关系数据库中概念层次自动提取算法研究

作为一种重要的背景知识，概念层次在ＫＤＤ中发挥了重要作用。概念层次能够以层次的形式和偏序的关系组织数据和概念，能够以高层概念表示数据库中数据的关系。本文就概念层次的应用和提取进行了讨论，提出一种自动提取数值型概念层次的算法．

一种利用TM影像自动提取细小水体的方法

提出一种利用TM影像自动提取山区细小水体的多波段谱间关系改进方法。该方法在典型谱间关系法的基础上,针对水体与阴影在蓝绿光波段亮度值降低速率差异较大的特征,基于差值运算,构建新的多波段谱间关系水体提取模型。首先利用该模型将水体从其他地物及阴影中分离出来,然后基于数学形态学膨胀滤波算法进行空洞填充和短线连接,最后通过图像细化算法实现目标的细化。经过试验比较表明,该方法克服了许多水体提取模型只能有效提取较大面积水体的缺点,除了能够对山区的细小水体进行高精度自动提取外,还能够有效地去除阴影等干扰信息。

分布式环境下领域本体的自动提取

分布式环境下领域本体模型必须具备明确而且清晰的语义,以便于被共享和利用,本文基于该目的,提出了一种从分布式环境下自动提取本体的方法,并对如何提取本体中概念、关系、关系冲突消解和自动提取算法做了详细的阐述。

面向文本的本体自动构建研究综述

文章通过对国内外本体自动构建和从文中构建本体两个方面的相关综述文献进行评述,得出面向文本的本体自动构建过程的核心内容:概念的自动提取和概念间关系的自动抽取。从概念及其间关系的自动提取两个方面进行相关技术介绍分析并进行总结。指出当前面向文本的本体自动构建研究存在的不足以及接下来研究的重点方向。

维吾尔语领域本体构建综述

本体是一种重要的知识库,用来描述领域知识。彼此存在差异性的领域,其领域知识也呈现出差异性,而本体规模也会彼此迥异,可以视为一种相关性。本体中所覆盖的大量语义信息能够充分的支持信息检索系统的各种形式,同时也有助于语义网、信息抽取等技术应用实现新的突破。文章对从人工型、半自动型和自动型方面入手,构建的维吾尔语领域本体,详细总结和探讨了每个过程的成果,并提出了存在的问题和将来的挑战,为维吾尔语的信息处理,知识挖掘等方面将提供一定的科学基础。

Landsat8卫星OLI影像水体信息的自动提取研究

本文以Landsat 8卫星OLI影像的Coastal aerosol、Red、Near Infrared(NIR)和SWIR1四个波段推导出一种适用于Landsat 8卫星OLI影像水体信息的提取公式(即LBV中的B变换公式),在此基础上构建新的水体信息提取模型(新的谱间关系模型):KT3+B-OLIRed-OLINIR+DN>0,并利用此模型分别提取淮南市周边地区和五河县周边地区的水体信息。实验结果表明:新模型能快速地提取大面积水体信息,而且具有较好的效果和较高的精度,能满足大面积的水体快速制图和土地利用/覆盖的分类。