異構(gòu)數(shù)據(jù)庫(kù)集成中相同語(yǔ)義對(duì)象識(shí)別方法研究.pdf

1、本文首先分析了現(xiàn)有異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成技術(shù)；具體到語(yǔ)義匹配，首先提出基于權(quán)值的異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成中屬性匹配方法，然后考慮到基于規(guī)則匹配方法需要先驗(yàn)知識(shí)來(lái)確定描述屬性的各數(shù)據(jù)指標(biāo)的權(quán)重，提出了不直接人為地給屬性的元數(shù)據(jù)賦予權(quán)重，而是嘗試應(yīng)用機(jī)器學(xué)習(xí)及人工智能的方法從描述屬性的各數(shù)據(jù)指標(biāo)中學(xué)習(xí)規(guī)則。在處理具有不確定性的屬性匹配問(wèn)題上，神經(jīng)網(wǎng)絡(luò)有著獨(dú)特的優(yōu)勢(shì)，神經(jīng)網(wǎng)絡(luò)是通過(guò)具體的實(shí)例進(jìn)行訓(xùn)練而不是根據(jù)確定的規(guī)則進(jìn)行編程，不需要先驗(yàn)知識(shí)，能夠充分

2、考慮到屬性實(shí)例值的信息，且有較強(qiáng)的推廣能力和自適應(yīng)能力。 主要研究工作如下： (1)綜述現(xiàn)有異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成技術(shù)，分析了目前文獻(xiàn)中應(yīng)用最多的三種判定屬性相似度方法的不足，提出了一種改進(jìn)的基于權(quán)值的異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成中屬性匹配方法-CRC法。該方法首先根據(jù)數(shù)據(jù)類型把屬性進(jìn)行分類，然后根據(jù)重要性對(duì)特征向量進(jìn)行排序，按照給定的公式計(jì)算權(quán)重，最后進(jìn)行屬性匹配。 (2)基于權(quán)值的方法屬于基于規(guī)則匹配的方法，此類方法需要先

3、驗(yàn)知識(shí)來(lái)確定描述屬性的各數(shù)據(jù)指標(biāo)的權(quán)重，屬性的各數(shù)據(jù)指標(biāo)的權(quán)重很難準(zhǔn)確量化。即便是在一個(gè)應(yīng)用環(huán)境下給出了合理的權(quán)重，當(dāng)環(huán)境變化時(shí)仍要重新修改權(quán)重，動(dòng)態(tài)適應(yīng)能力較差，也不能找到一個(gè)通用的固定匹配規(guī)則來(lái)實(shí)現(xiàn)屬性的匹配。根據(jù)其不足，結(jié)合進(jìn)行語(yǔ)義匹配的特點(diǎn)以及神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，提出用SOM神經(jīng)網(wǎng)絡(luò)模型對(duì)屬性進(jìn)行分類的思想。 (3)由于標(biāo)準(zhǔn)BP算法存在收斂速度慢、易陷于局部極小點(diǎn)的缺陷。對(duì)于復(fù)雜問(wèn)題，訓(xùn)練過(guò)程需迭代幾千、幾萬(wàn)次才能收斂到期望

4、的精度。因此，標(biāo)準(zhǔn)的BP算法在很大程度上表現(xiàn)出它的不實(shí)用性，特別是對(duì)實(shí)時(shí)性很強(qiáng)的系統(tǒng)。從而出現(xiàn)了各種改進(jìn)的BP算法。提出了采用改進(jìn)的BP算LM算法。該算法根據(jù)迭代的結(jié)果動(dòng)態(tài)地調(diào)整阻尼因子，即動(dòng)態(tài)地調(diào)整迭代的收斂方向，可使每次的迭代誤差函數(shù)值都有所下降，收斂速度較快。實(shí)驗(yàn)結(jié)果證明該方法能明顯提高屬性匹配的準(zhǔn)確率，降低神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間。第(2)點(diǎn)與第(3)點(diǎn)結(jié)合起來(lái)就是本文提出的一種改進(jìn)的基于神經(jīng)網(wǎng)絡(luò)的SOM-LM法屬性匹配算法。