的推送工作,同时根据JS指数,经过比较基于词汇频度分析模型与目录结构推送算法的分析结果得出:词汇频度分析模型优于基于目录结构推送算法。     

一种基于XML的半结构化数据存储方法

提出了一种基于XML存储半结构化数据的方法，设计并实现了相应存储与解析算法。鉴于OEM模型是一种图状模型，而通常的XML据模型是树状模型，为此需解决图状模型数据映射为树状模型数据这一关键问题，利用XML元素和属性的语义信息可从语义级别解决该问题。，     

基于大数据及物联网的数据库半结构化数据识别方法

为实现对不同类别半结构化数据的精准识别,文章将开展基于大数据和物联网的数据库半结构化数据识别方法的设计研究。笔者通过从各种来源收集数据,包括传感器、日志文件、社交媒体平台、其他数据库等,对半结构化数据所在数据库进行联网,使用大数据中的数据清洗技术进行半结构化数据预处理;对完成预处理的数据库半结构化数据进行特征提取,根据具体的数据识别问题确定模型架构,生成数据识别模型,并实现对半结构数据的识别。对比实验结果表明：设计的方法可以实现对数据库半结构化数据的精准识别。     

数据网格中信息服务技术的研究与实现*

针对传统数据网格信息服务的不足之处,在分析Web搜索引擎技术和基于关键词的数据库索引技术基础之上,结合这两种信息获取技术,设计了数据网格中结构化数据资源发现技术的体系结构.在科学数据网格信息服务系统中,利用开源Lucene全文检索软件包,实现了结构化数据资源发现的关键技术.     

一种XML概念模型-XUML

由于XML已成为Web上表示结构化和半结构化数据的标准。设计XML模式的方法变得更加重要。为了设计或集成XML模式,常常需要基于合适的概念模型。本文分析了对XML概念模型的需求;提出了一种新的XML概念模型：XUML,并说明了XUML的主要特征和优点：能更明确地表示“包含”语义,支持“业务组件”概念,能在多级上下文中说明数据依赖,基于UML2标准;最后结合实例介绍了一种实现XUML的方法。     

一种用于存储与查询半结构化数据的新方法

由于半结构化数据缺乏模式信息,因而半结构化数据的存储与查询将是一个十分重要且具有挑战性的研究课题。利用关系数据库存储半结构化数据可以重用数据库的查询优化器和事务处理机制,能够保证半结构化数据的一致性和完整性。该文提出一种实现半结构化数据存储与查询的新方法,该方法使用关系数据库系统来实现半结构化数据的存储与查询。给出了把基于半结构化数据的查询重写为基于关系的查询的算法,同时介绍一个可视化查询程序。     

基于对象-关系-属性数据模型的空间半结构化数据存储管理研究

对象-关系-属性数据模型相对传统的结构化数据模型,用更丰富的数据语义区别了对象类属性和关系类型属性两个概念,使其适用于半结构化数据的存储与管理.从分析空间数据的半结构化特征入手,以空间数据的嵌套关系为管理对象,实现了在关系型数据库中对空间半结构化数据的存储与管理.     

基于语义关联技术的信息检索策略

为提高在海量数据中的信息检索效率,分析了元数据目录服务技术的现状及其不足,通过引入语义关联技术,将语义关联的信息检索技术与网格信息服务技术有效结合,提出了一种改进的能有效提高检索效率的检索框架,并结合实例进行了描述.实验结果表明,该优化的语义关联查询方法是有效、可行的,能有效提高海量数据中信息检索的查准率和查全率.     

基于结构相似性的语义网信息检索

语义网是提高网络信息检索质量的重要途径。利用现在流行的Web信息检索系统,扩展其处理语义Web文档中的苎义评注的能力,采用更有效的文档分类算法,将语义Web文档组织成蔟,提高检索质量。介绍的算法与标准的基于图匹配算法相比,计算代价降低,便于后续的存储、抽取和处理等工作。     

基于CGSP搭建的化工网格及其应用

化学工程研究涉及到新化合物和材料的设计与生产、化学反应分析、流体力学模拟等等方面,传统的试验方法不但过程复杂,需要消耗昂贵的化学材料,而且耗时、耗能.为了提高效率、节能减排,计算机模拟逐渐用于化学工程研究中,而且随着网格计算的普及,大大提高了化学工程研究的效率.本文提出了一个基于China Grid Support Platform(CGSP)搭建的网格协作计算平台--化工网格(ChemGrid),该平台实现了异构资源集成共享,为各种化工应用提供了模拟计算环境,并且提供了针对化工领域的语义知识检索服务.化工研究者借助上述服务可以实现计算机模拟研究、知识获取和共享,从而起到了工程领域优化与节能减排的作用.本文详细介绍了该平台的架构及其上的应用.     

基于高层语义的视频检索研究

视频语义检索的研究是目前研究的热点之一。现有的视频检索系统技术多是基于底层特征的、非语义层次的检索。与人类思维中所能理解的高层语义概念相去甚远,这严重影响视频检索的实际效果。如何跨越底层特征和高层语义的鸿沟,用高层语义概念进行视频检索是当前研究的重点。通过对视频内容的语义理解、语义分析、语义提取的简要概述,试图构造一种视频语义检索模型。     

基于概念的多媒体数据语义检索模型*

基于概念的检索是多媒体数据语义检索的解决途径之一。对概念进行了语义扩展,提出了基于概念的多媒体数据语义检索模型,包括人机接口、知识获取、数据获取、概念检索以及语义获取等模块,并对各模块所涉及到的问题进行了分析和探讨。     

按内容检索的图象数据库系统数据模型

数据模型的研究是设计按内容检索的图象数据库系统的基础.本文在超语义数据模型的基础上，提出了一种新的图象数据库系统模型.该模型融合了面向对象的数据模型、语义数据模型和知识模型的特点，并根据图象信息的特点，增加了若干对象类型构造子，使得该模型能较好地支持按内容检索的图象数据库系统建模.     

综合文档语义与用户查询语义的XML关键字检索

为了解决XML关键字查询中语义信息丢失的问题,提出了一种语义相关的关键字检索方法。利用文档的半结构化特点提取文档隐含的语义,利用查询语法捕获用户查询意图,然后根据用户意图查询满足条件的元素,并结合文档语义,由最小最近公共祖先改进为语义相关实体子树集来表达查询结果。实验结果表明,该方法能够有效提高关键字检索结果的查准率。     

基于证据理论的视频语义概念检测

视频语义概念检测是跨越语义鸿沟问题,实现基于语义的视频检索的前提。本文提出了一种基于证据理论的视频语义概念检测方法。首先,分别提取了镜头关键帧的分块颜色矩、小波纹理特征和边缘方向直方图特征;然后,利用支持向量机(Support vector machine,SVM)对3种特征数据分别进行训练,分别建立分类器模型;再次,对各SVM模型泛化误差进行分析,采用折扣系数法对不同SVM模型输出的分类结果进行修正;最后,采用证据融合公式对修正后的输出进行融合,把融合结果作为最终的概念检测结果。实验结果表明,新方法提高了概念检测的准确率,优于传统的线性分类器融合方法。     

面向文本检索的语义计算

随着信息社会尤其是互联网的发展,人们对文本检索的要求越来越高．作为对传统关键词匹配技术的改进,智能检索研究已经成为热点,并将是支撑下一代互联网的核心技术之一．将语义计算技术应用于文本检索,是智能检索的重要方向．文中在文本检索的两个关键技术（“标引”和“相似度计算”）中引入语义计算技术,用浅层语义来指导检索过程,提高检索准确率．针对“标引”技术,提出了语义树模型;针对“相似度计算”,基于语义张量的概念,结合自然语言处理的一些技术,提出三个可计算的窗口模型来近似语义张量的核心思想．以上工作在一定程度上实现了语义计算的功能．利用TREC数据集进行的评测表明,采用了语义计算技术后,文本检索的准确率可以提高10％左右．     

基于混合云架构的深度语义密文检索

针对传统的云环境下密文检索方案基于统计学模型来生成文件向量和检索向量,并没有考虑文件和请求的深层次语义信息,提出一种基于混合云架构的深层次语义密文检索模型。通过私有云联邦学习神经网络模型构建向量生成模型,通过公有云存储密文数据。另外,提出密倒排索引表来存放文件向量,在公有云的检索过程中,保证检索信息不被泄露的情况下提高检索的效率。对真实数据集的分析和实验表明,提出的方案在安全性和搜索效率方面都优于目前同类型的密文检索方案。