基于RDFS网络文本数据表示的金融风险研究

金融是现代经济的核心,如何防范和化解金融风险成为重要课题。文章针对互联网海量文本数据,基于RDFS方法进行金融风险识别的研究,并构建了基于RDFS的互联网金融文本数据风险识别模型。第一步是对互联网数据源的金融文本数据进行数据预处理;第二步是对文本数据进行信息抽取,并将抽取的信息进行有效的RDFS数据表示;第三步是基于RDFS数据表示对文本数据进行有效的分析预警。

基于RDFS的本体集成方法

现实中的数据源一般具有半结构化、异构性和分布性等特点,而许多应用需要对不同的相关数据源进行联合操作。本体集成是解决知识共享、异构数据源语义互操作的有力工具。首先分析了本体集成的原因,提出了本体集成时应遵循的4条基本原则;然后提出了一种基于RDFS图闭包的本体集成方法,该方法将RDFS本体抽象为图模型,根据RDFS推理规则和扩展规则生成RDFS本体的图闭包,在此基础上进行本体集成,同时提出了几种计算实体间相似度的方法。最后,将该方法与FCA-merge和COMA++进行实验对比。

从多个RDFS本体中抽取子本体

RDFS本体提供了用于表达语义信息的通用框架，是语义网的基础。本体规模的增大使得对于特定领域知识利用的效率降低，从中抽取领域子本体可解决此问题。单个本体中包含的领域知识有限，从多个本体中抽取子本体可获取更多的领域知识。将RDFS本体抽象为图模型，根据RDFS推理规则和本体间映射，生成多个RDFS源本体的联合闭包。应用图理论构建抽取算法，生成以领域概念为节点的子图，得到所需的领域本体。该方法对于RDFS层次的领域本体抽取有一定的适用性，可快速有效地构建领域本体。

基于OIL和RDFS的语义化Web逻辑扩展

1引言Web的发展使得Internet能够迅速地普及,通过Web人们可以得到各种各样的服务.随着新的应用不断加入到Web应用,Web的发展面临着应用标准不兼容、语义定义不严格、有效性和结构化缺乏等大量问题.这些问题使得针对Web资源难以进行机器自动查询、检索.

基于RDFS/OIL的供应链管理商务信息语义模型研究

从语义的角度对供应链管理中的商务信息进行平台无关的统一描述和建模 ,能够较好地解决供应链管理通过Internet共享资源的问题 。

RDFS扩充性原理及应用

1引言 互联网从早期的静态页面信息发布到Web内容的机器动态生成,使得人与人之间不仅可以在互联网上实现信息互通,人与机器也可以互动交流.但前两代的Web主要以TCP/IP和HTTP/HTML为基础支持人与人、人与机器、机器与机器之间的语法上的互操作,很少也很难支持语义互操作.

RDFS本体在关系数据库中的存储研究

在介绍RDFS模型的基础上,提出了一种基于关系数据库存储RDFS的混合模式。首先设计出对应的关系模型,然后通过使用Jena解析实现了RDFS在关系数据库中的存储,最后以存储过程为例,对如何利用关系数据库技术优化RDFS的存储和管理进行了研究与实现。

基于RDFS的教学资源库的分析与设计

领域知识库是教学内容的源泉和教学决策的依据。围绕计算机应用基础实验教学系统,研究了领域知识库的设计与实现。结合计算机应用基础课程的自身特点,研究了如何对领域知识进行科学、合理的划分,并建立了领域知识树;采用框架表示法表示知识,并给出基于RDFS的领域知识库的设计方法。

RDFS数据源的并行闭包生成算法(英文)

为了减少闭包的生成时间,提出了一种RDFS数据源闭包的并行生成算法.该算法基于RDFS推理规则生成闭包,根据三元组的形式对数据源中的RDFS三元组进行分类,缩小了特定形式三元组的直找范围;分析了各类三元组间的推理依赖关系,并按照每条推理规则所需的三元组将初始的数据源划分成多个子集,将子集导入各个并行的进程中,并应用RDFS推理规则并行地生成闭包.并行的闭包生成算法可以有效地减少运行时间以提高闭包生成的效率.

RDFS扩充性机制及应用——OIL

介绍了资源描述框架 (RDF)数据模型、RDFS的建模原语 ,在探讨语义化互联网的技术框架的基础上 ,探讨了RDFS的扩充性机制及其应用———OIL是如何在类定义。

MPPIE:基于消息传递的RDFS并行推理框架

随着语义Web的快速发展,RDF(resource description framework)语义数据规模呈现爆炸性增长趋势,大规模语义数据上的推理工作面临严峻挑战。基于消息传递机制提出了一种新的RDFS(RDF schema)并行推理方案。利用RDF图数据结构,建立RDFS推理过程的图上加边模型。以顶点为计算中心,根据不同推理模型,向其他顶点传递推理消息,完成推理操作。当所有推导出的新三元组以边的形式加入原RDF图中时,整个推理过程结束。在基于消息传递模型的开源框架Giraph上,实现了RDFS并行推理框架MPPIE(message passing parallel inference engine)。实验结果表明,在标准数据集LUBM和真实数据集DBpedia上,MPPIE执行速度均比当前性能最好的语义推理引擎Web PIE快一个数量级,且展现了良好的可伸展性。

基于关系数据库的RDFS存储研究

RDF是表达和处理Web上元数据的标准,而RDFS是RDF的词汇描述语言。在介绍RDF(S)模型的基础上,对目前RDFS的几种存储方式进行了比较分析,提出了一种基于关系数据库的RDFS存储策略,并设计出了对应的关系模型,最后通过使用Jena解析实现了RDFS在关系数据库中的存储。

一种基于约束依赖性分析的RDFS模式抽取方法

为了验证RDFS(resource description framework schema)本体的正确性所执行的推理是一项计算开销很大的任务,该任务在附加约束存在的条件下变得更加复杂.提出了一种旨在不改变推理结果的前提下,对RDFS模式进行抽取的方法.该方法基于对约束间的依赖关系进行分析.为了获取RDFS模式的精确语义,首先,将模式元素和约束形式化为一阶谓词逻辑中的析取嵌入依赖;接着,根据约束间的相互影响建立约束依赖图,在此基础上,提出了删除与推理任务无关的边和节点的策略;最后,通过重构造过程获取RDFS子模式.该方法使得推理验证可以在抽取后的小规模本体上进行.实验结果显示,该方法可以显著地提高RDFS本体验证过程的效率,抽取过程的平均耗时为0.60s,与推理检测时间相比几乎可以忽略,而获得的效率提升则为2.00倍~22.97倍不等.

基于RDFS扩展模式的网络知识表示

在简要介绍RDFS及其知识表示不足的基础上,论述了通过引入OIL本体容器和本体定义段来构造RDFS知识表示的扩展模式。

基于RDF/RDFS的渔业GIS元数据描述与发现

在简要介绍了元数据和语义网的相关概念之后,着重探讨了渔业地理信息系统中渔业信息的异构问题以资源描述框架为基础建立了渔业地理信息系统中的元数据描述与发现模型,并通过具体实例验证了该模型。

SL-tgStore:新的时序知识图谱存储模型

为了解决时序知识图谱的存储问题,提出结合快照和日志模式的时序知识图谱存储模型SL-tgStore.模型由若干时间桶组成,每个时间桶由一系列的时间窗口组成.在首个时间窗口引入初始快照作为时序知识图谱存储和处理的基本单元,在接下来的时间窗口存储为增量日志.提出相应的阈值来确定初始快照的生成,即生成一个新的时间桶,以达到初始快照数量与增量日志数量的平衡,并提出临时快照生成算法.所提模型能够有效解决快照存储模式消耗内存大,日志存储模式查询效率低的问题.为了对SL-tgStore模型进行高效查询,在此基础上提出4种索引结构.在4个真实数据集上进行实验,理论研究与实验结果表明所提出的SL-tgStore存储模型具有高效性.

基于RDFS的用户本体的构建与优化研究

文章提出了一种基于本体的用户建模方法。首先,基于用户兴趣概念集合,分别从同主题源本体的RDFS闭包中抽取子本体,然后采用多策略映射方法将其合并形成初始用户本体;其次,基于各类用户Web使用数据,挖掘高频关键词,追踪用户兴趣变化,构建增量本体;然后,利用衰减函数和相关阈值,将增量本体与初始用户本体合并,在增加新概念及其关系的同时,剔除不再感兴趣的概念,以实现用户本体的自动优化。

基于字典的压缩加密查询方案研究

RDF(资源描述框架,Resource Description Framework)压缩方案可以有效压缩庞大的RDF数据集,RDF加密方案可以有效提高数据的安全性。结合这两种方案,该文提出了一种基于字典的压缩加密查询方案。首先,通过原始的RDF数据集构建字典集,实现数据的压缩;然后,通过字典集生成密文ID三元组,实现数据的加密。将字典集存放在可信区域,密文ID三元组存储在不可信区域。查询时,首先通过字典集将查询语句中的关键词转换成对应的密文关键词,然后在密文ID三元组上查询与密文关键词相关的数据,将得到的密文数据传送至可信区域,在可信区域进行解密和解压缩操作,得到最终的明文数据。该方案将查询操作与解密解压缩操作分开,查询只在不可信区域操作,解密解压缩则在可信区域操作,从而进一步提高数据的安全性。最后,在5个数据集上与其他RDF加密方案进行了对比实验,实验结果证明了该压缩加密查询方案在查询性能上有一定的提升,验证了该方案是可行的和有效的。

RDF技术资源化处理园林废弃物的应用研究——以佛山市南海区为例

在垃圾分类、碳减排、碳达峰碳中和及无废城市建设的政策导向下,开展园林废弃物资源化利用,建设投资低、运行成本低、资源化产品附加值高的现代化园林废弃物资源化处理系统是当代固废资源化研发工作的重点,也是当今城市发展中急需解决的问题。佛山市南海区园林废弃物资源化利用中心采用垃圾衍生燃料(RDF)技术对园林废弃物进行资源化处理,其主要由粗破碎、粉碎、热源混气、烘干、造粒、冷却打包及降温除尘等处理工序组成,主要资源化产品为垃圾衍生燃料和生物质粉碎料。该中心占地面积为4 667 m2,总投资为1 037.81万元,设计处理规模为120 t/d,年累计处理园林废弃物3.96万t,共生产垃圾衍生燃料1.49万t、生物质粉碎料0.56万t,年经营收入为1 096.92万元。该项目较好地实现园林废弃物的资源化和能源化利用,其成功实施不仅带来显著的示范效应,还为其他城市园林废弃物的资源化利用提供有益借鉴。

RDF替代燃料处置通道优化改造

水泥行业持续下行,深挖燃料替代成为水泥窑协同单位的生存之道。本文通过对大倾角固态处置系统实施RDF处置通道技术改造,总结其输送装置加装及运行过程中存在的问题,并对设备参数进行优化调整,显著改善了RDF输送过程中的堵料及架空问题。该项技改可实现RDF连续稳定投加,且台时最高可达到5 t/h,可节煤3 t/h以上,节能降耗成效明显。