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--计算机网络论文--一般性问题论文

大规模RDF图数据的并行推理关键技术研究

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-12页
    1.1 研究背景第8-9页
    1.2 研究目标与研究内容第9-10页
    1.3 论文组织结构第10-12页
第2章 相关工作综述第12-20页
    2.1 并行语义推理相关研究分析第12-15页
        2.1.1 基于闭包计算推理的相关研究第12-14页
        2.1.2 基于查询时推理的相关研究第14-15页
        2.1.3 基于混合推理的相关研究第15页
    2.2 图并行计算框架相关研究第15-20页
        2.2.1 Pregel计算模型第16-18页
        2.2.2 Giraph并行计算框架第18-20页
第3章 RDFS并行推理模型分析与设计第20-29页
    3.1 RDFS并行推理第20-24页
        3.1.1 RDFS推理规则第21-23页
        3.1.2 RDFS推理闭包第23-24页
    3.2 基于消息传递机制的RDFS并行推理抽象模型第24-29页
        3.2.1 消息传递机制第24页
        3.2.2 RDFS并行推理抽象模型第24-26页
        3.2.3 RDFS推理规则执行顺序优化第26-29页
第4章 基于消息传递机制的RDFS并行推理框架MPPIE第29-39页
    4.1 MPPIE并行推理框架第29-30页
    4.2 MPPIE算法分布式实现第30-37页
        4.2.1 Pregel计算模型形式化第30-31页
        4.2.2 传递闭包规则的推理算法设计第31-34页
        4.2.3 属性继承规则的推理算法设计第34页
        4.2.4 类型规则的推理算法设计第34-36页
        4.2.5 类继承规则的推理算法设计第36-37页
    4.3 算法复杂度分析第37-39页
第5章 实验验证与结果分析第39-45页
    5.1 实验环境与实验数据第39-40页
    5.2 MPPIE并行推理执行性能评价第40-41页
    5.3 MPPIE并行推理可扩展性评价第41-45页
        5.3.1 数据规模对推理性能的影响第42-43页
        5.3.2 集群规模对推理性能的影响第43-45页
第6章 总结与展望第45-47页
    6.1 总结第45-46页
    6.2 展望第46-47页
参考文献第47-50页
发表论文和参加科研情况说明第50-51页
致谢第51-52页

论文共52页,点击 下载论文
上一篇:基于深度学习框架的动作识别研究
下一篇:大规模RDF图数据的子图匹配查询研究