基于配置树相似度的YANG模型自动适配方案
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 研究目标及主要工作 | 第14-15页 |
| 1.3 论文的组织结构 | 第15-16页 |
| 第2章 研究现状 | 第16-28页 |
| 2.1 YANG建模语言简介 | 第16-17页 |
| 2.2 YANG适配现有解决方案 | 第17-19页 |
| 2.3 XML文档相似度计算 | 第19-20页 |
| 2.4 文本相似度计算 | 第20-27页 |
| 2.4.1 基于WordNet的语义相似度 | 第21-23页 |
| 2.4.2 Word2Vec词向量方法 | 第23-25页 |
| 2.4.3 WMD文档距离度量方法 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于节点属性的配置树相似度计算方法 | 第28-40页 |
| 3.1 YANG模型特征分析 | 第28-30页 |
| 3.2 配置树构建 | 第30-32页 |
| 3.3 配置树预处理 | 第32-34页 |
| 3.3.1 缩略词表的自动化构建 | 第32-33页 |
| 3.3.2 节点属性词义消歧 | 第33-34页 |
| 3.4 配置树节点相似度计算 | 第34-38页 |
| 3.4.1 节点属性分析 | 第35-36页 |
| 3.4.2 属性文本相似度 | 第36-38页 |
| 3.5 配置树相似度计算 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于节点最优匹配的映射规则生成算法 | 第40-50页 |
| 4.1 映射场景分析 | 第40-41页 |
| 4.2 映射规则生成算法思想及设计 | 第41-43页 |
| 4.2.1 算法基本思想 | 第41页 |
| 4.2.2 算法流程设计 | 第41-43页 |
| 4.3 利用互斥词表优化映射规则算法 | 第43-44页 |
| 4.4 实验结果分析 | 第44-48页 |
| 4.4.1 语料库对结果的影响 | 第45-46页 |
| 4.4.2 互斥词表对结果的影响 | 第46-47页 |
| 4.4.3 加权系数对结果的影响 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第5章 原型系统实现 | 第50-59页 |
| 5.1 原型系统实现框架 | 第50-51页 |
| 5.2 数据库结构设计 | 第51-54页 |
| 5.3 系统实现 | 第54-57页 |
| 5.4 系统优化及性能测试 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 论文总结 | 第59页 |
| 6.2 未来工作 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 硕士期间发表论文 | 第65页 |
