基于本体的关系数据库语义检索

以经济学领域本体为例,首先研究SemSORD基本原理和方法,然后提出基于关系数据库关键词检索(Keyword Search over Relational Databases,KSORD)技术实现的关系数据库语义检索模型,并实现相应的原型系统Si-SEEKER,最后提出该领域的研究挑战和技术发展趋势.     

对象级别的关系数据库信息检索技术研究

传统上,关系数据库信息检索以元组级别的关系数据为检索对象,以元组连接树为检索结果,其检索效果还不够理想。为了提高关系数据库信息检索的效果,提出对象级别的关系数据库信息检索研究,介绍了研究背景和现状,阐述了基本思想及主要研究内容,为关系数据库信息检索未来的研究提供了新的思路和方法。     

关系数据库的关键词检索研究

近年来,关系数据库的关键词检索研究再度成为热点问题。本文首先对关键词检索的一些基础知识进行阐述,接下来再对检索处理的相关技术和方法比如关系数据库模式与模式图的相关定义、检索处理、查询语言、评分与排序、提交查询结果这几个方面进行完整的分析。     

面向对象的医学图像数据模型(OOMI)的研究

根据医学图像在计算机上存储及检索的主要特征,提出了面向对象的医学图像数据模型的设想,讨论了在关系数据库管理系统上实现对象模型的技术,并探讨了利用该数据模型实现基于内容检索的方法.     

面向对象的医学图像数据模型（OOMI）的研究

根据医学图像在计算机上存储及检索的主要特征，提出了面向对象的医学图像数据模型的设想，讨论了在关系数据库管理系统上实现对象模型的技术，并探讨了利用该数据模型实现基于内容检索的方法。     

基于语义的数据库关键词检索系统

数据库关键词检索技术是当前的一个重要研究方向,它结合了传统数据库结构化数据存储效率高和信息检索系统非结构化数据检索方便高效的优点。本文介绍一种基于语义的数据库关键词检索系统的设计与实现,该系统以企业级应用开发标准J 2EE为基础,结合数据库技术、语义Web技术和关键词检索技术,可实现关系数据库的语义理解和关键词检索。对系统实现涉及的主要技术点：倒排索引、概念相似度和语义计分公式进行了深入分析,提出一种改进的倒排索引结构和一个新的基于语义的信息检索计分公式。     

对数据库上关键词检索的研究与分析

随着网络的快速发展,数据库的使用大幅度增加。当前,数据信息基本上都是存储在关系数据库中的,使得我们目前的检索需要通过数据库交互进行。而基于文件的关键字检索技术根本无法适用于更广泛的检索。我们迫切的需要研究一种技术,该技术必须是用户友好的,高效而准确,使得用户可以在不了解SQL语句,不了解数据库模型结构的情况下,仍旧可以像传统基于文件的关键字检索一样仅仅输入关键字就可以检索到满意的结果。本文就是主要研究和分析数据库上的关键词检索。     

一种关系数据库对象级别检索结果的聚类方法

针对关系数据库元组级别关键词检索中存在查询语句多义性及展现结果冗余性等问题,提出一种关系数据库对象级别检索结果的聚类方法。以对象的观点,综合考虑检索结果的相关性和多样性,从结构和内容两个层面对其聚类。基于覆盖树对检索结果进行同构判断,实现第一级聚类;利用核函数计算同构类别中检索结果间所包含内容的相似性,实现第二级聚类;同时对聚类后的结果集进行动态更新。该聚类方法有效降低了展现结果的冗余性,增加了用户可选择的结果类别,提高了检索系统的性能。     

DBORank:对象级别的关系数据库信息检索方法

对象级别的信息检索已经引起越来越多的关注和研究。针对这一研究问题,设计并实现了一个对象级别的关系数据库信息检索方法DBORank,来有效提高关系数据库信息检索效果。DBORank方法从数据库和信息检索两个角度出发,设计了一种灵活有效的评分机制,它既考虑了对象级别数据图的链接结构,又考虑了图中对象结点的内部结构,边的类型和权值,对象内容相关性等因素,同时优化了对象评分的迭代算法。实验表明DBORank方法具有良好的检索效果和效率。     

基于Web Service的统一检索平台设计与实现

随着校园网上数字信息资源库越来越多,用户在多个库中检索需要的数据越来越难,统一检索有效地解决这个问题。介绍统一检索技术的基本原理,分析实现统一检索的几个主要问题。提出基于Web Service实现统一检索平台的技术架构,重点研究检索语法的转换方法、平台采用的缓存模型和检索结果的处理方法。最后,实现了基于校园网多资源库的统一检索原型系统,验证了提出的各项解决方案的有效性。     

面向领域主题的智能搜索引擎设计

本文将概念检索扩展到面向领域主题检索的范畴,提出了面向领域主题的智能检索模型。给出了概念语义网络和面向领域主题的形式化描述,利用概念语义网络实现领域主题的同义词及其语义蕴含扩展,并实现一个基于建筑业的面向领域主题的智能搜索引擎。     

基于领域本体的学习资源语义检索模型*

为解决e-learning领域内学习资源的有效检索,提出了一个基于领域本体的e-learning学习资源语义检索模型。用Protégé构建了教育技术领域本体,通过对检索方法的研究分析和算法实现,开发了基于本体语义检索原型系统;并由对比全文检索和基于本体的语义检索两种方法的查准率,证明了基于本体的语义检索方式,在一定程度上能解决目前传统检索中存在的不足。     

基于XML的索引动态更新研究与实现

提出了一种基于倒排表的索引,能很好地支持文档结构和内容的动态更新。该索引结构建有基于词条的水平索引和基于元素标志GID的垂直索引,这种双重索引结构能高效地支持文档的局部更新。另外给出了基于上下文共现分析技术的 语义检索和利用关系数据库实现该索引的方法。     

T-STAR: 一种基于关键词的关系数据库时态信息检索方法*

将时态信息融入到信息检索技术中可以有效提高检索效果,时态信息检索已有较多的研究,而现有数据库信息检索方法还缺乏对时态信息有效利用。针对这一研究问题,提出关系数据库上基于时态语义的关键词检索方法,引入时态信息构建时态数据图,设计时态相关性评分机制,在时态图搜索过程中引入时态语义约束,设计基于关键词的时态检索算法。实验验证了该方法可以有效提高数据库信息检索效果,而检索性能并没有降低。     

基于语义的软构件检索

通过对传统的软构件检索技术的研究,在刻面分类检索方法的基础上,提出了一种基于语义的软构件检索方法,这种方法利用领域模型和领域本体对构件检索进行语义上的扩展。具体描述了该方法的设计思想和过程模型,然后利用该方法构造出了基于语义的软构件检索体系构架,实现了对领域构件进行语义查询的目的,提高了构件检索的查全率和查准率。     

基于本体的石油地质领域知识服务系统研究

信息服务主要使用检索词匹配的方式来返回检索结果,致使无法全面获取与语义知识相关的资源,因而检索结果无法准确地反映知识资源与用户检索需求之间的相似度。经研究,以本体技术和语义检索技术为基础的知识服务系统能够有效弥补传统信息服务系统的不足,改善由于地质资料标准化程度低、语义不一致而造成的检索效率低等现象。本文根据石油地质学科知识特点,提出了基于本体的石油地质领域知识服务框架,将本体技术和语义检索技术应用到石油地质学领域,形成包含资源层、知识层、产品层及服务层的石油地质领域知识服务系统。首先研究领域本体的构建技术方法,从领域资源中抽取知识,建立了结构化的、计算机可读的石油地质领域知识--领域本体;然后研究面向知识服务的信息资源组织方法,整合了石油地质领域多元、异构资源,形成了面向多类应用需求及层次的石油地质知识产品;最后,利用开源搜索引擎工具包Lucene和Jena本体解析工具包,建立了简单的语义检索原型系统,通过基于本体的语义扩展,实现了语义检索试验。试验结果表明,基于本体的石油地质领域知识服务系统能够准确地为用户提供检索结果,提高地质资料知识服务效果。     

MXDR:一种基于关键字的XML多文档分布式检索方法

基于关键字的XML检索技术是近几年信息检索领域的研究热点.但是由于关键字缺少XML结构语义信息,检索结果和用户需求偏差较大,检索质量难以提高;而XML结构检索由于用户难以提出准确描述查询意图的查询表达式而难以普及.另一个更突出的问题是现有的XML检索研究绝大多数都集中在单文档上,缺乏实用性.因此提出一种基于关键字的结构检索方法,即用分布式方式实现对多XML文档的检索,简称为MXDR(Multi-XML Distributed Retrieval).MXDR首先用一种兼顾结构和内容的聚类方法对多文档进行分类,通过分析查询关键字和类别结构信息,确定分布查找策略,再结合查询关键字和XML的结构信息,构建结构查询语句,最后通过结构查询系统实现关键字检索.在多组真实数据Sigmod数据集上的验证结果表明,与经典的SLCA方法比较,MXDR方法具有较高的查全率和查准率,尤其在检索效率上MXDR方法有显著优势.     

Web上基于内容的图象检索技术

Web上基于内容的图象检索集基于内容的图象检索和Internet网络这两项技术于一体,它对图象媒体的广泛应用具有一定的实用价值,同时对图象处理技术如何适应网络要求又有一定的理论研究价值,本文研究了特征提取、分布运算、网络实现等Web上基于内容的图象检索的相关技术,建立了一个单机上的图象检索系统并用该系统检验了自己提出的图象检索方法.另外在Web上实现了使用该方法的图象检索,实践证明小波形状不变矩对图象的形状匹配具有较好的效果.     

本体驱动的企业知识检索系统研究与实现

为了在企业知识管理中获得更准确全面的知识,提出了一种基于语义的检索方法.该方法采用映射关系数据库、概念抽取和本体编辑工具半自动构建企业知识本体,并运用该本体对用户查询进行语义处理,实现了基于语义的知识检索系统.实际应用表明,该系统能有效返回含有语义信息的检索结果,实现对企业知识的智能化检索.     

子结构检索中关系数据库插件的使用和效率

采用关系数据库插件能够实现化合物描述符(FingerPrint)的生成、建立索引和化合物的子结构检索。本文以PubChem有机化合物Molfile为数据源,在Oracle关系数据库上分别安装插件OrChem(JAVA)和Bingo(C~(++))构建了化合物分子结构数据库。本文从FingerPrint的构成和索引策略两方面讨论了OrChem和Bingo的主要差异,并选取10个特征化合物进行子结构检索测试。对存储40万种化合物的分子结构数据库的测试结果显示,OrChem可满足用户检索响应,Bingo则更为快捷。对于存储2600万种化合物的分子结构数据库,针对Bingo通过优化Oracle数据库内存管理、数据表结构、子结构预筛选参数,实现了满足用户的高效检索。