网格数据的语义查询优化研究

利用网格技术实现的异构数据源集成环境中,引入本体可以解决网格数据的语义查询问题。为了提高网格环境中语义查询的效率,提出了一个基于本体的语义查询优化器(GSQO),该优化器主要实现了以下3个模块的优化:(1)用户查询语义扩展;(2)资源选择;(3)并行处理。实验结果表明,GSQO通过采取上述优化策略提供了较好的查询效率。

语义查询扩展中词语-概念相关度的计算

在基于语义的查询扩展中,为了找到描述查询需求语义的相关概念,词语.概念相关度的计算是语义查询扩展中的关键一步.针对词语.概念相关度的计算,提出一种K2CM(keyword to concept method)方法.K2CM方法从词语.文档.概念所属程度和词语.概念共现程度两个方面来计算词语.概念相关度问语.文档.概念所属程度来源于标注的文档集中词语对概念的所属关系,即词语出现在若干文档中而文档被标注了若干概念.词语.概念共现程度是在词语概念对的共现性基础上增加了词语概念对的文本距离和文档分布特征的考虑.3种不同类型数据集上的语义检索实验结果表明,与传统方法相比,基于K2CM的语义查询扩展可以提高查询效果.

面向旅游领域的语义查询扩展方法

针对传统语义查询扩展方法存在返回结果多以及准确率不高的问题,以旅游领域为背景,提出一种语义加权查询扩展方法。利用本体推理能力与本体中的实体相关度进行查询扩展,结合TF-IDF算法的词频加权与语义相关度加权改善检索结果的排序。实验结果表明,相比其他2种方法,该方法能使更多符合要求的查询结果靠前排列,提高了旅游信息检索的正确率。

并行数据库的语义查询优化研究:基于Agent

并行数据库技术中的查询处理及优化方法,都各有优劣;作者提出了一种基于Multi-Agent技术的语义查询模型(SQMAS),并以此模型为基础建立了一种基于Agent的并行数据库语义查询方法;同时为了保证系统组内、组间Agent之间的高效通信,采用了树型拓扑结构(TTMAS)的通信模型,系统内各Agent使用通信原语高效通信、协作,且满足Agent间的通信路由最优,从而保证了SQMAS的查询效率.

DICOM数据的语义查询及优化

医学信息领域用DICOM类型的数据存储由各类检查设备产生的医学图像信息。DICOM标准的优点是标准化和语义化,它使各类医学图像设备和医学图像处理系统之间有了统一的数据交换模式。一个DICOM图像包含丰富的语义信息,包括患者相关、检查相关和图像相关的信息,但目前各类系统对其应用得还不够,尤其是数据挖掘方面,大多系统是通过构建关系数据库来存储和描述图像相关的信息。针对DICOM图像本身所携带的语义信息进行的挖掘还不够多,这违背了当初创建DICOM标准的初衷。造成这个应用现状的主要原因是国内系统厂商只利用了DICOM标准信息交换的功能,却对其语义的理解有欠缺。为了解决上述问题,对基于DICOM语义信息的数据检索模型、检索方法及检索优化方法进行了研究。根据目前国内业界的应用偏好,对DICOM标准的语义模型进行了扩展,在扩展模型下应用了文本模糊和数据模糊查询方法,最后提出了DICOM语义查询智能Agent的概念。

基于结构化P2P的语义查询技术

由于P2P系统可以高效地对资源进行共享而受到关注,但现在的P2P仅支持精确查找或者通过洪泛方式进行低效率文本检索。为了解决这个问题,该文提出了一种结构化P2P环境中的文本检索系统,使用LSH函数将高维语义相关的文本向量映射相近的节点上,并解决了由此带来的负载均衡问题。实验结果显示该系统具有很好的查询准确率和负载均衡性能。

用于分布式语义查询的语义逼近方法

传统的基于关键词的信息查询方法已经不能满足用户的需要.为此,提出基于语义逼近的信息查询方法,探讨了语义替换规则和基于逼近度的查询结果排序策略.最后基于多代理技术实现了一个分布式语义查询系统,能执行跨多个本体的语义查询任务.

面向医学信息交换的语义查询系统设计

医疗信息工作者通过制定医学数据交换标准,实现各种纷杂独立的异构医疗信息系统间的数据共享。但由于现实医疗环境的复杂性,存在如HIS、PACS、LIS和0S等异构系统,在这些异构系统中对相同含义的对象可能存在各种不同的语言表达方式,如何识别利用这些信息以提高医疗服务质量,成为备受关注且亟需解决的问题。提出面向医学信息交换的语义查询系统,引入本体的方法来解决语义信息缺乏问题,以更好地实现医疗系统的信息交换和共享。

基于SQWRL的本体知识库语义查询

本体技术是知识工程领域的研究热点,本体对于领域知识具有强大的语义描述能力和推理能力,能够很好地被计算机识别和理解,从而可在语义层面实现知识共享、重用和扩展。本体技术在形式化、开放性和共享性等方面比其他知识建模技术能提供更强大的能力。介绍了基于本体的知识库的概念以及基本构架;描述了本体知识库查询的语言特点,重点阐述了SWRL规则以及SQWRL语义查询;采用语义网规则语言(SWRL)将材料选择本体中的因果知识表达为一组知识规则,增强本体知识库的推理能力;采用Java编程技术调用SWRL API和OWL API,将知识库层、用户界面层及推理层三大模块组建成一个完整的语义查询系统,并使用基于描述逻辑的Drools规则推理机对本体进行规则推理。给出了一个基于SQWRL语义查询的工程材料领域本体知识查询实例进行说明。

基于语义查询树的GIS中文查询语句向SQL的转换

提出了语义查询树的中间语言结构,设计了查询语句向语义查询树的转换算法。为了解决嵌套结构转换的难点,引进了查询块的概念,实现了查询块向SQL语句转换的算法,并将此转换方法与以前的方法进行了比较。实验表明,本文方法是一种比较理想的中文查询语句的理解方法。

基于语义查询接口的科研本体知识库数据集成方法研究与实现

为了实现科研本体知识库高效可靠的规范组织国内外科研领域各类资源,引出了数据集成方法的研究和讨论。本文首先从规范数据模板、制定查重策略和研发集成工具3个方面阐述了数据集成方法的整体思路。在此基础上,重点描述了数据集成过程中的关键技术点以及实现方法。最后对数据集成方法进行了实践验证,通过效果评价,证明了其可行性和可操作性并提出了下一步的研究重点。

语义查询优化技术研究综述

1.引言 传统的查询优化器利用语法变换对查询进行优化,从生成的查询计划中选择一个具有最小代价的执行计划.然而,随着数据库技术和网络技术的发展,尤其是在异构数据库环境下和面向对象的数据库中,处理的对象结构更为复杂,传统的查询优化器显得力不从心.

面向科学工作流服务发现的语义查询、匹配与组合

科学工作流是数字化科研的强有力工具,其基本构成部分是Web服务。在生物信息学应用领域,Web服务一般通过本体进行语义描述,并封装成语义Web服务。文章以描述逻辑及其SHIQ语言为基础,研究目的在于定义生物信息学领域的Web服务语义描述框架,主要方法包括服务的语法与语义定义,语义Web服务的查询与匹配以及多服务的组合机制。最后以DNA序列查询以及格式转换为例,论述了具体的应用方式,实际使用有较好的效果。研究结论是:语义封装以及语义查询可以很好解决无状态Web服务查询匹配的精确度问题。

基于无导词义消歧的语义查询扩展

一个构造良好的查询是信息检索质量的基本保证,语义查询扩展技术解决了传统信息检索系统不能很好理解用户查询意图的问题,在提高检索查全率的同时保证了检索准确率.本文以查询关键字之间的语义关联为切入点,辅以隐式反馈技术获取消歧上下文,以WordNet本体库和WordNet Domains扩展库作为消歧数据源,使用基于局部上下文和基于图论的两类无导词义消歧方法进行查询关键字到本体概念的映射,最后基于概念词汇关联完成基于语义的查询扩展.综合WordNet本体库和WordNet Domains扩展库中的各项知识源对查询词义进行判定,保证了词义消歧的精度;采用无导词义消歧实现查询词义的快速判定,保证了信息检索的实时性;根据查询关键词的多寡分别提出两类消歧方法,满足了各种查询需求.

三维高速铁路场景对象的地理本体建模与语义查询

针对高速铁路场景对象种类繁多、空间关系复杂的问题,采用地理本体建模方法,进行多层次概念模型分析,研究专业领域本体映射与本体集成方法,构建场景对象本体知识库,并在引入语义距离和知网(How Net)的基础上,分别构建语义相似度和语义相关度的计算模型,进而实现基于地理本体的场景对象语义查询。实验证明,查询方案不仅能够利用地理本体显式化的描述能力提高查询效率,还能够借助语义相似度匹配方法提高查询的准确性。研究成果对三维高速铁路场景对象的存储、管理、建模与分析等应用具有较强的实际意义。

演绎数据库中的语义查询优化方法

语义查询优化的目的是使用语义知识来进行有效的查询，以提高查询效率。通过语义编译和语义转换，把一个查询转换成一个或多个更为有效的等价查询。本文介绍在演绎数据库中语义查询优化方法。

一种自底向上的静态语义查询优化算法

演绎数据库语义查询优化是运用数据库中的语义知识 ,即完整性约束条件 ,将用户提交的一种查询转换为能有效执行 ,并与原查询等价的查询的一种优化方法 .至今在这一领域已有了许多的算法 ,但大多是基于自顶向下的查询计算模式 .而本文提出的静态语义查询优化算法及其改进算法是在优化“并”和“连接”操作的过程中进行自底向上的查询计算 ,因此相对自顶向下的计算方式更有效地提高了查询执行效率 .

基于Hilbert空间填充曲线的P2P多维潜在语义查询

为在有组织对等(P2P)系统上提供有效的多关键词查询和搜索机制,提出了多维潜在语义查询(MLSQ)方法.该方法利用Hilbert空间填充曲线(HSFC)和潜在语义索引,将高维语义空间中相似的数据对象映射到一维数值空间中的邻近区域中,并以每个数据对象在一维数值空间中的序号作为键,将数据对象的索引分布到有组织P2P网络邻近的结点上.通过将HSFC中数据点的查找过程嵌入到有组织P2P网络的结点上,再利用网络的数据查找机制,MLSQ可方便地搜索到符合查询要求的数据对象.实验结果表明,MLSQ在搜索过程中需要访问的网络结点数比较少,并具有较高的查准率和较低的通信量的特点.

基于本体的语义查询扩展应用研究

传统的基于关键词匹配的信息检索方式已无法满足智慧城市建设进程中海量数据处理的要求,而基于本体的语义查询扩展智能化搜索技术借助于本体的语义信息与扩展推理使查询条件更符合用户意图,能够提高查全率和查准率,优化检索结果。在本体语义查询扩展技术的研究基础上,使用主流的本体编辑工具Protégé创建了一个"计算机"领域的本体,并根据现实需要进行规则修改,最终将其应用于智慧城市远程教育资源的个性化搜索中,能取得较理想的效果。

支持语义查询的扩展关系型数据库设计及应用

传统的数据库非常适合于存储和处理大量的数据,但其检索是基于关键字的。本体的检索是基于知识的,但当实际的应用中存在大量的实例信息时,推理机都不能够得到特别满意的性能结果。吸取两者的优点,提出扩展关系型数据库检索模型,将其应用于数字博物馆的检索系统中,并对此方法检索的查全率和检索效率进行了分析。