本体映射及其在跨智能空间中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-15页 |
| ·Semantic Web下的本体映射 | 第10-12页 |
| ·跨智能空间应用对本体映射效率的需求 | 第12-13页 |
| ·主要工作与本文结构 | 第13-15页 |
| 第2章 本体映射的相关研究 | 第15-38页 |
| ·本体 | 第15-24页 |
| ·本体的定义 | 第15-16页 |
| ·本体描述语言 | 第16-18页 |
| ·描述逻辑 | 第18-23页 |
| ·描述逻辑与OWL语言的关系 | 第23-24页 |
| ·本体映射 | 第24-29页 |
| ·映射问题的定义 | 第24页 |
| ·本体的异构 | 第24-26页 |
| ·映射方法分类 | 第26-27页 |
| ·原型方法介绍及其比较 | 第27-29页 |
| ·跨智能空间与本体映射效率 | 第29-38页 |
| ·普适计算 | 第29-30页 |
| ·智能空间与上下文 | 第30-32页 |
| ·跨智能空间中上下文本体的映射 | 第32-34页 |
| ·映射效率的相关研究 | 第34-38页 |
| 第3章 PDLOM映射方法 | 第38-55页 |
| ·映射过程 | 第38-39页 |
| ·语言级的相似度计算 | 第39-41页 |
| ·名称的正规化 | 第39-40页 |
| ·单词的比较 | 第40-41页 |
| ·单词序列比较 | 第41页 |
| ·基于概率描述逻辑的相似度计算 | 第41-49页 |
| ·概率描述逻辑P-CLASSIC | 第42-44页 |
| ·利用概率描述逻辑计算Jaccard系数 | 第44-45页 |
| ·构建贝叶斯网络 | 第45-49页 |
| ·利用贝叶斯网络计算概念描述的概率 | 第49页 |
| ·实验 | 第49-53页 |
| ·实验数据 | 第50页 |
| ·评测方法与实验结果 | 第50-53页 |
| ·PDLOM方法的不足 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 用本体分割提升映射效率 | 第55-71页 |
| ·研究背景 | 第55-56页 |
| ·相关工作 | 第56-58页 |
| ·本体的聚类分割 | 第58-62页 |
| ·计算语义连接度 | 第58-59页 |
| ·聚类 | 第59-62页 |
| ·本体的块映射 | 第62-64页 |
| ·构建块向量 | 第62-63页 |
| ·块向量间相似度的计算 | 第63-64页 |
| ·实体间的名称映射 | 第64页 |
| ·实验 | 第64-70页 |
| ·实验数据 | 第64-65页 |
| ·评测方法与实验结果 | 第65-70页 |
| ·本章小结 | 第70-71页 |
| 第5章 跨智能空间中的按需映射 | 第71-77页 |
| ·研究背景 | 第71-72页 |
| ·按需映射的过程 | 第72-74页 |
| ·按需映射算法 | 第74-75页 |
| ·实验 | 第75页 |
| ·本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·主要工作总结 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-87页 |
| 攻读硕士学位期间主要的研究成果 | 第87-88页 |
| 致谢 | 第88页 |
