| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 相关理论和技术 | 第13-19页 |
| 1.2.1 语义网 | 第14-15页 |
| 1.2.2 本体知识库 | 第15-16页 |
| 1.2.3 GPU并行加速技术 | 第16-17页 |
| 1.2.4 全文检索 | 第17页 |
| 1.2.5 基于内容的图像检索 | 第17-18页 |
| 1.2.6 相关软件 | 第18-19页 |
| 1.3 本文工作及组织结构 | 第19-20页 |
| 第2章 文物素材智能检索系统总体解决方案 | 第20-27页 |
| 2.1 问题描述 | 第20-21页 |
| 2.2 系统总体方案设计 | 第21-22页 |
| 2.3 文物本体知识库构建 | 第22-23页 |
| 2.4 基于文物本体知识库的语义检索方案 | 第23-24页 |
| 2.5 基于设计规则库的知识推理 | 第24-25页 |
| 2.6 全文检索 | 第25页 |
| 2.7 本章小结 | 第25-27页 |
| 第3章 文物本体知识库的构建 | 第27-33页 |
| 3.1 问题简介 | 第27页 |
| 3.2 文物本体知识库的构建 | 第27-31页 |
| 3.2.1 文物本体知识库的构建方法 | 第27-28页 |
| 3.2.2 文物本体知识库的构建过程 | 第28-30页 |
| 3.2.3 文物本体知识库实例和规则的添加 | 第30-31页 |
| 3.3 文物本体知识库的管理 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于本体知识的并行推理引擎的设计与实现 | 第33-51页 |
| 4.1 概述 | 第33-35页 |
| 4.1.1 知识推理 | 第33页 |
| 4.1.2 RDF数据 | 第33-34页 |
| 4.1.3 规则 | 第34-35页 |
| 4.1.4 推理-规则匹配 | 第35页 |
| 4.2 知识推理算法-Rete | 第35-37页 |
| 4.3 Rete算法的并行化 | 第37-42页 |
| 4.3.1 准备工作 | 第38-39页 |
| 4.3.2 Alpha-Match的并行化 | 第39-40页 |
| 4.3.3 Beta-Match的并行化 | 第40-41页 |
| 4.3.4 结果去重 | 第41页 |
| 4.3.5 总体流程 | 第41-42页 |
| 4.4 流通的数据结构和匹配算法 | 第42-45页 |
| 4.4.1 match-list和match-condition | 第42页 |
| 4.4.2 Token | 第42-43页 |
| 4.4.3 Alpha-Match | 第43-44页 |
| 4.4.4 Beta-Match(Vector-based Matching) | 第44-45页 |
| 4.5 并行推理引擎设计与实现 | 第45-50页 |
| 4.5.1 开发环境 | 第45-46页 |
| 4.5.2 程序设计与优化 | 第46-47页 |
| 4.5.3 推理引擎测试 | 第47-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 文物素材智能检索系统的设计与实现 | 第51-70页 |
| 5.1 基于本体知识库的语义检索 | 第51-61页 |
| 5.1.1 问题描述 | 第51页 |
| 5.1.2 中文分词介绍 | 第51-52页 |
| 5.1.3 检索语句的分词处理 | 第52-57页 |
| 5.1.4 基于本体知识库的语义分析 | 第57-59页 |
| 5.1.5 本体知识库中的知识查询 | 第59-61页 |
| 5.2 基于素材库的全文检索 | 第61-64页 |
| 5.2.1 全文检索框架Lucene | 第61-63页 |
| 5.2.2 索引库的构建和维护 | 第63-64页 |
| 5.3 文物素材检索系统的实现 | 第64-69页 |
| 5.3.1 需求分析 | 第64页 |
| 5.3.2 开发环境 | 第64-66页 |
| 5.3.3 系统结构设计 | 第66-67页 |
| 5.3.4 系统评估 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 本文总结 | 第70-71页 |
| 6.2 未来工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间主要的研究成果 | 第75-76页 |
| 致谢 | 第76页 |