计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
6期
1622-1625,1630
,共5页
大规模本体映射%本体划分算法%快速非支配排序的多目标遗传算法
大規模本體映射%本體劃分算法%快速非支配排序的多目標遺傳算法
대규모본체영사%본체화분산법%쾌속비지배배서적다목표유전산법
large scale ontology aligning%ontology partitioning algorithm%fast elitist Non-dominated Sorting Genetic Algorithm for multi-objective optimization (NSGA-Ⅱ)
现有的基于进化算法的本体映射技术在面对大规模本体映射问题时,由于搜索空间太大导致算法效率低下,从而使其无法有效地在实际中得到应用.针对这一问题,提出了基于快速非支配排序的多目标遗传算法(NSGA-Ⅱ)的大规模本体映射方法.该方法通过三个步骤来映射本体:1)通过基于邻居相似度的划分算法来将源本体划分为不相交的概念块;2)通过相关概念过滤方法来确定目标本体中同源本体概念块相关的概念块;3)使用NSGA-Ⅱ方法来完成概念块之间的映射并通过贪心算法集成最终的结果.使用OAEI 2012的小规模的书目本体测试数据集和大规模的生物医学本体测试数据集对所提出的方法进行测试.同OAEI 2012的参与者的比较结果表明,所基于NSGA-Ⅱ的大规模本体映射方法能够在较短的时间内获取较好的本体映射结果,因此该方法是有效的.
現有的基于進化算法的本體映射技術在麵對大規模本體映射問題時,由于搜索空間太大導緻算法效率低下,從而使其無法有效地在實際中得到應用.針對這一問題,提齣瞭基于快速非支配排序的多目標遺傳算法(NSGA-Ⅱ)的大規模本體映射方法.該方法通過三箇步驟來映射本體:1)通過基于鄰居相似度的劃分算法來將源本體劃分為不相交的概唸塊;2)通過相關概唸過濾方法來確定目標本體中同源本體概唸塊相關的概唸塊;3)使用NSGA-Ⅱ方法來完成概唸塊之間的映射併通過貪心算法集成最終的結果.使用OAEI 2012的小規模的書目本體測試數據集和大規模的生物醫學本體測試數據集對所提齣的方法進行測試.同OAEI 2012的參與者的比較結果錶明,所基于NSGA-Ⅱ的大規模本體映射方法能夠在較短的時間內穫取較好的本體映射結果,因此該方法是有效的.
현유적기우진화산법적본체영사기술재면대대규모본체영사문제시,유우수색공간태대도치산법효솔저하,종이사기무법유효지재실제중득도응용.침대저일문제,제출료기우쾌속비지배배서적다목표유전산법(NSGA-Ⅱ)적대규모본체영사방법.해방법통과삼개보취래영사본체:1)통과기우린거상사도적화분산법래장원본체화분위불상교적개념괴;2)통과상관개념과려방법래학정목표본체중동원본체개념괴상관적개념괴;3)사용NSGA-Ⅱ방법래완성개념괴지간적영사병통과탐심산법집성최종적결과.사용OAEI 2012적소규모적서목본체측시수거집화대규모적생물의학본체측시수거집대소제출적방법진행측시.동OAEI 2012적삼여자적비교결과표명,소기우NSGA-Ⅱ적대규모본체영사방법능구재교단적시간내획취교호적본체영사결과,인차해방법시유효적.
