基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)

基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)

ID:33166079

大?。?.03 MB

頁數(shù):79頁

時間:2019-02-21

基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)_第1頁
基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)_第2頁
基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)_第3頁
基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)_第4頁
基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)_第5頁
資源描述:

《基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、代號10701學(xué)號1021121254分類號TP311.5密級公開題(中、英文)目基于本體的語義數(shù)據(jù)聚類的研究與實現(xiàn)ResearchandImplementationofOntology-basedSemanticDataClustering作者姓名吳中遠(yuǎn)指導(dǎo)教師姓名、職務(wù)陳平教授學(xué)科門類工學(xué)學(xué)科、專業(yè)計算機(jī)軟件與理論提交論文日期二〇一三年二月西安電子科技大學(xué)學(xué)位論文創(chuàng)新性聲明秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)分和優(yōu)良的科學(xué)道德,本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致

2、謝中所羅列的內(nèi)容以外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果;也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說明并表示了謝意。申請學(xué)位論文與資料若有不實之處,本人承擔(dān)一切的法律責(zé)任。本人簽名:日期西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱和借閱論文;學(xué)??梢怨颊撐牡?/p>

3、全部或部分內(nèi)容,可以允許采用影印、縮印或其它復(fù)制手段保存論文。同時本人保證,畢業(yè)后結(jié)合學(xué)位論文研究課題再攥寫的文章一律署名單位為西安電子科技大學(xué)。(保密的論文在解密后遵守此規(guī)定)本學(xué)位論文屬于保密,在年解密后適用本授權(quán)書。本人簽名:日期導(dǎo)師簽名:日期摘要當(dāng)用戶面對經(jīng)過本體標(biāo)注過的大量實例時,如何快速的挖掘出對用戶有用的信息仍是研究人員迫切需要解決的問題。聚類作為一種無監(jiān)督的分類方法是對大量實例數(shù)據(jù)處理的重要手段,但是聚類在本體中如何應(yīng)用的研究成果還比較少。因此本論文是為了開發(fā)基于本體的語義聚類工具而研究了聚類算法在本

4、體領(lǐng)域內(nèi)應(yīng)用。本論文針對聚類在本體領(lǐng)域應(yīng)用的過程中出現(xiàn)的問題,研究了經(jīng)過本體標(biāo)注后的實例數(shù)據(jù)進(jìn)行聚類的過程;闡述了本體與聚類算法相結(jié)合的基本思想和方法;介紹了本體相似度算法與聚類的相關(guān)技術(shù);分析了概念相似度算法和FCM算法的基本思想;設(shè)計改進(jìn)的概念相似度算法、屬性相似度算法、實例相似度算法和基于本體的OWLFCM聚類算法以及聚類結(jié)果優(yōu)化調(diào)整算法;給出了基于本體的聚類工具的應(yīng)用架構(gòu)設(shè)計;并實現(xiàn)了該聚類工具。根據(jù)對設(shè)計的各種算法和實現(xiàn)的工具的測試,表明概念、屬性和實例相似度算法在OWLFCM聚類中可以得到良好的聚類效果,

5、并且基于本體的聚類結(jié)果優(yōu)化調(diào)整算法也可以將OWLFCM的結(jié)果進(jìn)行很好的優(yōu)化,同時基于本體的實例聚類工具OWLCluster各功能也達(dá)到了設(shè)計要求。關(guān)鍵詞:本體相似度算法模糊C均值結(jié)果優(yōu)化AbstractWhenusersfacealargenumberofdataslikeinstanceswhicharemarkedbyontology,itisveryimportantforusershowquicklytofindmoreinformationwhichisuseful.Clustering,whichisan

6、unsuoervisedclassification,isanimportantmeanstoprocessalargenumberofdatas,butitisstillrelativelysmallhowtoclusterintheontology.Therefore,theauthorstudiedclusteringalgorithmintheontology,anddevelopedthetoolbasedonontologytoclustertheinstances.Thepaperstudiedthep

7、rocessofclusteringinstances;expoundedthebasicideasandmethodsofcombiningtheontologyandclustering;introducedsimilartechnologies;analyzedtheprocessofconceptsimilarityalgorithmandFCM;improvedalgorithmsaboutconcepts,attributeandinstances;designedaclusteringalgorithm

8、calledOWLFCMofwhichresultscouldbeoptimized;designedandimplementedtheclusteringtool.Accordingtothetests,itcanbefoundthatvariousalgorithmsormethodsdescribedabovehavetheeffect.

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。