基于机器学习的本体概念映射研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-12页 |
·课题来源 | 第8页 |
·选题背景和目的 | 第8-9页 |
·国内外现状 | 第9-10页 |
·本文的组织与结构 | 第10-11页 |
·研究内容 | 第10页 |
·章节安排 | 第10-11页 |
·小结 | 第11-12页 |
2 本体概述 | 第12-20页 |
·本体的基础——语义网的发展 | 第12-15页 |
·万维网的发展现状及缺陷 | 第12-13页 |
·语义网及应用领域 | 第13-14页 |
·语义网技术 | 第14-15页 |
·本体理论及本体描述方法 | 第15-16页 |
·本体理论 | 第15页 |
·本体的形式化描述 | 第15-16页 |
·本体异构 | 第16-18页 |
·本体映射 | 第18页 |
·本体映射方法 | 第18-19页 |
·小结 | 第19-20页 |
3 果品领域本体映射 | 第20-33页 |
·果品领域本体的构建 | 第20-25页 |
·果品领域本体的结构分析 | 第20-21页 |
·果品领域本体的关系分析 | 第21-22页 |
·构建本体视图 | 第22-23页 |
·本体的存储 | 第23-25页 |
·果品领域本体的映射 | 第25-32页 |
·果品本体映射的思想 | 第27-29页 |
·果品本体映射的过程 | 第29-32页 |
·小结 | 第32-33页 |
4 概念相似度和机器学习 | 第33-40页 |
·概念相似度 | 第33页 |
·果品领域概念相似度 | 第33-37页 |
·基于果品领域概念节点名称 | 第34页 |
·基于果品本体概念节点实例 | 第34-35页 |
·基于果品本体概念节点属性 | 第35-36页 |
·基于果品本体概念节点结构 | 第36-37页 |
·综合概念相似度 | 第37页 |
·机器学习方法理论及应用 | 第37-39页 |
·机器学习算法及分类 | 第38-39页 |
·映射机器学习 | 第39页 |
·小结 | 第39-40页 |
5 果品领域映射系统实现 | 第40-58页 |
·系统开发环境及环境配置 | 第40页 |
·系统总体设计 | 第40-41页 |
·系统框架模型 | 第41-44页 |
·系统接口 | 第44-46页 |
·Jena API | 第44页 |
·Jena推理 | 第44-45页 |
·OWL接口 | 第45-46页 |
·模块功能设计及实现 | 第46-57页 |
·用户登陆界面 | 第46页 |
·本体解析模块 | 第46-48页 |
·读取本体信息存储到数据库 | 第48-49页 |
·概念节点相似度计算 | 第49-53页 |
·生成映射关系 | 第53-56页 |
·果品本体映射结果 | 第56-57页 |
·小结 | 第57-58页 |
6 总结 | 第58-60页 |
·结论 | 第58-59页 |
·展望 | 第59-60页 |
参考文献 | 第60-63页 |
攻读硕士学位期间发表的论文 | 第63-64页 |
致谢 | 第64-66页 |