摘要
从本体顶点排序的思想入手,得到排序框架下梯度下降迭代本体算法。选取边集合作为样本集,使用再生核希尔伯特空间作为函数空间,用步长控制迭代次数。最后,将得到的本体相似度计算和本体映射算法分别作用于植物学PO本体和计算机软件本体中,通过实验数据对比说明算法具有较高的效率。
Gradient descent iterative ontology algorithm is obtained in terms of ranking method. In this algo- rithm, sample set is selected from an edge set, reproducing kernel Hilbert space is used as function space, and the number of iterations is determined by step size. Finally, the ontology similarity measuring and ontology mapping al- gorithms are applied to plant ontology PO and computer software ontology, respectively. The algorithms described in this paper have high efficiency by the comparison of the experimental data.
出处
《科学技术与工程》
北大核心
2015年第15期77-81,共5页
Science Technology and Engineering
基金
国家自然科学基金(60903131)
教育部科学技术研究重点项目(210210)资助
关键词
本体
相似度
本体映射
排序
迭代算法
ontology similarity ontology mapping ranking iterative algorithm
