面向服务组合的服务语义匹配机制

为提高服务组合中服务匹配速度和正确率,提出了基于服务索引的服务语义匹配机制。在面向独立服务匹配算法基础上,引入服务索引机制,提出面向服务组合的语义匹配算法,并在算法中加入了对服务输入/输出匹配的可用性分析。为进一步提高服务匹配的精确性,引入了语义匹配度概念,以实现具有多种匹配值的服务类别语义匹配,继而给出综合语义匹配值的计算方法。实验分析表明基于服务索引的语义匹配能有效地提高服务匹配效率。     

服务双方偏好共识下的模糊天际线服务组合

对一些复杂应用,有时需要从众多Web服务中选出符合需求的原子服务并组合成增值的服务.随着大量Web服务的涌现,如何选择合适的原子服务变得十分困难.提出一种模糊天际线服务组合方法,该方法综合考虑用户的功能需求,以及用户和服务提供者对QoS的偏好,能够实现服务双方的利益最大化.首先,提出一个模糊Web服务选择框架;然后,通过引入一个服务属性偏好的共识方法,将用户和服务提供者的偏好关系转换成数值权重,并用于计算组合方案的切比雪夫距离;接着,通过一个演化算法(DWTD-EA)从组合方案集中寻找满意的天际线组合方案.最后,通过实验对所提出的算法和模型的有效性和鲁棒性进行验证.从实验可以看出:在top-k最优偏好的天际线方案验证实验中,当演化到60代以后,超过85％的优秀方案都能被发现;从DWTD-EA3种交叉(即单点交叉、两点交叉和均匀交叉)的收敛行为看出,当演化到55代以后,单点交叉能收敛到80％,而两点交叉和均匀交叉都能收敛到85％以上.     

一种动态的Web服务组合及其实现

随着Web Services的广泛流行,如何对Web服务进行有效的动态组合已经成为一种挑战。本文提出了一种基于领域本体的动态组合方法,该方法利用领域本体以及语义技术支持服务的自动发现、调用、组合,综合考虑了服务的语义支持、领域特性、服务的自动组合。在本文的最后通过实例验证了该方法的有效性。     

基于本体的web服务发现的研究

随着Web服务数量的急剧增多,如何从众多的Web服务中发现最佳的服务,已成为当今Web服务的研究热点之一.目前主流的Web服务技术仅提供服务的基本描述和基于框架的发现机制,缺乏对语义推理的支持.该文在基于统一描述、发现和集成服务发现架构的基础上,结合本体技术与Web服务本体描述语言设计一个Web服务发现模型,提出了一种基于本体的Web服务发现匹配算法,从而增强了统一描述、发现和集成的语义Web服务发现能力.     

语义Web服务框架比较及本体异构协调

文章对语义Web服务框架OWL-S与WSMO的结构特点和适用范围进行比较分析。OWL-S的目标是实现机器的可理解性和易用性,WSMO研究语义Web服务语言的标准,它由本体、目标、Web服务和中介器组成。WSMO缺乏对具体操作进行形式化建模,仅适用于自己的语言WSML。OWL-S是Web的本体语言,支持RDF和OWL等语言,语义Web环境下适用性强。针对两种框架结构下本体的异构冲突问题,给出了OWL-S表示WSMO中Mediator的本体-本体中介器、目标-目标中介器和服务-服务中介器的方案。通过网络教学平台的应用,验证了解决方案的有效性。     

语义Web服务框架比较及本体异构协调

文章对语义Web服务框架OWL-S与WSMO的结构特点和适用范围进行比较分析。OWL-S的目标是实现机器的可理解性和易用性,WSMO研究语义Web服务语言的标准,它由本体、目标、Web服务和中介器组成。WSMO缺乏对具体操作进行形式化建模,仅适用于自己的语言WSML。OWL-S是Web的本体语言,支持RDF和OWL等语...     

基于地名本体的空间数据组织与服务研究

新一代GIS以面向服务为特征,本体是语义网结构的重要组成部分,其对语义网条件下的地理信息服务的研究至关重要。地名本体作为地理领域本体的重要内容,它是维护地理要素位置的本体。文章在总结地名本体的基本概念基础上,根据日常地理信息查询需要,进行了地名本体的概念设计。通过地名本体模型的构建,探讨了基于语义网的地名本体服务框架的设计与服务发布等工作,并总结了实现基于地名本体的空间要素数据组织与关系表达的途径。     

基于WEB服务的语义信息表示框架

针对分布式环境下普遍存在的语义异构问题,提出一种以本体技术为语义核心、以WEB服务为实现手段的信息表示框架,重点解决基于XML的半结构化数据之间的语义映射问题,对于提高信息的处理效率、准确率以及语义互操作性能具有一定的积极意义。     

基于地名本体的空间数据组织与服务研究

新一代GIS以面向服务为特征,本体是语义网结构的重要组成部分,其对语义网条件下的地理信息服务的研究至关重要。地名本体作为地理领域本体的重要内容,它是维护地理要素位置的本体。文章在总结地名本体的基本概念基础上,根据日常地理信息查询需要,进行了地名本体的概念设计。通过地名本体模型的构建,探讨了基于语义网的地名本体服务框架的设计与服务发布等工作,并总结了实现基于地名本体的空间要素数据组织与关系表达的途径。     

一种基于本体的空间信息Web服务实现方法

为了提高空间信息Web服务的互操作性，提出了一种利用本体技术实现空间信息Web服务发现与检索的解决办法.通过Web服务本体描述语言（OWL-S）实现对空间信息Web服务能力知识表达，在标准的开放地理信息系统协会(OGC）空间信息Web服务基础上，建立了一个基于本体目录服务的空间信息服务框架.并给出了基于这一框架服务请求的实现过程.结果表明，本体技术可以扩展空间信息Web服务的语义，能将服务匹配过程中得到的相似的Web服务复用于当前服务请求，提高知识推理的效率.     

本体环境下用户偏好库的查询算法扩展

查全率,查准率的高低在很大程度上决定了一个智能搜索引擎的性能,而用户偏好库中的算法如果运用得当可明显提高查全率和查准率.在探讨了在基于本体的智能搜索中用户偏好库的作用和其类型,特别是客观世界中某一特定领域或主题的用户偏好库之后,详细地研究了用户偏好库中用户兴趣剖像生成的提取算法,TF*IDF算法和TF*IWF*IWF算法和基于本体的查询扩展算法,并且讨论了各个算法之间的联系.论述了用户偏好库在基于本体的搜索系统中的独特意义.通过实验最终验证了这些算法可达到查全率为10.1%、查准率为81%的良好效果,进而证实基于本体在智能搜索中所体现的优势.     

基于遗传算法实现服务组合中信任感知的成员服务选择

把信任引入到服务组合中, 研究了信任感知的成员服务选择问题, 基于1个成员服务可以为组合服务中1个或者若干个活动提供实现, 在计算服务质量代价时一次性完成的假设, 建立了选择问题的数学模型, 设计了基于遗传算法的选择算法.实验结果表明, 设计的信任感知的成员服务选择算法具有较好的收敛性.     

网格服务本体初探

针对网格服务集成环境中服务不能进行有效的查找的情况,将本体论的思想和方法引入到集成环境中,对网格服务本体的逻辑描述、关联度计算,网格服务本体模型及其建立过程进行了讨论,并对今后的工作进行了展望.     

在面向业务的体系结构中实现业务合成

基于Web业务平台中立和自制的特性,通过结合使用由不同业务提供方提供的基本或复杂业务,业务提供者和应用开发商能够向用户提供新的增值业务,构建高级的商业事务.为了解决合成业务的构建问题,对合成业务分类、业务间关系、流模型和合作关系约定等问题进行了研究. 以图的方式描述了合成业务,提出了相应的构建准则与方法.另外,提出了一个构建合成业务的整体框架,用于对合成业务的整体生命周期进行管理.     

面向本体实例生成的有限汉语语法学习系统

为解决服务组合技术中本体实例的自动生成问题,建立了一个基于分词系统、面向服务组合领域的有限汉语语法学习系统(LCGAS);同时为将学习系统的学习结果表示为与本体相一致的形式,提出一种有限汉语语法的描述逻辑表示方法. 性能测试结果表明,系统在句法分析时具有较高的成功率,与提出的表示方法相结合,能较好地解决本体实例的自动生成问题.     

语义Web服务发现研究及应用

针对目前语义Web服务发现的研究现状扣存在问题,提出一种新的省时的基于语义功能匹配和服务质量筛选的服务发现方案。在此基础上,以福建省进出口领域企业基础信息交换平台建设项目的实际需求为背景,提出一个基于语义Web服务的异构系统集成模型。     

一种基于本体服务索引的Web服务扩展方法

传统的获取Web服务的方法是通过关键字匹配,由于此方式在发现潜在语义相符的Web服务时较为困难,越来越多的学者研究如何基于语义检索Web服务。本文设计了一种新的语义匹配模式：基于本体服务索引的服务匹配。通过建立从服务到本体库的索引,将本体库和Web服务库关联成一个逻辑整体。通过UDDI,用户请求会直接发送给推理规则库,在得到服务请求后,通过相应推理规则得到领域本体中与服务请求在一定相似度范围内的类及实例,而后将这个结果集输入到本体服务索引,经过匹配可输出较符合的Web服务结果集。     

一种基于本体相似度的Web服务匹配算法

服务匹配也被认为是基于本体概念的相似度计算。针对本体结构中概念之间的IS-A关系,通过对语义相似度相关算法的研究,提出了一种结合信息论模型和语义距离模型的相似度算法,并在此基础上上构建了二层服务匹配模型,从而实现了对服务的有效区分和匹配。     

一种基于参考本体的多本体映射方法

随着领域内本体数量的不断增多,很多本体映射方法已经不适用于多本体映射任务。为此,提出一种基于参考本体的多本体映射方法 (multiple ontology mapping based on reference ontology,MOM RO)。在多本体映射过程中,方法MOM RO从源本体集合中提取共享概念集合并建立参考本体;然后利用参考本体来构建一个统一的向量空间模型;然后,将源本体中的概念表示成该模型中的向量,从而使用向量之间的欧氏距离来计算概念之间的相似度;最后,建立源本体之间的映射关系。实验结果表明,方法MOM RO可以有效地完成多本体映射的任务。