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--在其他方面的应用论文

基于Ontology和元数据的电子政务信息资源整合的应用研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-23页
   ·课题研究背景第11-14页
     ·政务信息资源整合已成为国家电子政务发展亟待解决的问题第11-12页
     ·元数据模型的建立是实现政务信息资源整合的关键技术第12-13页
     ·本体(Ontology)是建立政务信息资源元数据模型的有效方法第13-14页
   ·相关研究综述第14-20页
     ·电子政务发展状况第14-15页
     ·政务信息资源整合的国内外研究现状第15-16页
     ·本体理论的研究综述第16-17页
     ·元数据及其建模的研究综述第17-20页
   ·论文的研究意义、内容及结构第20-23页
     ·论文的研究意义第20页
     ·论文的研究内容第20-21页
     ·论文的结构第21-23页
第二章 政务信息资源及其元数据分析与建立第23-41页
   ·政务信息资源概述第23-31页
     ·政务信息资源的概念第23页
     ·政务信息资源的分类第23-25页
     ·政务信息资源的特征第25-27页
     ·政务信息资源的组织模式第27-30页
     ·政务信息资源建设面临的主要问题第30-31页
   ·政务信息资源的描述标准及其元数据标准第31-37页
     ·政务信息资源的描述框架第31-34页
     ·政务信息资源的标准体系第34-36页
     ·政务信息资源元数据标准第36-37页
   ·地方人大常委会政务信息资源元数据建立第37-41页
     ·元数据建立方案第37页
     ·核心元数据设计第37-38页
     ·元数据内容框架第38-39页
     ·山西省人大常委会政务信息资源元数据-字典第39-41页
第三章 基于本体的政务信息资源元数据模型研究第41-57页
   ·本体及建模理论概述第41-47页
     ·本体的概念第41页
     ·本体的建模第41-42页
     ·本体的描述语言第42-44页
     ·本体的构建第44-45页
     ·本体模型与传统概念模型的比较第45-46页
     ·利用本体建立面向语义的元数据模型的思考与分析第46-47页
   ·基于本体的元数据模型的语义描述与结构第47-51页
     ·采用描述逻辑表达基于本体的元数据模型的语义第47页
     ·元数据模型的结构体系第47-48页
     ·基于本体的元数据模型的结构第48-51页
   ·基于本体的政务信息资源元数据模型的建立和表示第51-57页
     ·基于本体的政务信息资源元数据模型的建立第51-54页
     ·基于本体的政务信息资源元数据模型的表示第54-57页
第四章 基于Ontology元数据模型的政务信息资源整合机制研究第57-71页
   ·政务信息资源整合概述第57-58页
     ·政务信息资源整合的概念第57页
     ·政务信息资源整合的原则第57页
     ·政务信息资源整合的特点第57-58页
     ·政务信息资源整合的意义第58页
   ·基于元数据模型的信息资源整合第58-67页
     ·全局性元数据模型第59-60页
     ·信息源模型第60-61页
     ·Ontology元数据模型的集成第61-67页
   ·基于Ontology元数据模型的政务信息资源整合第67-71页
     ·Ontology元数据模型的管理组件第67-68页
     ·基于Ontology元数据模型的政务信息资源整合的体系架构第68-69页
     ·基于Ontology元数据模型的政务信息资源整合过程第69-71页
第五章 政务信息资源整合实例--地方人大常委会电子政务信息资源共享与应用系统第71-87页
   ·项目背景第71-72页
   ·建设目标和设计原则第72-73页
   ·需求分析及问题描述第73-76页
     ·总体需求第73-74页
     ·详细需求第74-76页
   ·系统总体结构第76-79页
   ·基于Ontology元数据模型的人大政务信息资源整合第79-80页
   ·系统运行效果第80-83页
   ·系统应用评价第83-87页
第六章 结论与展望第87-89页
   ·全文总结第87-88页
   ·研究展望第88-89页
参考文献第89-93页
致谢第93-95页
硕士期间论文发表情况第95-97页
硕士期间参加项目情况第97页

论文共97页,点击 下载论文
上一篇:基于改进PCA的人脸识别混合算法研究
下一篇:中文文本分类中特征选择方法的应用与研究