论文部分内容阅读
首先研究如何利用语义网的方法来实现制造业领域的多源异构知识集成,接着讨论制造业的领域本体,给出了一个基于Jena平台的可计算的框架体系。最后,利用D2RMAP实现了关系数据库到RDF数据的转化,解决了知识集成过程中语法和语义的异构问题。
基于RDF/Jena的制造业信息系统多源异构知识集成框架
【摘 要】
：
首先研究如何利用语义网的方法来实现制造业领域的多源异构知识集成,接着讨论制造业的领域本体,给出了一个基于Jena平台的可计算的框架体系。最后,利用D2RMAP实现了关系数据库到RDF数据的转化,解决了知识集成过程中语法和语义的异构问题。
【机 构】
：
燕山大学经济管理学院,北京科技大学经济管理学院,东华大学工商管理学院,长春师范学院物理学院
【出 处】
：
计算机应用与软件
【发表日期】
：
2008年07期
其他文献
首先基于蚁群算法建立了一个多用户检测问题的模型,在这个模型中,蚁群算法得到了简化并且更加利于并行计算。随后将最大-最小的蚂蚁系统用于多用户检测,并通过分析算法的缺陷提出了一种蚁群算法与禁忌搜索相结合的混合算法。通过对多用户检测问题的试验仿真表明,改进算法不仅操作简单,而且全局搜索能力有了显著的提高。