10.3778/j.issn.1002-8331.1510-0211
基于PSO-BP算法的地理本体概念语义相似度度量
针对现有度量方法中考虑因素不够全面和因子权重计算依据经验确定的不足,提出粒子群优化BP神经网络(PSO-BP)的地理本体概念语义相似度度量模型.该模型利用本体属性、本体结构和语义关系的相似度,结合权重信息计算概念的综合相似度;同时,利用粒子群算法优化的BP神经网络获取因子权重,避免现有方法中因子权重确定的人为主观干扰.最后,从基础地理信息概念中提取出200组样本,用其中190组作为训练集,对神经网络模型进行训练,以获取权重;剩余10组作为测试集.将该模型和几种常用算法进行对比,通过分析测试集的各算法求解结果和专家判定结果之间的相关系数,结果表明该模型计算地理本体概念的相似度更为准确,符合人类认知特性,效果更好.
语义相似度度量、地理本体、反向传播(BP)神经网络、粒子群算法
53
P208(一般性问题)
2017-05-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
32-37