面向企业异构数据源集成的语义模型及进化技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·课题来源与主要研究内容 | 第11-12页 |
| ·章节安排 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第二章 语义模型驱动的集成方式 | 第13-17页 |
| ·前言 | 第13页 |
| ·语义模型驱动的异构数据源集成框架 | 第13-15页 |
| ·集成框架 | 第13-14页 |
| ·语义模型的局限性 | 第14-15页 |
| ·语义模型进化方法 | 第15-16页 |
| ·语义模型进化过程 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 语义模型理论与建模方法 | 第17-29页 |
| ·前言 | 第17页 |
| ·语义模型理论概述 | 第17-23页 |
| ·语义模型 | 第17-19页 |
| ·语义模型的实现 | 第19-21页 |
| ·数据源、应用模型与全局语义模型之间的映射 | 第21-23页 |
| ·语义冲突的解决 | 第23页 |
| ·基于Protégé的建模方法 | 第23-28页 |
| ·问题模型化 | 第23-24页 |
| ·双层映射关系的建立 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 数据源映射与模型进化 | 第29-48页 |
| ·前言 | 第29页 |
| ·映射规则与模型进化方法 | 第29-32页 |
| ·数据源映射规则 | 第29-31页 |
| ·语义模型进化方法 | 第31-32页 |
| ·数据特征提取 | 第32-41页 |
| ·元数据的引入 | 第32-34页 |
| ·元数据的提取与转化 | 第34-38页 |
| ·语义模型节点元数据重获 | 第38-40页 |
| ·元数据处理 | 第40-41页 |
| ·神经网络模型的构建 | 第41-46页 |
| ·神经网络简介 | 第41-42页 |
| ·创建BP网络模型 | 第42-45页 |
| ·BP网络效率改进措施 | 第45-46页 |
| ·神经网络在论文中的应用 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 原型系统验证与结果分析 | 第48-57页 |
| ·前言 | 第48页 |
| ·系统开发平台 | 第48页 |
| ·系统结构 | 第48-49页 |
| ·实例验证 | 第49-53页 |
| ·结果分析 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 结束语 | 第57-59页 |
| ·论文内容总结 | 第57页 |
| ·后继研究展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64-65页 |
| 西北工业大学 学位论文知识产权声明书 | 第65页 |
| 西北工业大学 学位论文原创性声明 | 第65页 |
