【摘要】：語義網(wǎng)技術(shù)給傳統(tǒng)互聯(lián)網(wǎng)技術(shù)帶來生機的同時,傳統(tǒng)地理空間信息服務技術(shù)正面臨著挑戰(zhàn)與機遇并存的關(guān)鍵時刻。一方面,人們對地理空間信息服務的日益多元化、專業(yè)化的需求驅(qū)使著地理信息數(shù)據(jù)供給模式以網(wǎng)絡服務的形式從本地化向網(wǎng)絡化發(fā)展,導致地理服務數(shù)量激增;另一方面,由于發(fā)現(xiàn)服務手段單一、針對性差、導致準確、高效的從海量服務中發(fā)現(xiàn)用戶的興趣服務漸漸變得更加困難,進而為服務集成、組合和使用帶來不便。此外,服務的模糊描述屬性、不統(tǒng)一的獲取方式以及服務接口和功能描述產(chǎn)生的一系列語義沖突也提高了服務發(fā)現(xiàn)的難度。如何在海量服務群中高效、準確的發(fā)現(xiàn)目標服務,成為當今地理空間信息服務所面臨的巨大挑戰(zhàn)。本文通過引入語義目錄服務技術(shù)、語義網(wǎng)和本體技術(shù)、以解決地理空間信息服務發(fā)現(xiàn)效率和準確度低下的問題;以地理本體的概念、構(gòu)建方法以及地理空間模糊本體的延伸為基礎、對地理信息語義服務環(huán)境的目錄服務技術(shù)、面向服務特征權(quán)值分配的服務匹配技術(shù)、基于△-relations的服務發(fā)現(xiàn)重用技術(shù)和語義服務推理能力四個方面進行了深入的研究,并取得了一定的成果。本文主要工作和創(chuàng)新點如下:(1)在互聯(lián)網(wǎng)、語義網(wǎng)和計算機技術(shù)背景下,分析了當前地理空間信息服務存在的問題,從地理空間信息服務共享和互操作角度出發(fā),對基于語義的地理空間信息服務注冊、管理和發(fā)現(xiàn)技術(shù)進行了思考和研究。在不背離當前OGC地理信息目錄服務標準和規(guī)范的前提下,對傳統(tǒng)模式的地理空間信息服務目錄做出了功能擴展和接口優(yōu)化,賦予對服務的語義表達能力,研究語義環(huán)境下目錄服務功能機制和運作模式并指出利用語義標注實現(xiàn)地理信息語義服務模式的重要意義和廣泛的應用前景。(2)在經(jīng)典本體描述語言OWL中采用增加模糊數(shù)據(jù)類型和模糊隸屬度的表示方法,構(gòu)建了模糊本體語言f-OWL。在傳統(tǒng)描述邏輯的基礎上,增加描述邏輯算子,構(gòu)建了新的模糊描述邏輯f-SHOINP(D);以此給出了f-OWL的語法和語義的形式化表示。最后,探討了利用f-OWL在一個OWL-S地理信息語義服務描述中表述模糊信息的方法。(3)設計了混合模式的地理空間目錄服務發(fā)現(xiàn)方法,利用OWL-S和WSMO語義描述框架構(gòu)建了混合模式的地理空間信息服務環(huán)境。為有效整合WSMX和OWL虛擬機對服務語義推理和發(fā)現(xiàn)的環(huán)境,構(gòu)建了基礎數(shù)據(jù)——語義數(shù)據(jù)——基礎環(huán)境——用戶工具四層次環(huán)境模型。研究了混合模式下的地理空間信息服務發(fā)現(xiàn)環(huán)境,以及在該環(huán)境中進行服務發(fā)現(xiàn)的相關(guān)技術(shù)。(4)改進了面向服務特征權(quán)值分配方法,得到了不同分類下服務特征項的權(quán)值分配規(guī)則。拋開單純從改進相似度匹配算法提高服務發(fā)現(xiàn)效率和精確度的思路,把側(cè)重點放在研究影響兩個服務相似程度的服務描述特征項的權(quán)重系數(shù)上。通過分析,比較兩個服務的相似程度時,按照服務分類的不同,參與相似度匹配的服務特征項所賦予的權(quán)系數(shù)有所不同。為了準確掌握不同服務分類下服務特征項的權(quán)重系數(shù)配比規(guī)則,本文利用粗糙集算法對樣本數(shù)據(jù)進行知識挖掘,最終得到了不同分類下服務特征項的權(quán)系數(shù)分配規(guī)則。實驗表明,按照該規(guī)則對服務特征項進行權(quán)重系數(shù)分配可有效提高服務發(fā)現(xiàn)準確度。(5)論文給出了一種基于語言權(quán)值的服務模糊信息匹配方法。論文給出了語言變量四元組概念,并在此基礎上研究了影響服務模糊信息相似度的兩個關(guān)鍵因素:服務關(guān)鍵詞語義相似度和語言變量權(quán)值相似度。為了量化相似度值,利用梯形模糊隸屬度函數(shù)將一個連續(xù)區(qū)間的隸屬度值離散化為9個有代表性的模糊數(shù)值,并建立與語言變量權(quán)值的映射關(guān)系,最終給出了待匹配服務之間模糊信息相似度的計算方法。(6)針對現(xiàn)有的語義服務發(fā)現(xiàn)方法對每次服務發(fā)現(xiàn)的成果利用不足的問題,論文提出了一種基于△-relations的服務發(fā)現(xiàn)重用技術(shù),使得每次服務發(fā)現(xiàn)的結(jié)果可作為下一次服務發(fā)現(xiàn)的參考,隨著服務發(fā)現(xiàn)的次數(shù)增加,服務發(fā)現(xiàn)的效率會隨之提高。實驗表明,本文提出的這種方法能有效提高服務匹配精度和重用性,在效率上也較其它算法為高。
【圖文】：

( ) ≥ + ( %，

本文編號：2520967