首页--工业技术论文--金属学与金属工艺论文--金属学与热处理论文--金属材料论文

基于多材料本体的语义查询扩展机制的研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第10-14页
    1.1 论文的研究背景与意义第10-11页
        1.1.1 论文来源与研究背景第10页
        1.1.2 论文研究意义第10-11页
    1.2 研究内容第11-12页
    1.3 论文的组织结构第12-14页
第2章 相关研究综述第14-18页
    2.1 查询扩展技术第14页
    2.2 基于本体的查询扩展方法第14-16页
    2.3 基于本体的语义相似度计算策略第16-17页
    2.4 材料本体介绍第17页
    2.5 本章小结第17-18页
第3章 基于多材料本体的概念扩展第18-40页
    3.1 问题描述第18-19页
    3.2 利用S-SMOA扩展策略获取相似概念第19-23页
        3.2.1 相似性概念扩展的过程第19-20页
        3.2.2 相似性概念扩展算法(S-SMOA)描述第20-22页
        3.2.3 基于本体匹配结果的概念扩展策略第22-23页
    3.3 利用P-Jaccard扩展策略获取相关概念第23-28页
        3.3.1 查询模式的设计第23-24页
        3.3.2 相关性概念扩展的过程第24-25页
        3.3.3 相关性概念扩展算法(P-Jaccard)描述第25-28页
    3.4 实验分析及评价第28-37页
        3.4.1 定义基于S-SMOA方法的概念扩展阈值第28-29页
        3.4.2 与单本体在不同概念扩展策略下比较第29-30页
        3.4.3 与单本体在同种概念扩展策略下比较第30-32页
        3.4.4 评价多本体概念扩展时间性能第32-34页
        3.4.5 与基于Leacock-Chodorow算法的扩展策略对比第34-35页
        3.4.6 与基于Leacock-Chodorow算法的扩展策略时间性能对比第35-36页
        3.4.7 与基于本体映射结果的扩展策略对比第36-37页
        3.4.8 评价抽取相关概念的时间性能第37页
    3.5 本章小结第37-40页
第4章 扩展概念的过滤和补充第40-52页
    4.1 方法概述第40-41页
    4.2 扩展概念的过滤第41-43页
        4.2.1 扩展概念过滤的具体过程第41-42页
        4.2.2 扩展概念过滤的算法描述第42-43页
    4.3 扩展概念的补充第43-46页
        4.3.1 概念补充的具体过程第43-44页
        4.3.2 概念补充的算法描述第44-46页
    4.4 实验分析及评价第46-51页
        4.4.1 概念过滤第46页
        4.4.2 与使用其他算法进行概念过滤对比第46-49页
        4.4.3 概念补充第49-50页
        4.4.4 评价概念过滤和补充的时间性能第50-51页
    4.5 本章小结第51-52页
第5章 扩展概念在数据源中的查询第52-66页
    5.1 问题描述第52页
    5.2 匹配数据源中的概念第52-55页
        5.2.1 匹配数据源中概念的具体过程第52-53页
        5.2.2 匹配数据源中概念的算法描述第53-54页
        5.2.3 匹配数据源中概念的实例分析第54-55页
    5.3 匹配概念在数据源中的查询处理第55-62页
        5.3.1 扩展概念查询第56-60页
        5.3.2 相关概念查询第60-62页
    5.4 查询处理实例分析第62-63页
    5.5 查询处理时间性能分析第63-64页
    5.6 本章小结第64-66页
第6章 系统设计与实现第66-74页
    6.1 查询模式的设计第66-67页
    6.2 关键字查询结果展示第67-68页
    6.3 四面体查询结果展示第68-70页
    6.4 相关信息查询结果展示第70-73页
    6.5 本章小结第73-74页
结论第74-76页
参考文献第76-82页
攻读硕士学位期间所发表的论文第82-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:面向多线程机制的软件重构方法研究与实现
下一篇:中文短文本情感分类方法的研究与实现