| 面向多源異構(gòu)數(shù)據(jù)的知識(shí)圖譜可視化融合方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：4097 K | |
| 標(biāo)簽： 多源異構(gòu)數(shù)據(jù) 知識(shí)圖譜 可視化融合 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為解決數(shù)據(jù)冗余沖突與關(guān)聯(lián)缺失問(wèn)題，研究面向多源異構(gòu)數(shù)據(jù)的知識(shí)圖譜可視化融合方法，提升數(shù)據(jù)融合的可靠性。利用網(wǎng)絡(luò)本體語(yǔ)言為多源異構(gòu)數(shù)據(jù)建立對(duì)應(yīng)的領(lǐng)域本體庫(kù)與全局本體庫(kù)，使得知識(shí)實(shí)體抽取和知識(shí)融合在同一框架下進(jìn)行；通過(guò)長(zhǎng)短期記憶網(wǎng)絡(luò)-條件隨機(jī)場(chǎng)模型，在本體庫(kù)約束下，從多源異構(gòu)數(shù)據(jù)中抽取符合領(lǐng)域定義的知識(shí)實(shí)體；利用基于層次過(guò)濾思想的知識(shí)融合模型，可視化融合抽取的知識(shí)實(shí)體，解決多源異構(gòu)數(shù)據(jù)中冗余信息和不一致性問(wèn)題，形成準(zhǔn)確、完整、可靠的多源異構(gòu)數(shù)據(jù)可視化融合知識(shí)圖譜，有助于發(fā)現(xiàn)潛在的數(shù)據(jù)關(guān)聯(lián)，補(bǔ)全數(shù)據(jù)關(guān)聯(lián)缺失。實(shí)驗(yàn)結(jié)果表明：隨著數(shù)據(jù)缺失比例的提升，尺度系數(shù)與屬性覆蓋度均開(kāi)始下降，最低尺度系數(shù)與屬性覆蓋度是0.86與0.87，均顯著高于對(duì)應(yīng)的閾值；所提方法在處理四個(gè)數(shù)據(jù)源時(shí)，視覺(jué)清晰度達(dá)93%~97%，信息融合度達(dá)92%~96%，均優(yōu)于對(duì)比方法。說(shuō)明該方法可有效抽取多源異構(gòu)數(shù)據(jù)知識(shí)實(shí)體，建立知識(shí)圖譜，實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)可視化融合；在不同數(shù)據(jù)缺失比例下，該方法多源異構(gòu)數(shù)據(jù)可視化融合的尺度系數(shù)與屬性覆蓋度均較大，即數(shù)據(jù)可視化融合效果較優(yōu)；同時(shí)有效提升了數(shù)據(jù)可視化效果和信息整合程度。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
多源異構(gòu)數(shù)據(jù) 相關(guān)資源
wwei 的最新分享
- 商業(yè)數(shù)據(jù)反不正當(dāng)競(jìng)爭(zhēng)保護(hù)的實(shí)踐困境與規(guī)則優(yōu)化
- 世界主要國(guó)家個(gè)人數(shù)據(jù)開(kāi)發(fā)利用模式對(duì)比研究
- 網(wǎng)絡(luò)輿情中個(gè)人信息傳播的成因、風(fēng)險(xiǎn)透視及治理
- 正當(dāng)程序框架下的算法行政：挑戰(zhàn)紓解與規(guī)制重構(gòu)
- HF和波動(dòng)參數(shù)輔助的優(yōu)化XGBoost室內(nèi)定位方法
- 可解釋的深度網(wǎng)絡(luò)抗噪音干擾性逐層評(píng)估方法
- 大規(guī)模異構(gòu)數(shù)據(jù)遷移的自適應(yīng)清洗與智能轉(zhuǎn)換框架
- 基于區(qū)塊鏈的文物數(shù)字資源版權(quán)保護(hù)框架設(shè)計(jì)
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2