【摘 要】
：
随着网络技术不断飞速发展,人们的信息需求也随之增长。用户不再满足基于关键字的检索,而是希望网络能够实现以用户所关心的信息为中心、以用户需求为导向,将所有与中心相关
【机 构】
：
中南大学湘雅医院网络中心,国防科技大学信息系统工程重点实验室
【基金项目】
：
中央高校基本科研业务费(2010QYYL005)资助
论文部分内容阅读
随着网络技术不断飞速发展,人们的信息需求也随之增长。用户不再满足基于关键字的检索,而是希望网络能够实现以用户所关心的信息为中心、以用户需求为导向,将所有与中心相关的信息全部汇聚起来,也就是实现语义关联聚焦服务。所以针对语义关联聚焦服务需求,提出构建一种包含语义关联关系的语义覆盖网的方法,即首先将网络节点按照语义相似度组织成聚类,然后计算节点的语义关联度,最后根据语义关联度在聚类之间添加关联链接,最终形成各网络节点的关联语义覆盖网络。
其他文献
传统的UDDI不支持语义推理以及基于服务属性的匹配,因此存在召回率低、匹配效率低等问题。基于此问题提出了一种基于Petri网的OWL-S语义匹配机制,即借助Multi-Agent服务发现
依靠基因调控网络来预测农作物的表现型,对于保障全球的粮食安全有着极其重要的意义。提出了一种基于笛卡尔遗传规划（Cartesian genetic programming）和线性递减惯性权重粒子群
通过分析Web-Harvest数据提取规则的设计原理,设计实现了一个xScraper系统。该系统的主要功能有：（1）定制设计满足不同需求的Web数据提取规则模板,驱动Web-Harvest内核进行无结构
为了提高现行模糊辨识方法的有效性,提出了基于移动率的T-S模糊模型的结构辨识方法。主要工作如下：首先,定义T-S模糊模型的S型、Z型和梯形隶属函数的移动率,将此移动率与现行
从理论上分析了几种随机数发生器后处理方法,提出了一种新的针对真随机数发生器的后处理方法,经过后处理的随机序列满足均匀性、独立性以及提高每比特熵的要求。对实际带有偏
用户评分数据极端稀疏的情况下,传统相似性度量方法存在弊端,导致推荐系统的推荐质量急剧下降。针对此问题,提出了一种基于项目聚类的全局最近邻的协同过滤算法。该算法根据
分布式一致性算法可用于解决分布式协作参数估计等许多问题,但在无线传感器网络的应用中还要满足低能耗、高可靠性、实时性的要求。为加快一致性算法的收敛速率,以降低通信能
对于移动对象历史轨迹索引,现有的方案绝大多数都基于室外空间,难以直接应用于室内空间中;同时,未将对象本身作为一个独立的维度加以索引,无法提供高效的对象轨迹查询方式。
针对文献[1]中提出的MSP问题（定义见正文）,从SAT问题出发,给出SAT问题到MSP问题的多项式归结,进而给出MSP问题NP完全性质的另一种证明。
失真度是评价数字合成波形质量的重要指标,主要取决于正弦波在一个周期内总的离散点数和数模转换器的位数。从频谱的角度分析DDS输出最高频率时每周期点数对失真度的影响,得