共查询到10条相似文献，搜索用时 15 毫秒
1.
提出了一种自动完成本体映射的算法.该算法通过计算本体概念之间元素层与结构层上的相似性来完成相似度的计算.在元素层上,该算法引进了WordNet,通过将WordNet中对应的概念转换为向量,计算向量间夹角的余弦得到元素层概念的相似度.在结构层上,该算法通过加权函数和sigmoid函数,基于元素层的计算结果,将元素层的相似度和结构层的相似度结合起来,完成本体之间相似度的计算,最终完成映射.实验结果表明,该算法的匹配准确率可以达到63%~70%,可以有效地完成本体之间的映射. 相似文献
2.
为了更好地组合不同的相似度度量结果以提高本体映射结果的质量,提出一种新的基于调谐值度量和单纯降序提取算法的自动化本体映射技术。该技术首先通过调谐值来度量各种相似度矩阵的可靠性,并为每一个相似度矩阵赋予权重以集成不同的相似度矩阵,然后通过单纯降序提取算法结合阈值的策略提取最终的本体映射结果。实验采用2012年本体映射评价竞赛的测试数据集,同2012年本体映射评价竞赛的参与者的比较表明该文提出的方法是有效的。 相似文献
3.
采用本体概念映射方法,研究概念间相似度计算问题并提出本体图驱动的概念相似度算法。该算法将概念映射到本体结构图上,通过计算概念的语义、结构及属性相似度得到综合相似度。其中,结构相似度通过语义辐射圆计算模型得到,属性相似度通过概念重心向量夹角余弦得到。通过实验对比证明,该算法在一定程度上提高了相似度准确性,为数据挖掘提供了一定依据。 相似文献
4.
领域本体中的语义相似度算法研究 总被引：1，自引：0，他引：1
在基于本体的语义web信息检索的研究中,本体映射是解决异构本体之间互操作的基础,为了更精确的实现异构本体之间的映射,在传统基于语义距离的相似度算法的基础上,增加了更为关键的影响因子,并在此基础上对语义相似度算法进行了改进。通过实验分析表明,改进后算法所得相似度值更加合理,在一定的调节参数下,大大提高了与人类主观判断的兼容度。 相似文献
5.
针对信息集成中的语义异构问题,提出了一个基于本体的语义信息集成模型OSII,并给出了逻辑框架.OSII采用混和本体方式建模,以OWL描述本体,通过局部本体与全局本体之间的映射获得多源统一视图.提出了一种基于树结构的多策略本体映射算法,该算法包含4个步骤,即预处理,名称映射,子树映射和映射矫正.其特点在于:按照数据类型分类进行映射,并采用启发式规则,提高映射效率;同时考虑概念的语言相似性和结构相似性,提高相似度计算的准确性;采用迭代矫正,最终得到正确而完整的映射对.通过一个挑战性的实例说明了算法的有效性.OSII能很好地解决信息集成中的语义异构难点,实现多信息源之间的互操作. 相似文献
6.
通过对目前各种本体映射方法的分析,提出一种改进的本体映射的方法.该方法考虑了概念的名称、实例、属性、关系对相似度计算的影响,使概念相似度的计算更加全面、准确. 相似文献
7.
提出了一种基于Kullback-Leibler(KL)距离的本体映射方法.该方法将本体中每个概念抽象为一个概率分布,并通过相应的实例数据对其进行估计;对于不同本体的2个概念,通过计算相应概率分布之间的KL距离而求得其相似度.进而求得本体间概念的映射关系.该方法与传统的方法相比,极大地降低了计算的复杂度,并且此算法针对不同的数据类型提出了不同的概念分布的估计和平滑方法,所以能够适用于各种数值类型的概念映射.通过试验,证明了此方法的有效性. 相似文献
8.
《蒙自师范高等专科学校学报》2015,(5):14-16
MLS模型作为一种逼近模型被广泛应用于数据光滑、数值分析和统计等诸多领域.文章将MLS模型用于最优本体函数的计算,将本体图中每个顶点映射成实数后,通过顶点对应实数间的差值来确定它们的相似度.将新本体算法应用于GO本体和物理教育本体,通过实验结果表明新算法对特定应用领域的相似度计算和建立本体映射是有效的. 相似文献
9.
为了更好地实现基于分布式本体的知识共享, 提出了一个基于本体环境迁移(OCI)的方法. 该方法同传统的本体集成和映射方法相比, 能减少实现复杂度. 该方法可以分成3个阶段: 给定术语的语义环境确定, 本体术语之间的语义相似度计算以及本体环境迁移. 针对分布式本体的一个本地术语, 其本体环境可以通过使用语义相似度计算从与该术语最相关的本地本体中确定和抽取. 然后, 该环境将被动态地迁移到源本体以获取更丰富的语义信息. 采用多智能体技术, 开发了一个分布式知识共享系统(DKSS)以演示该方法的使用. 实验结果显示, 该方法对分布式本体知识共享是有效的, 不需要维护全局本体或复杂的本体映射, 因此具有更好的可维护性和可伸缩性. 相似文献