基于UML的军械保障业务流程建模研究

为了提高海军军械保障领域的信息化水平,提高我军打赢信息化条件下战争的能力,必须要对军械业务流程进行建模.文中首先对统一建模语言(UML)进行了介绍并说明了采用UML语言的优势,然后将UML引入到军械保障建模中,阐述了基于UML的建模步骤,并以军械保障业务中的装备分配调拨业务为例,构建了装备分配调拨业务的UML模型.文中实现了对军械保障业务模型构建的方法研究,提出以UML为建模语言,为以后信息系统的研制、实现海军军械保障信息化提供了模型支持.     

领域本体方法在数据仓库元数据管理中的应用研究*

提出一个利用领域本体解决数据仓库元数据管理中的语义异构问题的方法,即在局部元数据与领域本体之间建立映射,利用领域本体对局部元数据进行语义集成。最后,在医疗领域数据仓库项目建设中,进行了实验数据分析。结果表明,领域本体方法可以有效地集成数据仓库应用中不同业务部门的异构数据。     

实例驱动的自适应本体学习

针对知识管理中本体构建存在的问题,将聚类算法与ODP（Open Directory Project）目录有机结合,给出了一种基于知识资源元数据的自适应本体学习方法。根据元数据对文档进行聚类形成本体概念,将生成的概念分别映射到ODP中确定概念间的层次关系,生成初始本体;根据内聚性和相关性的变化进行自适应本体学习,实现本体更新和概念丰富,以及时跟踪知识的变化。提出的自适应本体学习方法能够很好地反映研究领域的演变过程和发展趋势,满足知识型组织进行知识管理和研究人员共享知识的需求。实验结果表明了方法的有效性。     

数据库元数据的自动语义标注

语义异构是异构数据库信息集成中要解决的关键问题.为了使关系数据库的表和字段具有语义信息,将数据库元数据自动标注成语义元数据成为研究的热点.基于概念名和概念结构的语义相似度计算,提出了一种数据库元数据自动语义标注方法.首先从关系数据库的元数据中提取隐含的语义信息,并据此创建领域本体,然后通过计算元数据与本体实体间的语义相似度对提取的元数据进行自动语义标注,提出的相似度算法综合考虑了概念名称和结构的相似性,并采取了必要的优化措施进行改进.经实验测试证明,该方法具有较高的标注正确率,是一种行之有效的语义标注方法.     

基于元数据的军械保障信息资源共享服务研究

针对军械保障领域内不同信息系统之间的异构问题和元数据的特点,提出了基于元数据的WebService资源共享解决方案．设计了一种SXML统一中间信息格式,作为信息交换调用的桥梁,将JDBC和JDOM应用于信息包装器和信息解析器的设计,实现了异构信息的交换．     

基于HBase的领域本体存储方法及其应用研究

在分析民航突发事件应急管理领域本体及其存储特点的基础上,提出了一种基于HBase的领域本体存储方法,采用将领域本体元数据与RDF实例数据分开存储的方式,给出了描述领域本体类及属性信息的元数据和RDF实例数据的存储模型,及其基于MapReduce的领域本体RDF数据并行加载过程。结合应用实现了领域本体基于HBase API的基本图模式查询,并在Hadoop环境下进行了实验与效果分析,为民航应急管理领域本体的海量数据存储提供了理论与方法支撑。     

基于本体与元数据的语义检索

论述元数据和本体的基本概念，分析两者的区别与联系。提出将本体的语义推理能力应用到现有使用元数据进行资源管理的信息系统中，实现基于语义的元数据检索。在电子政务信息资源领域开发了政务信息资源领域本体，阐述这种语义检索的方法，开发原型系统，证明该语义查询的可行性和有效性。     

物联网技术在军械保障中的应用需求分析

针对海军军械信息化建设问题,对物联网技术在军械保障中的应用进行了需求分析,详细分析了物联网技术在军械资产管理、环境(设施)监控、人员管理和作业活动管理中的需求和应用点,对物联网技术在军械保障中的推广应用具有重要的技术指导意义。     

基于本体的军用元数据模型研究

元数据是"关于数据的数据",是用来描述资源属性的信息.使用元数据的目的是为了使资源更容易被发现、获取和利用.然而由于不同的部门采用的元数据模型不同,导致了数据不能在部门间共享.为了解决这一问题,文中将本体的思想引入到元数据模型中,并参照军用标准建立了基于本体的军用无数据模型.与传统的元数据模型相比,这种模型能从语义层面更好的表达领域中的各个概念以及概念之间的各种关系,为解决信息系统之间的异构问题提供了相应的理论基础.     

利用本体和主题词表的集成构造RDF模式

为了减少语义异构性带来的信息发现、集成和存取的困难,论述了语义元数据构造,提出了通过集成现存的本体和主题词表构造元数据模式的一种新方法,即元数据模式构造的两步方法:在主题词T和本体O之间的连接关系规范;概念主题词表的自动构造。这个集成基于主题词术语和本体概念之间的蕴含关系规范,并产生具体应用的元数据模式,同时也给出利用结果元数据模式构造RDF模式的过程。     

基于CRLE的元数据存储

元数据的存储是实现元数据管理的前提。介绍了一个基于XML的本体描述语言CRLE,以该语言作为元数据的基准,分析了CRLE语言与DTD文法的对应关系,并构造了把CRLE语言定义下的本体概念转换为DTD文档的算法,通过元数据和DTD的结合,实现了元数据的XML文档存储。实验表明,该算法可以有效地解决元数据的DTD文档存储。     

基于语义的轻量级数据集成方法

为解决现有数据集成方法的集成成本过高、缺乏语义信息等问题,对带有语义信息的轻量级数据集成方法开展研究.对本体、元数据等相关理论进行概述,给出了一种基于语义的轻量级数据集成方法,并详细分析了其中的两个主要过程:本体的识别和元数据的抽取、本体映射和基于本体映射的元数据集成,并进行了实例分析.分析结果表明,所给方法切实可行,用元数据集成替代数据集成能够避免大量数据的移动和存储,有效降低数据集成的成本,使数据集成过程轻量化,同时,语义信息的融入能够更好地为上层应用提供支持.     

基于WordNet的信息内容安全本体构建

为提高信息内容的安全性,将信息内容安全本体(ICSO)引入相关系统与技术。基于给定的初始ICSO,利用WordNet构建信息内容安全本体。采用抽取算法自动从WordNet中抽取信息内容安全领域的相关概念及其关系,根据is_a关系添加规则有效组织ICSO。该方法快速高效,生成的ICSO概念和关系准确,只需改变初始本体就能从WordNet中抽取所需领域的本体。     

基于biRNN的海军军械不均衡文本数据集处理方法

传统的不均衡数据集处理方法存在人工设置特征繁琐、普适性差等缺陷,难以适用于海军军械不均衡文本数据集处理。针对此问题,本文提出一种基于biRNN模型的海军军械不均衡文本数据集处理方法。通过biRNN模型自动学习文本序列特征,以双向文本序列预测方式扩展少数类文本,达到文本数据均衡目的,并在均衡数据集的基础上将整个文本数据集进行扩充。分别对原始数据集、均衡数据集、扩充数据集进行文本分类实验,实验结果表明,基于biRNN的不均衡数据集扩展方法对原始数据集进行均衡、扩展处理能够有效提高文本分类的性能。     

基于本体的文档引文元数据信息抽取

结合本体技术,提出了一种新的从文档中抽取引文元数据信息的方法。该方法采用模式匹配方式,可以从文档中提取作者、标题、日期等信息,并使用OWL本体描述语言进行形式化,为进一步的语义搜索和语义存储奠定基础。实验数据证明了该方法的有效性。     

气象数据集元数据的本体推理研究与实现

文章在介绍气象数据集特征的基础上,运用面向对象的方法对气象数据集元数据进行对象化,提出了包括元数据类、数据集标识信息类等10个元数据类和表示元数据元素域的代码表类的构建方法,并在元数据类的基础上运用本体的构建方法构建了元数据本体,最后利用元数据本体进行语义推理并对文章的工作进行总结。     

面向电网安全监测的领域本体自动构建

针对电力监控系统面临的网络安全问题实际需求, 开展了本体自动构建技术研究, 以现有的领域本体自动化构建技术为基础, 从非结构化文本数据提取出电网安全监测领域本体SafeAgent, 采用机器学习、自然语言处理、关联规则等方法抽取本体概念, 挖掘概念之间的关系, 完善了领域本体自动化构建方案. 经实验验证, 本文采用的方法能以较高准确率完成领域本体的自动化构建工作, 克服对人工以及专家知识的依赖.