久久久另类少妇综合,女高中生自慰污免费网站,92午夜福利极品少妇久久

內(nèi)容簡介

　　萬維網(wǎng)已經(jīng)深刻影響到社會生活的各個方面?！墩Z義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用》圍繞Web科學(xué)的核心問題之一——數(shù)據(jù)管理技術(shù)進行闡述。首先，介紹了語義網(wǎng)的意義及語義網(wǎng)的標準規(guī)范；然后，研究了語義數(shù)據(jù)模型及存儲技術(shù)，以實現(xiàn)語義數(shù)據(jù)的高效存儲、快速查詢和動態(tài)添加。由于現(xiàn)實中的數(shù)據(jù)通常為半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，為了從中獲取語義數(shù)據(jù)，《語義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用》介紹了信息抽取技術(shù)、數(shù)據(jù)分類技術(shù)。在此基礎(chǔ)上，介紹了語義數(shù)據(jù)檢索、語義數(shù)據(jù)可視化技術(shù)，以便為用戶提供高質(zhì)量的檢索結(jié)果，并向用戶可視化地呈現(xiàn)豐富的數(shù)據(jù)間語義關(guān)聯(lián)。最后，介紹了一些語義網(wǎng)應(yīng)用系統(tǒng)。《語義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用》可供計算機科學(xué)與技術(shù)、模式識別等相關(guān)專業(yè)的研究人員、工程技術(shù)人員、教師、研究生和本科生學(xué)習(xí)參考。

作者簡介

　　金海，教授，博士生導(dǎo)師，化中科學(xué)大學(xué)計算機學(xué)院院長，國家杰出青年基金獲得者、霍英東高等院校青年教師基金獲得者、首批新世紀百千萬人才工程國家級人選。國務(wù)院學(xué)位委員會學(xué)科評議組成員、國務(wù)院特殊津貼專家。973計劃“計算系統(tǒng)虛擬化基礎(chǔ)理論與方法研究”首席科學(xué)家、教育部重大專項“中國教育科研網(wǎng)格計劃China Grid”專家組組長、863計劃信息技術(shù)領(lǐng)域（高效能計算機及網(wǎng)格服務(wù)環(huán)境）重大／重點項目總體專家組成員、教育部“長江學(xué)者和創(chuàng)新團隊發(fā)展計劃”創(chuàng)新團隊學(xué)術(shù)帶頭人。金海教授主要從事計算機系統(tǒng)結(jié)構(gòu)的研究與教學(xué)工作，先后主持和參加40余項科研項目，在國內(nèi)外公開發(fā)表學(xué)術(shù)論文500余篇.50余次擔(dān)任國際學(xué)術(shù)會議／程序委員會主席／副主席，60余次國外講學(xué)或在重要國際學(xué)術(shù)會議上作報告。曾獲留學(xué)回國人員成就獎（2003）、中國軟件行業(yè)十大杰出青年稱號（2004）.第五屆湖北省青年科技獎獲得者，湖北省第六屆十大杰出青年獲得者。金海教授先后獲國家科技進步二等獎1項、國家技術(shù)發(fā)明二等獎1項、教育部科技進步／技術(shù)發(fā)明一等獎3項、及省級各類獎項3項以上。袁平鵬，博士，副教授，中國計算機學(xué)會高級會員，1972年生.2002年于浙江大學(xué)獲得工學(xué)博士學(xué)位。擔(dān)任多個國內(nèi)外期刊與學(xué)術(shù)會議審稿人.湖北省創(chuàng)新群體主要成員之一。主要從事語義網(wǎng)、分布式系統(tǒng)等方面的研究。在國內(nèi)外發(fā)表學(xué)術(shù)論文40余篇.其中被SCI、EI等收錄20余篇次。獲得國家發(fā)明專利4項.獲得了10項軟件著作版權(quán)，申請了7項國家發(fā)明專利。

圖書目錄

序
前言
第一章緒論
1.1 語義網(wǎng)及其面臨的挑戰(zhàn)
1.2 與web1.0和Web2.0的區(qū)別
1.3 語義網(wǎng)體系結(jié)構(gòu)
1.4 語義網(wǎng)規(guī)范
1.4.1 資源描述框架
1.4.2 RDFS／OWL
1.4.3 SPARQL
1.4.4 GRDDL
1.4.5 RDFa
1.5 本章小結(jié)
參考文獻
第二章語義數(shù)據(jù)模型
2.1 數(shù)據(jù)模型簡介
2.1.1 語義及數(shù)據(jù)模型
2.1.2 語義數(shù)據(jù)模型特征
2.1.3 語義數(shù)據(jù)模型分類
2.2 邏輯及物理數(shù)據(jù)模型
2.2.1 層次和網(wǎng)狀數(shù)據(jù)模型
2.2.2 關(guān)系數(shù)據(jù)模型
2.2.3 面向?qū)ο蟮臄?shù)據(jù)模型
2.2.4 模糊語義模型
2.2.5 圖模型
2.3 概念數(shù)據(jù)模型
2.3.1 實體一關(guān)系模型
2.3.2 RM／T
2.3.3 SDM
2.3.4 資源空間模型及語義鏈網(wǎng)絡(luò)
2.4 主動語義數(shù)據(jù)模型
2.4.1 主動語義數(shù)據(jù)模型概述
2.4.2 事件模型研究現(xiàn)狀
2.4.3 FEM
2.4.4 事件探測
2.5 本章小結(jié)
參考文獻
第三章語義數(shù)據(jù)抽取
3.1 信息抽取技術(shù)簡介
3.1.1 國內(nèi)外研究現(xiàn)狀
3.1.2 信息抽取技術(shù)分類
3.2 科技文獻元數(shù)據(jù)抽取
3.2.1 科技文獻特征
3.2.2 信息抽取預(yù)處理
3.2.3 基于模板匹配的頭部信息抽取
3.2.4 基于統(tǒng)計的尾部信息抽取
3.2.5 信息封裝
3.3 科技文獻信息抽取系統(tǒng)及其性能評價
3.3.1 科技文獻信息抽取系統(tǒng)
3.3.2 評價指標
3.3.3 實驗結(jié)果及分析
3.4 語義數(shù)據(jù)清理
3.4.1 語義數(shù)據(jù)清理概述
3.4.2 歧義實體的識別
3.4.3 重復(fù)數(shù)據(jù)的發(fā)現(xiàn)
3.5 本章小結(jié)
參考文獻
第四章數(shù)據(jù)分類
4.1 數(shù)據(jù)分類意義
4.2 研究現(xiàn)狀
4.2.1 傳統(tǒng)文本分類
4.2.2 層次分類
4.2.3 基于知識的分類
4.3 多類別文本自動分類方法
4.3.1 支持向量機分類方法
4.3.2 k近鄰分類方法
4.3.3 多類別單標簽分類方法MSVM-kNN
4.3.4 多類別多標簽分類方法
4.4 多類別文本分類實現(xiàn)技術(shù)
4.4.1 文獻預(yù)處理
4.4.2 特征降維
4.4.3 權(quán)重計算
4.4.4 分類器設(shè)計
4.5 多類別分類方法性能評價
4.6 本章小結(jié)
參考文獻
第五章語義網(wǎng)數(shù)據(jù)存儲技術(shù)
5.1 語義網(wǎng)數(shù)據(jù)存儲技術(shù)現(xiàn)狀
5.1.1 RDF數(shù)據(jù)模型
5.1.2 RDF存儲結(jié)構(gòu)
5.1.3 RDF查詢語言
5.1.4 語義數(shù)據(jù)索引技術(shù)
5.1.5 語義網(wǎng)數(shù)據(jù)存儲系統(tǒng)
5.2 語義網(wǎng)數(shù)據(jù)管理系統(tǒng)DBLink
5.2.1 DBI，ink的體系結(jié)構(gòu)
5.2.2 基于主存的面向?qū)ο蟠鎯δＰ?br />5.2.3 URI映射與內(nèi)置數(shù)據(jù)類型
5.2.4 語義網(wǎng)數(shù)據(jù)分割與映射
5.2.5 語義網(wǎng)數(shù)據(jù)的壓縮存儲
5.2.6 模式空間與實例空間分離
5.3 DBLink性能評價
5.3.1 測試數(shù)據(jù)集
5.3.2 實驗環(huán)境
5.3.3 測試查詢集
5.3.4 實驗結(jié)果
5.4 本章小結(jié)
參考文獻
第六章語義數(shù)據(jù)檢索技術(shù)
6.1 語義數(shù)據(jù)檢索的分類
6.1.1 傳統(tǒng)數(shù)據(jù)／信息檢索
6.1.2 語義網(wǎng)數(shù)據(jù)檢索
6.1.3 語義網(wǎng)格／知識網(wǎng)格中的數(shù)據(jù)檢索
6.1.4 對等網(wǎng)絡(luò)中的信息檢索
6.2 語義關(guān)聯(lián)數(shù)據(jù)模型及其檢索的關(guān)鍵問題
6.2.1 支持知識評價的語義關(guān)聯(lián)數(shù)據(jù)模型
6.2.2 實用且有效的語義數(shù)據(jù)檢索機制
6.2.3 模糊語義數(shù)據(jù)的表達及檢索
6.2.4 基于語義的對等網(wǎng)數(shù)據(jù)組織及其檢索
6.3 支持知識評價的語義關(guān)聯(lián)數(shù)據(jù)模型
6.3.1 語義關(guān)聯(lián)數(shù)據(jù)模型
6.3.2 數(shù)據(jù)的檢索及回答
6.4 基于關(guān)鍵字的語義數(shù)據(jù)檢索
6.4.1 問題描述
6.4.2 近似搜索算法及分析
6.4.3 相關(guān)問題討論
6.5 基于語義模糊性和用戶偏好的檢索機制
6.5.1 后臺知識庫的語義模糊性
6.5.2 用戶檢索請求的規(guī)范化
6.5.3 檢索結(jié)果的排序
6.6 基于語義小世界的數(shù)據(jù)檢索
6.6.1 語義小世界的構(gòu)建
6.6.2 數(shù)據(jù)檢索算法
6.7 本章小結(jié)
參考文獻
第七章語義數(shù)據(jù)檢索可視化
7.1 信息檢索可視化
7.2 研究現(xiàn)狀
7.2.1 可視化技術(shù)概述
7.2.2 基于分類的文檔簇法
7.2.3 基于超鏈接法
7.2.4 基于文檔內(nèi)容的信息可視化方法
7.2.5 網(wǎng)絡(luò)知識發(fā)現(xiàn)的可視化方法
7.2.6 分類信息檢索可視化方法
7.2.7 其他信息可視化系統(tǒng)
7.3 基于關(guān)聯(lián)的語義網(wǎng)情景檢索
……
第八章語義網(wǎng)數(shù)據(jù)應(yīng)用系統(tǒng)
參考文獻