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

基于语义的实时数据集成技术研究

摘要第4-5页
ABSTRACT第5-6页
创新点摘要第7-10页
第一章 绪论第10-16页
    1.1 研究背景第10页
    1.2 国内外研究现状第10-14页
        1.2.1 数据集成第10-13页
        1.2.2 实时数据集成第13页
        1.2.3 语义技术第13-14页
    1.3 论文的研究内容及结构安排第14-16页
第二章 基于语义的实时数据集成框架第16-24页
    2.1 实时数据定义及特点分析第16-17页
        2.1.1 实时数据定义第16页
        2.1.2 实时数据特点分析第16-17页
    2.2 传统的实时数据集成框架分析第17-19页
        2.2.1 传统的实时数据集成框架第17-18页
        2.2.2 传统的实时数据集成框架的缺陷第18-19页
    2.3 基于语义的实时数据集成架构第19-23页
        2.3.1 实时数据时效性分析第19-20页
        2.3.2 实时数据语义特点分析第20-21页
        2.3.3 实时数据集成过程中准确性分析第21页
        2.3.4 基于语义的实时数据集成框架第21-22页
        2.3.5 基于语义的实时数据集成过程模型及关键技术分析第22-23页
    2.4 本章小结第23-24页
第三章 实时数据传输及加载关键技术研究第24-35页
    3.1 基于消息中间件缓存的实时数据传输第24-26页
        3.1.1 实时数据传输过程问题分析第24-25页
        3.1.2 基于消息中间件的实时数据传输方法第25页
        3.1.3 基于消息中间件的实时数据传输方法的优点分析第25-26页
    3.2 基于数据实时性需求的任务调度第26-32页
        3.2.1 任务的并发执行第26页
        3.2.2 任务调度过程分析第26-27页
        3.2.3 任务的实时性分析第27-28页
        3.2.4 基于任务实时性需求的任务调度策略第28-31页
        3.2.5 基于任务实时性需求的任务调度过程第31-32页
    3.3 基于实时缓存的实时数据加载第32-34页
        3.3.1 实时加载问题分析第32-33页
        3.3.2 实时加载方法研究第33页
        3.3.3 基于实时数据缓存的实时加载方法第33-34页
        3.3.4 数据实时加载方法的优点分析第34页
    3.4 本章小结第34-35页
第四章 基于领域本体的模式匹配技术研究第35-46页
    4.1 基于领域本体的模式匹配技术分析第35-37页
        4.1.1 研究背景及问题描述第35-36页
        4.1.2 模式匹配技术分析第36页
        4.1.3 基于领域本体的模式匹配模型第36-37页
    4.2 相似度算法分析第37页
        4.2.1 相似度计算影响因素第37页
        4.2.2 现有相似度算法的不足第37页
    4.3 基于石油领域本体的语义描述第37-40页
        4.3.1 领域本体第38-39页
        4.3.2 基于领域本体的语义描述方法第39-40页
    4.4 数据源与数据项的相似度计算第40-44页
        4.4.1 基于语义的相似度计算第40-42页
        4.4.2 基于属性的相似度计算第42-44页
        4.4.3 基于关系的相似度计算第44页
        4.4.4 综合相似度计算第44页
    4.5 算法改进优势第44-45页
    4.6 本章小结第45-46页
第五章 实验及结果分析第46-53页
    5.1 实验环境第46页
    5.2 多任务并发下的集成数据实时性测试第46-48页
        5.2.1 实验设计第46-47页
        5.2.2 实验结果分析第47-48页
    5.3 集成数据准确性测试第48-51页
        5.3.1 实验设计第48-49页
        5.3.2 实验结果及分析第49-51页
    5.4 本章小结第51-53页
结论第53-54页
参考文献第54-59页
发表文章目录第59-60页
致谢第60-61页

论文共61页,点击 下载论文
上一篇:房产信息个性化的推荐算法研究与应用
下一篇:面向数字微喷工艺封装的PCB焊点视觉检测与芯片识别研究