| 提要 | 第5-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-11页 |
| 第1章 引言 | 第17-36页 |
| 1.1 研究背景 | 第17-18页 |
| 1.2 本体映射应用 | 第18-25页 |
| 1.2.1 本体工程中的应用 | 第18-19页 |
| 1.2.2 其他领域中的应用 | 第19-25页 |
| 1.3 本体映射研究综述 | 第25-33页 |
| 1.3.1 映射技术和策略 | 第25-29页 |
| 1.3.2 映射系统 | 第29-33页 |
| 1.4 本文研究的主要工作 | 第33-34页 |
| 1.5 论文组织结构 | 第34-36页 |
| 第2章 本体与本体映射 | 第36-50页 |
| 2.1 引言 | 第36-37页 |
| 2.2 本体 | 第37-45页 |
| 2.2.1 本体定义 | 第37-40页 |
| 2.2.2 本体的语义描述 | 第40-42页 |
| 2.2.3 本体分类 | 第42-43页 |
| 2.2.4 本体应用 | 第43-45页 |
| 2.3 本体映射 | 第45-50页 |
| 2.3.1 本体异构 | 第45-47页 |
| 2.3.2 本体映射定义 | 第47-48页 |
| 2.3.3 本体映射的一般过程 | 第48-50页 |
| 第3章 基于概念集群的大规模本体压缩方法 | 第50-66页 |
| 3.1 引言 | 第50-51页 |
| 3.2 相关工作 | 第51-53页 |
| 3.2.1 Gass functiong方法解决不平衡本体映射 | 第51页 |
| 3.2.2 Axiom-based方法 | 第51-52页 |
| 3.2.3 基于数据场的大规模本体映射 | 第52-53页 |
| 3.3 基于概念集群的大规模本体压缩方法 | 第53-59页 |
| 3.3.1 方法概述 | 第53-54页 |
| 3.3.2 本体概念语义关系度量 | 第54-57页 |
| 3.3.3 基于概念集群的本体压缩 | 第57-58页 |
| 3.3.4 方法实现 | 第58-59页 |
| 3.4 实验与评估 | 第59-65页 |
| 3.4.1 测试数据集 | 第59-61页 |
| 3.4.2 实验评估方法 | 第61-62页 |
| 3.4.3 实验方法设计 | 第62页 |
| 3.4.4 实验结果与分析 | 第62-65页 |
| 3.5 本章小结 | 第65-66页 |
| 第4章 一种基于聚类的本体块匹配方法 | 第66-80页 |
| 4.1 引言 | 第66-67页 |
| 4.2 相关工作 | 第67-69页 |
| 4.2.1 PBM和BMO | 第67页 |
| 4.2.2 PATO方法 | 第67-68页 |
| 4.2.3 基于ε-Connection的本体分块方法 | 第68-69页 |
| 4.3 基于聚类的本体块匹配方法 | 第69-75页 |
| 4.3.1 方法概述 | 第69页 |
| 4.3.2 相关定义 | 第69-70页 |
| 4.3.3 基于Hownet的语义相似度计算 | 第70-71页 |
| 4.3.4 语义聚类分块 | 第71-73页 |
| 4.3.5 方法实现 | 第73-75页 |
| 4.4 实验与评估 | 第75-79页 |
| 4.4.1 测试数据集 | 第75-76页 |
| 4.4.2 实验评估方法 | 第76-77页 |
| 4.4.3 实验结果与分析 | 第77-79页 |
| 4.5 本章小结 | 第79-80页 |
| 第5章 基于变权语义图的本体映射方法 | 第80-100页 |
| 5.1 映射方法概述 | 第80-81页 |
| 5.2 本体信息结构图生成策略 | 第81-83页 |
| 5.3 元素名称匹配策略 | 第83-86页 |
| 5.4 本体结构匹配策略 | 第86-88页 |
| 5.5 映射发现策略 | 第88-89页 |
| 5.6 方法处理过程 | 第89-93页 |
| 5.6.1 生成本体信息结构图 | 第90-91页 |
| 5.6.2 元素名称匹配 | 第91-92页 |
| 5.6.3 生成本体变权语义图 | 第92-93页 |
| 5.6.4 相似度的迭代运算 | 第93页 |
| 5.6.5 映射发现 | 第93页 |
| 5.7 实验与评估 | 第93-98页 |
| 5.7.1 测试用数据集 | 第94页 |
| 5.7.2 实验评估方法 | 第94-96页 |
| 5.7.3 实验结果与讨论 | 第96-98页 |
| 5.8 本章小结 | 第98-100页 |
| 5.8.1 方法的优点 | 第98-99页 |
| 5.8.2 方法的局限性和可能的改进 | 第99-100页 |
| 第6章 基于支持向量机的本体映射方法 | 第100-115页 |
| 6.1 引言 | 第100-101页 |
| 6.2 基于支持向量机的本体映射策略 | 第101-106页 |
| 6.2.1 概念标签相似度计算策略 | 第101-104页 |
| 6.2.2 属性相似度计算策略 | 第104-105页 |
| 6.2.3 结构相似度计算策略 | 第105-106页 |
| 6.2.4 实例相似度计算策略 | 第106页 |
| 6.3 基于支持向量机的映射发现策略 | 第106-109页 |
| 6.3.1 支持向量机理论 | 第106-107页 |
| 6.3.2 基于支持向量机的映射发现策略 | 第107-109页 |
| 6.4 映射过程 | 第109-111页 |
| 6.5 实验与评估 | 第111-114页 |
| 6.5.1 实验用数据集 | 第111页 |
| 6.5.2 实验评估标准 | 第111-112页 |
| 6.5.3 实验结果与分析 | 第112-114页 |
| 6.6 本章小结 | 第114-115页 |
| 第7章 总结与展望 | 第115-118页 |
| 7.1 论文工作总结 | 第115-117页 |
| 7.2 下一步工作展望 | 第117-118页 |
| 参考文献 | 第118-126页 |
| 作者简介及在学期间所取得的科研成果 | 第126-127页 |
| 致谢 | 第127页 |