首页> 中文学位 >基于重要度计算的语义物联网本体摘要方法研究
【6h】

基于重要度计算的语义物联网本体摘要方法研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 课题背景与研究意义

1.2 国内外研究现状

1.2.1 语义物联网的研究现状

1.2.2 本体摘要的研究现状

1.3 论文研究内容

1.4 论文组织结构

第2章 语义物联网本体摘要的相关理论与流程设计

2.1 SWoT本体摘要的相关理论

2.1.1 语义物联网与本体

2.1.2 RDF语句

2.1.3 二分图模型

2.1.4 语义物联网本体摘要

2.2 SWoT本体摘要的流程设计

2.2.1 本体摘要相关方法对比分析

2.2.2 SWoT中基于重要度计算的本体摘要流程设计

2.3 本章小结

第3章 基于重要度计算的语义物联网本体摘要过程

3.1 SWoT中基于重要度计算的本体摘要框架

3.2 SWoT本体预处理过程

3.2.1 二分图模型在SWoT本体摘要中的应用

3.2.2 SWoT本体预处理实例

3.3 SWoT本体重要度计算过程

3.3.1 基于链接分析的RDF语句结构重要度计算

3.3.2 基于语用统计的RDF语句语用重要度计算

3.3.3 RDF语句的结构重要度与语用重要度结合计算

3.4 基于重要度的SWoT本体摘要生成过程

3.4.1 摘要生成过程

3.4.2 基于重要度的SWoT本体摘要生成实例

3.5 本章小结

第4章 基于重要度计算的语义物联网本体摘要原型系统

4.1 基于重要度计算的SWoT本体摘要原型系统的设计

4.1.1 ICSOSS总体设计

4.1.2 ICSOSS模块设计

4.1.3 ICSOSS数据库设计

4.2 基于重要度计算的SWoT本体摘要原型系统的实现

4.2.1 开发环境配置

4.2.2 SOPM主要功能实现

4.2.3 SOICM主要功能的实现

4.2.4 ISOSGM主要功能的实现

4.3 ICSOSS的实验结果与分析

4.3.1 实验数据

4.3.2 评估方法

4.3.3 实验结果与分析

4.4 本章小结

第5章 总结与展望

5.1 论文总结

5.2 工作展望

参考文献

攻读学位期间公开发表论文

致谢

展开▼

摘要

针对物联网的内在矛盾,将语义协同过程引入物联网,形成新一代网络,即语义物联网。语义协同过程是指基于本体进行语义标注与语义理解,因此,本体在语义物联网中起到了核心作用。但是,语义物联网本体目前主要存在两点不足:一是本体数量过多、内容复杂,不利于本体工程专家去理解并完成本体重用等相关工作;二是本体体积过大,对于语义物联网底层设备资源能力受限的情况下,能够提供一个精简且涵盖了最重要信息的本体是很有必要的。为了解决语义物联网本体不利于理解、体积过大等问题,本文提出了一种基于重要度计算的语义物联网本体摘要方法,从而保证语义物联网语义协同过程的更好实现。
  本论文采用结构和语用特征相结合的方式来实现基于重要度计算的语义物联网本体摘要。首先,对语义物联网本体进行预处理,获取本体中的术语集、RDF语句集和链接类型集,生成初始的RDF语句序列,采用RDF语句作为语义物联网本体摘要过程中的基本语义单元,创建表征本体结构的二分图模型;接着,在二分图模型的基础上,对RDF语句进行基于链接分析的结构重要度计算和基于语用统计的语用重要度计算,通过对统计结果和阈值的比较,进行RDF语句综合重要度计算,生成按照重要度排序的RDF语句序列,并设计了重要度计算过程算法;然后,对按照重要度排序的RDF语句序列进行冗余处理,将综合重要度最高的对象抽取到摘要结果集中,按需设定摘要长度后,生成摘要后结果集,并设计了摘要生成过程算法。
  为了验证上述方法在语义物联网中的有效性,本论文最后设计并实现了基于重要度计算的语义物联网本体摘要原型系统。该系统从功能上分为语义物联网本体预处理模块、语义物联网本体重要度计算模块及基于重要度的语义物联网本体摘要生成模块,分别实现了对语义物联网本体的解析、建模,重要度计算,消除冗余与摘要抽取功能。最终通过实验验证了该方法的准确性、可行性及该原型系统的性能。实验结果表明该本体摘要方法可以为用户提供满足其偏好的最优本体。

著录项

  • 作者

    邓玲玉;

  • 作者单位

    大连海事大学;

  • 授予单位 大连海事大学;
  • 学科 计算机科学与技术
  • 授予学位 硕士
  • 导师姓名 刘宁;
  • 年度 2017
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TN925.93;
  • 关键词

    语义物联网; 本体摘要; 重要度计算; 链接分析;

  • 入库时间 2022-08-17 10:56:36

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号