首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于本体的消化系统疾病诊断知识检索系统研究

中文摘要第3-4页
英文摘要第4-5页
1 绪论第8-17页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9-13页
        1.2.1 领域本体构建研究第9-10页
        1.2.2 知识检索推理方法研究第10-12页
        1.2.3 研究现状分析第12-13页
    1.3 研究内容和方法第13-17页
        1.3.1 研究目标第13页
        1.3.2 研究内容第13-14页
        1.3.3 研究方法和技术路线第14-15页
        1.3.4 论文特色和创新之处第15-17页
2 消化系统疾病诊断知识本体构建及形式化表示第17-38页
    2.1 本体理论第17-24页
        2.1.1 本体的概念与内涵第17-18页
        2.1.2 本体的构建第18-21页
        2.1.3 本体的表示语言第21-24页
    2.2 冯洛诺伊图第24-26页
        2.2.1 冯洛诺伊图简介第24-25页
        2.2.2 冯洛诺伊图构造方法第25页
        2.2.3 冯洛诺伊图的邻近关系表示方法第25-26页
    2.3 消化系统疾病诊断知识本体模型第26-32页
        2.3.1 我国消化系统疾病领域诊断模式第26-27页
        2.3.2 消化系统疾病诊断知识本体模型第27-31页
        2.3.3 消化系统疾病诊断知识的知识分类本体模型第31页
        2.3.4 消化系统疾病诊断知识用户本体模型第31页
        2.3.5 本体模型的关系第31-32页
    2.4 领域本体的形式化表示第32-36页
        2.4.1 OWL形式化表示第32-35页
        2.4.2 冯洛诺伊图形式化表示第35-36页
    2.5 本章小结第36-38页
3 消化系统疾病诊断知识概念的推理与扩展第38-43页
    3.1 基于领域本体形式化表示的概念推理与扩展第38-40页
        3.1.1 OWL语言表示的定性推理第39页
        3.1.2 冯洛诺伊图表示的定量推理第39-40页
    3.2 基于WORDNET的概念同义词扩展第40-42页
    3.3 本章小结第42-43页
4 消化系统疾病诊断知识文本库文档与文本检索过程处理第43-48页
    4.1 消化系统疾病诊断知识文本库文档预处理第43-44页
        4.1.1 基于向量空间模型的TF-IDF方法介绍第43-44页
        4.1.2 基于向量空间模型的TF-IDF方法原理第44页
    4.2 消化系统疾病诊断知识文本检索第44-47页
        4.2.1 基于关键词扩展的关键词权重处理第45页
        4.2.2 基于扩展关键词权重的文本检索第45-47页
    4.3 本章小结第47-48页
5 消化系统疾病诊断知识检索系统设计与实现第48-61页
    5.1 系统总体框架第48-49页
    5.2 系统开发工具与开发环境第49-50页
        5.2.1 Java与JDK第49页
        5.2.2 Eclipse与Tomcat第49页
        5.2.3 Protégé与Jena第49-50页
    5.3 消化系统疾病诊断知识本体的构建与解析过程第50-57页
        5.3.1 消化系统疾病诊断知识本体的构建第50-56页
        5.3.2 领域本体的解析第56-57页
    5.4 实验结果与分析第57-60页
        5.4.1 系统实现第57-59页
        5.4.2 系统结果分析第59-60页
    5.5 本章小结第60-61页
6 总结与展望第61-62页
    6.1 研究总结第61页
    6.2 展望第61-62页
致谢第62-63页
参考文献第63-65页

论文共65页,点击 下载论文
上一篇:基于排序学习的音乐推荐系统设计与实现
下一篇:基于HSIC的多标签图数据特征选择算法研究