StepMatch:一种基于BSP计算模型的SPARQL基本图模式匹配算法

随着语义网的发展,越来越多的数据通过资源描述框架(resource description framework,RDF)格式发布出来.目前有很多研究使用MapReduce计算模型处理大规模RDF数据,将SPARQL查询拆分成多步迭代.对于更适合使用消息传递模型来解决的图计算问题,MapReduce并非是最佳的选择.StepMatch算法基于整体同步并行(bulk synchronous parallel,BSP)计算模型,能有效解决SPARQL的基本图模式匹配查询.StepMatch是一个面向顶点的算法,RDF图中每一个顶点都被视为一个计算单元,顶点可以执行计算并向其他顶点发送消息.对于一个给定的SPARQL查询,StepMatch算法的超步数量与SPARQL查询包含的子句数目相等.最后,实现了StepMatch算法,并在合成的LUBM(Lehigh University Benchmark)数据集和真实的DBpedia数据集上进行了性能实验.

基于语义网的中文百科知识组织与集成

通过从3个最大的中文百科全书(百度百科、互动百科、中文维基百科)所包含的大规模知识数据中识别重要的结构化特征生成RDF三元组,并将这些信息数据整合加入分布式大规模RDF数据存储系统,从而构成符合Linked Data要求的中文百科知识库RDF数据集。主要工作包括,通过配置网络爬虫对百度百科和互动百科的网页进行爬取,解析其中信息框等内容,生成RDF三元组并实现三元组的动态插入;下载需要的DBpedia中文三元组数据,将三元组进行整合并存储到课题组的大规模语义数据存储库Jingwei中;设计显示动态插入和三元组模式查询的页面,通过原型系统实验,验证了该方法的有效性。

人脸识别技术在智能楼宇中的应用研究

随着信息技术和智能科技的不断发展,信息化、智能化、人性化、多元化、一体化等特点已成为智能楼宇的发展趋势。利用生物特征技术来识别人的身份,正成为智能楼宇的一项重要革新。为了更好地提升楼宇管理效率,为楼宇内人员提供更为便捷、高效的服务,文章从分析人脸识别技术与智能楼宇结合的优势出发,研究人脸识别系统应具备的主要功能、组成部分和系统集成,致力将人脸识别系统应用于楼宇的出入管理、安防管理、消费管理和访客管理,为智能楼宇的集约化、平台化和人性化管理提供技术支撑。