期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于主成分分析和K-Modes蚁群聚类的本体映射方法
被引量：
8
1
作者
叶霞
许飞翔
+1 位作者
曹军博
王馨
《计算机应用与软件》
北大核心
2020年第12期231-237,共7页
指挥信息系统测试数据在利用本体技术进行数据集成时,现有的本体映射模型准确率不高,影响集成效果。针对这种情况,提出基于主成分分析(Principal Component Analysis,PCA)和K-Modes蚁群聚类(K-Modes Ant Colony Clustering,KMACC)算法...
指挥信息系统测试数据在利用本体技术进行数据集成时,现有的本体映射模型准确率不高,影响集成效果。针对这种情况,提出基于主成分分析(Principal Component Analysis,PCA)和K-Modes蚁群聚类(K-Modes Ant Colony Clustering,KMACC)算法的本体映射方法。在基于PCA算法的本体概念相似度综合计算模型基础上,引入KMACC算法,实现批量本体概念映射关系的发现,进一步提高映射的准确性。实验结果表明,相比于传统基于Hownet的映射方法和RiMOM方法,该方法有效提升了本体映射的查全率和查准率,较好地解决了本体概念集成中的关键问题。
展开更多
关键词
本体映射
主成分分析
相似度计算
K-Modes聚类
蚁群聚类
在线阅读
下载PDF
职称材料
题名
基于主成分分析和K-Modes蚁群聚类的本体映射方法
被引量：
8
1
作者
叶霞
许飞翔
曹军博
王馨
机构
火箭军工程
大学
作战保障
学院
马里兰大学巴尔的摩校区信息系统学院
出处
《计算机应用与软件》
北大核心
2020年第12期231-237,共7页
基金
国家自然科学基金项目(61702525)。
文摘
指挥信息系统测试数据在利用本体技术进行数据集成时,现有的本体映射模型准确率不高,影响集成效果。针对这种情况,提出基于主成分分析(Principal Component Analysis,PCA)和K-Modes蚁群聚类(K-Modes Ant Colony Clustering,KMACC)算法的本体映射方法。在基于PCA算法的本体概念相似度综合计算模型基础上,引入KMACC算法,实现批量本体概念映射关系的发现,进一步提高映射的准确性。实验结果表明,相比于传统基于Hownet的映射方法和RiMOM方法,该方法有效提升了本体映射的查全率和查准率,较好地解决了本体概念集成中的关键问题。
关键词
本体映射
主成分分析
相似度计算
K-Modes聚类
蚁群聚类
Keywords
Ontology mapping
Principal component analysis
Similarity calculation
K-Modes clustering
Ant colony clustering
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于主成分分析和K-Modes蚁群聚类的本体映射方法
叶霞
许飞翔
曹军博
王馨
《计算机应用与软件》
北大核心
2020
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
