Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于隐含概念挖掘的物资运输本体生成方法、装置和设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京大数据先进技术研究院

摘要:本申请提供了一种基于隐含概念挖掘的物资运输本体生成方法、装置和设备,涉及物资运输技术领域,该方法包括:从物资运输信息关系数据库中提取得到关系数据库表;确定所述关系数据库表中的一个或多个类型列;所述类型列表示所述关系数据库表中具有概念类别语义的数据列;从所述关系数据库表中提取得到关系数据特征,所述关系数据特征至少包括:所述关系数据库表的数据列、主键、外键和约束信息;根据所述关系数据特征和所述类型列,应用本体生成规则,生成物资运输信息本体。

主权项:1.一种基于隐含概念挖掘的物资运输本体生成方法,其特征在于,所述方法包括:从物资运输信息关系数据库中提取得到关系数据库表;确定所述关系数据库表中的一个或多个类型列;所述类型列表示所述关系数据库表中具有概念类别语义的数据列;从所述关系数据库表中提取得到关系数据特征,所述关系数据特征至少包括:所述关系数据库表的数据列、主键、外键和约束信息;根据所述关系数据特征和所述类型列,应用本体生成规则,生成物资运输信息本体;其中,所述确定所述关系数据库表中的一个或多个类型列,包括:将所述关系数据库表转换为数值型数据矩阵;从所述数值型数据矩阵中选择一个数据列,作为潜在类型列;对于所述数值型数据矩阵中的每行数据,删除其中所述潜在类型列所属数值,得到待聚类特征向量;对所述待聚类特征向量进行聚类,得到多个聚类簇;根据所述多个聚类簇,计算聚类质量得分,所述聚类质量得分表示所述多个聚类簇的聚类质量;遍历所述数值型数据矩阵中的所有数据列,根据每个数据列的聚类质量得分,确定关系数据库表中的一个或多个类型列;所述对所述待聚类特征向量进行聚类,包括:确定所述潜在类型列的每个数据在所述数值型数据矩阵中的取值;将所述潜在类型列的所有取值的种类数量确定为目标聚类数;利用k-means聚类算法,按照所述目标聚类数对所述待聚类特征向量进行聚类;所述根据所述关系数据特征和所述类型列,应用本体生成规则,生成物资运输信息本体,包括:对于所述关系数据库表,创建对应的本体类;为所述类型列创建子类,生成所述子类与所述本体类的父子类关系;对于所述关系数据特征中,不属于所述类型列的每个普通数据列,在本体中创建一个同名数据属性,使其定义域为所述本体类,其值范围为该普通数据列的SQL数据类型;对于所述关系数据特征中的主键内的每个数据列,在本体中创建一个同名数据属性,使其定义域为所述本体类,其值范围为该数据列的SQL数据类型,为该同名数据属性添加一个关键公理;所述为所述类型列创建子类,包括:对于每个所述类型列,为所述类型列中的每种取值创建一个子类;所述根据所述关系数据特征和所述类型列,应用本体生成规则,生成物资运输信息本体,包括:根据为所述类型列创建的各个子类,创建一个类不相交公理。

全文数据:

权利要求:

百度查询: 北京大数据先进技术研究院 基于隐含概念挖掘的物资运输本体生成方法、装置和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。