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--计算机软件论文--程序设计、软件工程论文--程序设计论文

RDF语义数据的top-k查询与优化方法研究

摘要第11-13页
Abstract第13-15页
第1章 绪论第16-23页
    1.1 研究背景第16-17页
    1.2 研究现状第17-19页
        1.2.1 图top-k查询第17-19页
        1.2.2 查询的优化方法第19页
    1.3 研究目的及意义第19-20页
    1.4 研究内容第20-22页
        1.4.1 RDF图top-k查询的基数估计方法第20页
        1.4.2 基于语义压缩索引的RDF图top-k最短路径查询第20-21页
        1.4.3 基于语义度量的RDF图top-k近似查询第21-22页
    1.5 论文组织结构第22-23页
第2章 相关技术研究第23-31页
    2.1 RDF相关技术研究第23-28页
        2.1.1 RDF数据模型第23-24页
        2.1.2 RDF本体第24-26页
        2.1.3 RDF语义数据的特点第26-27页
        2.1.4 RDF查询语言第27-28页
    2.2 查询与优化相关技术研究第28-29页
        2.2.1 基数估计法第28-29页
        2.2.2 路径查询语言第29页
        2.2.3 图匹配与NP-难问题第29页
    2.3 本章小结第29-31页
第3章 RDF图top-k查询的基数估计算法第31-54页
    3.1 引言第31-33页
    3.2 问题定义第33-36页
        3.2.1 RDF概率图模型第33页
        3.2.2 概率图top-k查询第33-34页
        3.2.3 查询图的划分第34-35页
        3.2.4 整体问题第35-36页
    3.3 贝叶斯网络和条件概率表第36-37页
    3.4 基于贝叶斯网络的的基数估计第37-45页
        3.4.1 基础表的构造与实现第37-40页
        3.4.2 子查询的贝叶斯网络第40-42页
        3.4.3 子网拼接第42-43页
        3.4.4 基数估计的推算第43-45页
    3.5 实验结果分析第45-52页
        3.5.1 实验数据及查询语句集第45-48页
        3.5.2 实验的运行环境第48页
        3.5.3 实验的评价标准第48页
        3.5.4 实验结果的准确性分析第48-51页
        3.5.5 实验结果的时间性能分析第51-52页
    3.6 本章小结第52-54页
第4章 基于语义压缩索引的RDF图top-k最短路径查询第54-82页
    4.1 引言第54-56页
    4.2 基于组件的索引第56-65页
        4.2.1 组件索引的构造第57-62页
        4.2.2 索引中的路径第62-65页
    4.3 top-k最短路径的响应第65-69页
        4.3.1 RDF图顶点到组件的转换第65-67页
        4.3.2 搜索遍历第67-69页
    4.4 查询优化策略第69-71页
        4.4.1 频繁路径策略第69-70页
        4.4.2 剪枝策略第70-71页
    4.5 实验结果分析第71-80页
        4.5.1 实验数据第72页
        4.5.2 实验环境第72页
        4.5.3 实验语句集第72页
        4.5.4 实验比较对象第72-73页
        4.5.5 索引评价第73-76页
        4.5.6 top-k查询响应时间的评价第76-80页
    4.6 本章小结第80-82页
第5章 基于语义度量的RDF图top-k近似查询第82-99页
    5.1 引言第82-83页
    5.2 问题定义第83-85页
    5.3 语义距离计算第85-87页
    5.4 语义结构剪枝策略第87-92页
        5.4.1 摘要的提取第87-90页
        5.4.2 基于摘要剪枝第90-92页
    5.5 top-k近似查询的响应第92-95页
        5.5.1 查询框架第92-94页
        5.5.2 查询响应第94-95页
    5.6 实验结果分析第95-98页
        5.6.1 实验数据及参数设置第95-96页
        5.6.2 近似性度量的评价第96-97页
        5.6.3 查询性能的评价第97页
        5.6.4 k取值对查询性能的影响第97-98页
    5.7 本章小结第98-99页
第6章 总结及展望第99-103页
    6.1 本文工作总结第99-100页
    6.2 本文的不足第100-101页
    6.3 进一步工作展望第101-103页
参考文献第103-109页
攻读博士期间的科研成果第109-110页
附录第110-111页
致谢第111页

论文共111页,点击 下载论文
上一篇:知识驱动的开源软件体系结构归档及其作用机理研究
下一篇:带钢缺陷图像分类中的智能算法研究