论文部分内容阅读
模糊RDF模型的定量查询与聚合查询研究
【摘 要】
：
近年来,随着知识工程研究的兴起,RDF(资源描述框架)作为其主要数据模型而成为热门研究对象。RDF是W3C(万维网联盟)推广的标准数据模型,用于表示Web上可用资源的有关信息,应用于生物网络、社会网络和大型知识库等多个领域。在网络世界中,信息的模糊性是广泛存在的,因此数据库中模糊性的表达是数据管理领域的重要研究课题。已经有学者提出了模糊RDF模型,然而,针对模糊RDF数据的管理还有很多工作亟待完成
【机 构】
：
南京航空航天大学
【出 处】
：
南京航空航天大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
随着5G网络的不断推进,信号地图作为一种了解网络状况的有效方式而备受关注。同时,信号地图在频谱监测,基于位置服务(LBS),网络建设和蜂窝规划等方面亦有重要作用。虽然信号地图非常重要,但是无线信号易随时间推移而发生变化,且随着新应用的出现,对信号地图精度的要求也迅速提高,现场调查等费时费力的传统信号地图构建方式已不能满足当前的应用需求。而基于移动群智感知构建信号地图的方式易受参与者空间分布及激励预
学位
网络中每个节点的重要性是不尽相同的,一些关键节点会比其它节点更加能够影响和控制整个网络的传播和结构特性。如何识别出这些关键节点,将有限的资源投入到合适的区域具有很强的现实意义。本文主要研究内容包括以下方面:针对LFM算法由于回退过程产生无家可归节点的问题,本文提出一种基于节点适应性函数和社区相似性度量的改进LFM模型。新的节点适应性移除了回退过程并主要考虑三个方面,分别是节点和待拓展社区的直接联系
学位
人脸检测问题是计算机视觉感知领域重要的研究方向。尽管人脸检测的发展趋势是积极的,但仍然存在一些开放的挑战。其中在高密度人群的场景下,集合了突出的小人脸,密集遮挡等问题。本文在既往工作的基础上,聚焦高密度场景下的人脸检测,进行基于上下文信息的人脸检测算法的研究。本文探索如何使用人脸的上下文信息来提高人脸检测算法的能力。在人脸检测研究中,上下文信息是影响检测结果的重要因素。首先,本文在一阶段目标检测器
学位
为保障线上软件系统服务质量的可靠性,有必要对其有效地进行负载测试。随着云计算技术的发展,负载测试逐渐迁移到云上,往往需要在云端发起大规模负载压力。然而,现有研究在负载生成方案方面,缺乏对负载生成影响因素的深入分析与量化研究,负载生成方案的优化缺乏参考,在受限的测试资源下生成大规模负载较为困难;在负载生成资源分配方面,存在资源分配粒度较粗的问题,负载测试独占测试主机资源,容易造成测试资源的浪费,导致
学位
随着信息技术的发展及应用,各类安全关键嵌入式系统的结构和功能也随之发生了重大的变化,封闭的嵌入式系统发展为基于信息控制的开放式嵌入式系统网络,即信息物理融合系统(Cyber-Physical System,CPS)。嵌入式系统的危害主要源自于系统内部软硬件的故障和失效情况,网络技术的应用破坏了系统的封闭性,从而引入了新的危害事件—来自系统外部的攻击对信息安全的破坏。CPS系统功能安全与信息安全方面
学位
从大规模数据集中提取一个大小可控的子集以便用户能够全面了解整个数据集,是数据库查询领域的重要课题,同时也是一个重要的多目标优化问题。近年来,多种查询模型的提出使得该问题得到了广泛的研究。其中,k覆盖查询是一种理想的查询方法,具有稳定性、尺度不变性、遍历效率高等特点。然而已有的查询方法都没有考虑数据点的任意删除对查询的影响,导致查询效率低。论文从集中式数据和流式数据两个角度研究了数据发生动态删除的情
学位
由于照相机,手机等电子设备在生活中的迅速普及,数字相册的数量和大小都呈爆炸式增长。人们为了保存记忆和分享日常经验,将生活中的照片和视频上传到社交网络平台,因此如何有效的对图片管理、检索和分类,成为人们迫切的需求。对于大多数人来说,最关心的是以人脸为焦点的照片,因此对人脸进行聚类和标注有着重要的研究价值。人脸聚类将未标注的人脸自动进行分类,已有的人脸聚类算法往往专注于准确率的提升,存在召回率较低等问
学位
社会网络在真实世界中广泛存在,且许多社会网络中的关系都是二元的,也就是说,网络中的链接是带正负符号的,这种网络叫做符号网络。比如在Facebook,微信,QQ等在线社交应用中,用户通过朋友或黑名单关系构成符号网络。在众多的符号社会网络的研究中,表达学习是最近最热门的课题。网络表示学习能够将网络中的实体映射到低维向量空间中。社会网络中的实体通常数以亿计,如果能将实体转换成低维向量,网络挖掘工作将更有
学位