基于本体概念集合相似度的语义Web服务匹配

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:seraph4543
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
面向应用领域的Web服务发现技术的目标是帮助用户找到能够为其构建应用系统提供功能支持的Web服务,从而来降低应用系统的开发成本和提高开发效率,而在服务发现技术中服务匹配程度的高低是一个关键。为了更有效准确地获得服务之间的匹配程度,文章从web服务的输入与输出参数的语义描述出发,把语义Web服务的匹配问题转化成本体库中概念向量的相似度计算问题,通过在考虑概念结构上的路径长度、深度和密度影响因素上计算两个概念的相似度的基础上,构建了概念集合的相似度算法。实验表明该算法较别的匹配方法在查全率、特别是查准率上得到
其他文献
属性约简是应用粗糙集理论进行数据挖掘有效的方法之一,HORAFA属性约简算法它的不足之处在于约简效率和完备性。应用粗糙集对知识分类的特点,建立了新的数据挖掘模型。在模型的
标准的分类器设计大多都是基于整体最小化错误率。在入侵检测、医疗诊断等领域中,不同类别的误分类通常具有不等的损失。文中采用支持向量机建立模型,在组合算法的思想下引入组
在实际应用中,人们往往比较关心最近一段时间内数据流的分布状况。在传统的基于界标模型的聚类算法CluStream中,没有淘汰过期元组,不能准确反映当前数据流的数据分布状况。滑动