積的變化規(guī)律測(cè)試題及機(jī)器學(xué)習(xí)在本體映射中的應(yīng)用

小學(xué)士教育第二次課堂測(cè)試姓名：成績(jī)：1、妙筆填空（2×19＝38分）（1）兩個(gè)因數(shù)分別是14和9，積是（），如果把9乘以4，積是（）。（2）兩個(gè)因數(shù)分別是18和4，積是（），如果把18除以2，積是（）。（3）兩個(gè)因數(shù)分別是15和6，積是（），如果把15除以3，6乘以2，積是（）。（4）兩個(gè)數(shù)相乘，積是35，如果一個(gè)因數(shù)擴(kuò)大到它的2倍，另一個(gè)因數(shù)擴(kuò)大到它的3倍，那么得到的新積是（）。（5）在乘法算式中，一個(gè)因數(shù)不變，另一個(gè)因數(shù)乘8，積就（）；一個(gè)因數(shù)不變，另一個(gè)因數(shù)除以9，積就（）；一個(gè)因數(shù)除以4，另一個(gè)因數(shù)乘以8，積就（）。（6）在乘法算式12×40，如果一個(gè)因數(shù)乘以4，另一個(gè)因數(shù)除以4，積就是（）。（7）兩個(gè)數(shù)相乘，積是36，如果一個(gè)因數(shù)擴(kuò)大到它的4倍，另一個(gè)因數(shù)縮小為它的，那么得到的新積是（）。（8）兩個(gè)數(shù)相乘，積是75，如果一個(gè)因數(shù)擴(kuò)大到它的2倍，另一個(gè)因數(shù)縮小為它的，那么得到的新積是（）。（9）兩個(gè)數(shù)相乘，積是81，如果一個(gè)因數(shù)縮小為它的，另一個(gè)因數(shù)縮小為它的，那么得到的新積是（）。（10）由8×20＝160可得16×20＝（），32×20＝（），32×40＝（），4×20＝（），16×10＝（）。2、對(duì)號(hào)入座（3×5＝15分）（1）由25×80＝2000，可得75×80的積是（）。A、1000B、2000C、3000（2）一個(gè)因數(shù)不變，另一個(gè)因數(shù)乘以7，積就（）。A、乘以7B、除以7C、不變（3）一個(gè)因數(shù)不變，要使積擴(kuò)大為原來(lái)的4倍，另一個(gè)因數(shù)應(yīng)（）。A、不變B、乘以4C、除以4（4）兩個(gè)數(shù)相乘，積是230，要使積不變，一個(gè)因數(shù)乘4，另一個(gè)因數(shù)應(yīng)（）。A、除以4B、乘以4C、不變（5）兩個(gè)數(shù)相乘，積是48，要使積變成96，一個(gè)因數(shù)不變，另一個(gè)因數(shù)應(yīng)（）。A、除以2B、乘以2C、不變3、找規(guī)律填空（3×6＝18分）12×12＝14412×24＝12×36＝12×48＝12×60＝12×72＝12×84＝4、解決問題（共29分）（1）在乘法算式36×6中，如果一個(gè)因數(shù)除以4，另一個(gè)因數(shù)除以2，積有什么變化？（5分）（2）在乘法算式36×6中，如果一個(gè)因數(shù)除以4，另一個(gè)因數(shù)乘以4，積有什么變化？（6分）（3）兩個(gè)數(shù)相乘，積是66，如果一個(gè)因數(shù)乘以8，要使積不變，另一個(gè)因數(shù)應(yīng)該有什么變化？（6分）（3）芳芳在做一道整數(shù)乘法算式題時(shí)，在一個(gè)因數(shù)末尾多寫了一個(gè)“0”，得到的結(jié)果是240，正確的結(jié)果應(yīng)該是多少？（6分）（4）明明在做一道整數(shù)乘法算式題時(shí)，把其中一個(gè)因數(shù)末尾的“0”漏寫了，得到的結(jié)果是240，正確的結(jié)果應(yīng)該是多少？（6分）機(jī)器學(xué)習(xí)在本體映射中的應(yīng)用摘要：（目的）本文針對(duì)語(yǔ)義網(wǎng)中的本體異構(gòu)問題，（方法）提出利用人工智能研究中的機(jī)器學(xué)習(xí)算法來(lái)解決。（結(jié)果）通過概念映射使其語(yǔ)義更好地得到匹配，并在果品領(lǐng)域經(jīng)過實(shí)例的應(yīng)用，其效果還是客觀的。（結(jié)論）在本體映射匹配研究中，機(jī)器學(xué)習(xí)發(fā)揮了很大的作用，對(duì)語(yǔ)義重疊的概念進(jìn)行高效率的推理匹配映射，為語(yǔ)義網(wǎng)本體異構(gòu)環(huán)境下實(shí)現(xiàn)信息在語(yǔ)義上的互操作提供了一種解決的途徑。關(guān)鍵詞：語(yǔ)義Web，機(jī)器學(xué)習(xí)算法，決策樹算法，分類樹，概念映射

1引言語(yǔ)義網(wǎng)(SemanticWeb)是在本體(Ontology)理論基礎(chǔ)之上對(duì)現(xiàn)有Web所進(jìn)行的擴(kuò)展，其目標(biāo)是使Web上的信息具有計(jì)算機(jī)可以理解的語(yǔ)義，在本體的支持下實(shí)現(xiàn)信息在語(yǔ)義上的互操作，以及對(duì)Web資源所進(jìn)行的智能訪問和檢索。（研究的重要意義）語(yǔ)義網(wǎng)服務(wù)是以語(yǔ)義網(wǎng)和本體為基礎(chǔ)的一個(gè)重要的基礎(chǔ)研究領(lǐng)域，其目標(biāo)是通過將語(yǔ)義網(wǎng)技術(shù)和Web服務(wù)技術(shù)相結(jié)合,提供下一代網(wǎng)絡(luò)的集成平臺(tái)。語(yǔ)義網(wǎng)服務(wù)中大量的本體由于應(yīng)用的領(lǐng)域不同，組織、設(shè)計(jì)者不同,其結(jié)構(gòu)和概念的表達(dá)形式也存在著一定的差異,因此造成了本體的異構(gòu)性。本體映射指的是在多個(gè)本體之間找到語(yǔ)義相同或相似的對(duì)應(yīng)元素,從而在多個(gè)本體之間建立語(yǔ)義聯(lián)系,消除不同本體或本體不同版本之間知識(shí)表達(dá)時(shí)的不一致現(xiàn)象,進(jìn)而達(dá)到真正意義上的知識(shí)共享。本體映射是解決不同本體間的知識(shí)共享和重用問題的有效方法。（前人研究進(jìn)展）目前本體映射大多是由人工手動(dòng)來(lái)完成的，（研究的切入點(diǎn)）不僅過程煩雜，而且很容易出錯(cuò)。這極大地影響了本體映射自動(dòng)化程度和準(zhǔn)確性。（研究擬解決的關(guān)鍵問題）機(jī)器學(xué)習(xí)是解決這類問題的有效方法之一[1]。在此將對(duì)目前機(jī)器學(xué)習(xí)研究的主要趨勢(shì)、理論與技術(shù)以及存在的問題，在本體映射中的應(yīng)用做一詳細(xì)的介紹。2機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)的研究是根據(jù)生理學(xué)、認(rèn)知科學(xué)等對(duì)人類學(xué)習(xí)機(jī)理的了解，建立人類學(xué)習(xí)過程的計(jì)算模型或認(rèn)識(shí)模型，發(fā)展各種學(xué)習(xí)理論和學(xué)習(xí)方法，研究通用的學(xué)習(xí)算法并進(jìn)行理論上的分析，建立面向任務(wù)的具有特定應(yīng)用的學(xué)習(xí)系統(tǒng)。這些研究目標(biāo)相互影響相互促進(jìn)。機(jī)器學(xué)習(xí)在人工智能的研究中具有十分重要的地位。機(jī)器學(xué)習(xí)系統(tǒng)是一個(gè)具有學(xué)習(xí)能力的智能系統(tǒng)，它可以推理演繹加以歸納知識(shí)，證明已存在的事實(shí)、定理，并能歸納總結(jié)新的規(guī)則、定理和定律，遇到錯(cuò)誤能自我校正，通過經(jīng)驗(yàn)對(duì)自身性能加以改進(jìn)，可以不斷的自動(dòng)獲取和發(fā)現(xiàn)所需要的知識(shí)。隨著人工智能的深入發(fā)展，機(jī)器學(xué)習(xí)逐漸成為人工智能研究的核心之一。它的應(yīng)用已遍及人工智能的各個(gè)分支，如專家系統(tǒng)、自動(dòng)推理、自然語(yǔ)言理解、模式識(shí)別、計(jì)算機(jī)視覺、智能機(jī)器人等領(lǐng)域。從機(jī)器學(xué)習(xí)的執(zhí)行部分所反映的任務(wù)類型上看，目前大部分的應(yīng)用研究領(lǐng)域基本上集中于以下兩個(gè)范疇：分類和問題求解。3機(jī)器學(xué)習(xí)算法機(jī)器學(xué)習(xí)的中心問題是從特殊的訓(xùn)練樣例中歸納出一般函數(shù)。發(fā)展至今，機(jī)器學(xué)習(xí)算法已經(jīng)有很多，并有了廣泛的應(yīng)用。常見的算法有：概念學(xué)習(xí)，決策樹學(xué)習(xí)，支持向量機(jī)((SVM)，人工神經(jīng)網(wǎng)絡(luò)，貝葉斯((Bayes)學(xué)習(xí)，遺傳算法，基于實(shí)例的學(xué)習(xí)，規(guī)則學(xué)習(xí)等等[3]。(1）決策樹算法描述決策樹算法是應(yīng)用最廣泛的歸納推理算法之一，在數(shù)據(jù)挖掘的分類，生成規(guī)則方面都有很多應(yīng)用。大多數(shù)己開發(fā)的決策樹學(xué)習(xí)是ID3算法一種核心算法的變體。決策樹是通過把實(shí)例從根節(jié)點(diǎn)排列到某個(gè)葉子節(jié)點(diǎn)的方法來(lái)分類實(shí)例，葉子節(jié)點(diǎn)即為實(shí)例所屬的分類。樹上每個(gè)節(jié)點(diǎn)說明了對(duì)實(shí)例的某個(gè)屬性的測(cè)試，并且該節(jié)點(diǎn)的每個(gè)后繼分支對(duì)應(yīng)于該屬性的一個(gè)可能值。決策樹分類實(shí)例的方法是從這棵樹的根結(jié)點(diǎn)開始，測(cè)試這個(gè)結(jié)點(diǎn)指定的屬性，然后按照給定實(shí)例的該屬性值對(duì)應(yīng)的樹枝向下移動(dòng)。然后這個(gè)過程在以新結(jié)點(diǎn)為根的子樹上重復(fù)。（2）ID3算法描述ID3算法采用自頂向下的貪婪搜索遍歷可能的決策樹空間，這種方法也是后繼的C4.5算法的基礎(chǔ)?；镜腎D3算法通過自頂向下構(gòu)造決策樹進(jìn)行學(xué)習(xí)。構(gòu)造過程是從“哪個(gè)屬性將在樹的根結(jié)點(diǎn)被測(cè)試”這個(gè)問題開始的。在算法中使用統(tǒng)計(jì)測(cè)試來(lái)確定每一個(gè)實(shí)例屬性單獨(dú)分類訓(xùn)練樣例的能力。分類能力最好的屬性被選作樹的根結(jié)點(diǎn)的測(cè)試，然后為根結(jié)點(diǎn)屬性的每一個(gè)可能值產(chǎn)生一個(gè)分支，并把訓(xùn)練樣例排列到適當(dāng)?shù)姆种?，也就是，樣例的該屬性值?duì)應(yīng)的分支之下。然后重復(fù)整個(gè)過程，用每一個(gè)分支結(jié)點(diǎn)關(guān)聯(lián)的訓(xùn)練樣例來(lái)選取在該結(jié)點(diǎn)被測(cè)試的最佳屬性，這形成了對(duì)決策樹的貪婪搜索，也就是算法從不回溯重新考慮以前的選擇4領(lǐng)域本體映射本文是依據(jù)國(guó)家“星火計(jì)劃”的項(xiàng)目而建立的果品領(lǐng)域本體，果品領(lǐng)域本體庫(kù)就是刻畫果品領(lǐng)域類、屬性、關(guān)系和實(shí)例的一種模型，目的是讓果品知識(shí)能夠被計(jì)算機(jī)理解和處理?；诒倔w思想建立果品體系，基本就是對(duì)果品知識(shí)按照果品領(lǐng)域的要求進(jìn)行分類。但在果品領(lǐng)域內(nèi)的本體由于語(yǔ)法結(jié)構(gòu)各不相同，在未來(lái)的語(yǔ)義搜索時(shí)需要涉及到各個(gè)果品領(lǐng)域的本體庫(kù)。如何把果品領(lǐng)域中的異構(gòu)本體整合起來(lái)？本體映射技術(shù)就是為了解決本體整合問題而產(chǎn)生的。在本體映射中核心問題是機(jī)器學(xué)習(xí)算法。也就是依據(jù)定義和規(guī)則來(lái)進(jìn)行推理、歸納、綜合，來(lái)解決映射問題，并將映射結(jié)果存儲(chǔ)，作為下次映射的依據(jù)。在不同本體分類樹中，對(duì)其的各個(gè)節(jié)點(diǎn)一一進(jìn)行分析比較，根據(jù)語(yǔ)義匹配映射規(guī)則，找出語(yǔ)義重疊和相關(guān)的概念節(jié)點(diǎn)，再根據(jù)映射各項(xiàng)關(guān)系結(jié)果做出標(biāo)記，進(jìn)行映射匹配。映射的過程可以看作是Ontology匹配(或者映射)的過程。典型的映射過程通過分析、比較Ontology來(lái)判斷概念之間的對(duì)應(yīng)關(guān)系,最終建立本體之間的映射關(guān)系。例如：給出兩個(gè)本體，其本體分類樹分別為Ta和Tb，我們要尋找Ta到Tb的映射，即為找到分類樹Ta中概念A(yù)在另一個(gè)分類樹Tb中的匹配位置,我們需要找到Tb中三個(gè)關(guān)鍵的概念節(jié)點(diǎn):●Tb中最相似的候選概念節(jié)點(diǎn)B;●Tb最接近A的父節(jié)點(diǎn)C;●Tb最接近A的子節(jié)點(diǎn)D其中映射關(guān)系在這里可以分為兩種：同義關(guān)系映射和實(shí)例映射。同義關(guān)系映射表示相似概念之間對(duì)稱的等價(jià)關(guān)系，即不同本體樹中的兩個(gè)描述語(yǔ)言表示相同樣的語(yǔ)義。實(shí)例映射，指的是一個(gè)概念是另一個(gè)概念的實(shí)例。同義關(guān)系映射，對(duì)于同一領(lǐng)域的兩個(gè)Ontology,它們的元素在很大程度上是存在重疊的,因此,我們可以在一個(gè)Ontology中為另一個(gè)Ontology的一個(gè)概念結(jié)點(diǎn)尋找一個(gè)最相似的一個(gè)結(jié)點(diǎn)。實(shí)例關(guān)系映射，對(duì)于結(jié)構(gòu)不同的兩個(gè)果品本體樹，實(shí)例概念在各個(gè)本體樹中的節(jié)點(diǎn)位置不相同，根據(jù)屬性為實(shí)例概念節(jié)點(diǎn)找到在另個(gè)果品樹中的對(duì)應(yīng)節(jié)點(diǎn)。圖1本體樹1Picture1OntologyTree1ThingThing果樹網(wǎng)站地區(qū)常綠果樹落葉果樹藤本藤生類草本類荔枝類莢果類柑果類漿果類仁果類柿棗類堅(jiān)果類核果類山楂西北華北東北中南華東蘋果圖2本體樹2圖3本體樹3Picture2OntologyTree2Picture3OntologyTree3山里紅品種山里紅品種品質(zhì)產(chǎn)地蘋果品種品質(zhì)產(chǎn)地上圖為果品領(lǐng)域中的三個(gè)本體樹，在圖1本體樹3中，蘋果在農(nóng)業(yè)生物學(xué)領(lǐng)域?qū)儆谌使?，在本體樹1中，蘋果相對(duì)于仁果類就是實(shí)例關(guān)系，蘋果是仁果類的實(shí)例；在圖2本體樹2中，山楂又稱為山里紅，兩個(gè)概念表示的同一個(gè)事物同一個(gè)概念，在圖1本體樹1中它和山楂就是同義詞的關(guān)系。5基于機(jī)器規(guī)則映射算法本體是一組概念、屬性和關(guān)系對(duì)一個(gè)領(lǐng)域進(jìn)行規(guī)范化的描述。概念是領(lǐng)域中實(shí)體的抽象，可用一棵本體分類樹來(lái)描述。定義本體T為一個(gè)領(lǐng)域本體分類樹，用一個(gè)5元組描述T=(N,R,H,S,X)其中:N表示概念的集合,是樹中的節(jié)點(diǎn);R是一個(gè)關(guān)系集合,是樹中的邊,如:用is-apart-of,ame-of,attribute-of,Instance-of等用來(lái)說明這些的關(guān)系。H描述樹中概念間以及概念與實(shí)例間的層次分類關(guān)系;S是實(shí)例的集合;X是描述概念節(jié)點(diǎn)及實(shí)例的元數(shù)據(jù)屬性集合,如:DublinCore。映射F:對(duì)于領(lǐng)域中的兩個(gè)領(lǐng)域本體Ontology概念樹T=(N,R,H,S,X)、T′=(N′,R′,H′,S′,X′),F:N×N′→ref其中,ref是一個(gè)可以接受的解釋語(yǔ)義關(guān)系的名詞集合在本文中果品領(lǐng)域概念映射的關(guān)系為兩種，finstance(）和fsame()，即實(shí)例映射關(guān)系和同義映射關(guān)系。在上圖三棵本體分類樹T1，T2，T3中，其中T1=(N1,R1,H1,S1,X1)，N1={Thing，果樹，網(wǎng)站，地區(qū)，常綠果樹，落葉果樹，西北，華北，東北，中南，華東，藤本藤生類，草本類，荔枝類，莢果類，柑果類，漿果類，仁果類，柿棗類，堅(jiān)果類，核果類}，R1為關(guān)系集合，R1={is-apart-of,same-of,attribute-of,Instance-of}；T2=(N2,R2,H2,S2,X2)，N2={山楂，品種，品質(zhì)，產(chǎn)地},R2={is-apart-of,same-of,attribute-of,Instance-of}；T3=(N3,R3,H3,S3,X3)，N3={蘋果，品種，品質(zhì)，產(chǎn)地}R3={is-apart-of,same-of,attribute-of,Instance-of}；果樹本體中，仁果類的實(shí)例為蘋果、梨、枇杷、木瓜和山楂；核果類的實(shí)例為桃、杏、李、櫻桃和榔；堅(jiān)果類的實(shí)例為核桃、栗、銀杏、阿月渾子和榛子；漿果類的實(shí)例為葡萄、草萄、醋栗、獼猴桃和樹莓；柿棗類的實(shí)例為柿、君遷子(黑棗)、棗和酸棗；柑果類的實(shí)例為橘、柑、柚子、橙、檸檬、枳、黃皮和葡萄柚；荔枝類的實(shí)例為荔枝、龍眼和韶子；莢果類的實(shí)例為酸豆、角豆樹、四棱豆和蘋婆等；草本類的實(shí)例為香蕉和菠蘿；藤本蔓生類的實(shí)例為西番蓮和南胡頹子。地區(qū)本體中，華北的實(shí)例為北京市、天津市、河北省、山西省和內(nèi)蒙古自治區(qū)；東北的實(shí)例為遼寧省、吉林省和黑龍江??；華東的實(shí)例為上海市、江蘇省、浙江省、安徽省、福建省、江西省和山東??；中南的實(shí)例為河南省、湖北省、湖南省、廣東省、廣西省和海南??；西南的實(shí)例為重慶市、四川省、貴州省、云南省和西藏自治區(qū)；西北的實(shí)例為陜西省、甘肅省、青海省、寧夏回族自治區(qū)和新疆維吾爾自治區(qū)；港澳臺(tái)特區(qū)的實(shí)例為香港特別行政區(qū)、澳門特別行政區(qū)和臺(tái)灣省。分類樹的節(jié)點(diǎn)是概念，每個(gè)概念都用同一組實(shí)例來(lái)支撐說明。概念，是客觀世界中任何事物的抽象描述,形式上,概念定義為一個(gè)四元組:C={Id,L,P,IC},其中Id為概念的唯一標(biāo)識(shí)符,用URI表示;L為概念的語(yǔ)言詞匯,P為概念屬性的集合;IC為屬于該概念的實(shí)例的集合。每個(gè)概念可用一組屬性描述：DublinCore屬性組(Title:資源的名字;AuthororCreator:資源內(nèi)容的創(chuàng)建者或組織者;SubjectandKeywords:資源的主題及關(guān)鍵字;Description:資源內(nèi)容的原文描述)。概念之間、概念和實(shí)例之間的關(guān)系可以用一組關(guān)系來(lái)描述,如:用is-a,is-part-of,ame-of,attribute-of,instance-of等用來(lái)說明這些的關(guān)系。語(yǔ)義匹配（映射）關(guān)系，有1對(duì)1，1對(duì)多，多對(duì)多匹配[2]。例如:在本體分類樹T2中，山里紅這個(gè)概念節(jié)點(diǎn)，C1={Id,L,P,IC},Id=’薔薇科植物山里紅或山楂的干燥成熟果實(shí)’,L=’薔薇科落葉小喬木，樹皮暗灰色，有淺黃色皮孔，小枝紫褐色，單葉互生或于短枝上簇生，葉片寬卵形，傘房花序，花白色，后期變粉紅色，果實(shí)球形，熟后深紅色，表面具淡色小斑點(diǎn)’。在本體分類樹T1中，山楂這個(gè)概念節(jié)點(diǎn)，C2={Id,L,P,IC}，Id=’薔薇科植物山里紅或山楂的干燥成熟果實(shí)’，L=’果實(shí)較小，類球形，直徑0.8～1.4cm，有的壓成餅狀。表面棕色至棕紅色，并有細(xì)密皺紋，頂端凹陷，有花萼殘跡，基部有果?；蛞衙撀?。質(zhì)硬，果肉薄，味微酸澀’。在本體分類樹T3中，概念節(jié)點(diǎn)蘋果，C3={Id,L,P,IC}，Id=’落葉喬木，葉橢圓形，有鋸齒，花白微紅，果實(shí)圓形，味甜，是普通的水果’，L=’果實(shí)類球形，直徑10～30cm，從外到里依次是果皮、果肉、果核。成熟果實(shí)果皮成紅色或黃色，有果梗。果皮薄可食，果肉多，汁多’在本體分類樹T1中，概念節(jié)點(diǎn)仁果類，C4={Id,L，P,IC}，Id=’多汁的果肉包著幾個(gè)種子的果核’，IC={蘋果，梨，山楂，木瓜，枇杷，沙果，海棠果}。在進(jìn)行映射推理時(shí)，采用機(jī)器學(xué)習(xí)算法，依據(jù)機(jī)器映射算法中的規(guī)則、定義，比較本體分類樹中概念節(jié)點(diǎn)的屬性，對(duì)兩個(gè)本體之間的概念節(jié)點(diǎn)進(jìn)行映射。首先在本體分類樹TI與T2之間進(jìn)行映射，T2中山里紅C1與本體樹T1中的各概念節(jié)點(diǎn)進(jìn)行比較，當(dāng)與山楂節(jié)點(diǎn)C2比較時(shí)，采用機(jī)器學(xué)習(xí)算法推理出C1_Id=C2_Id，C2_L≌C1_L，得出T2中C1與T1中的C2表示的是同個(gè)概念，可以在C1與C2之間建立同義映射關(guān)系。又根據(jù)機(jī)器學(xué)習(xí)算法，C2的父節(jié)點(diǎn)是C1的父節(jié)點(diǎn)，C2的兄弟節(jié)點(diǎn)與C1相似.在本體分類樹T1和T3之間進(jìn)行映射，T3中的蘋果節(jié)點(diǎn)C3依次與分類樹T1中的概念節(jié)點(diǎn)進(jìn)行比較，機(jī)器算法推理出C3與本體分類樹T1中的C4有關(guān)系C3_IdC4_Id,C3_ICC4_IC,得出C3C4，C3是C4的實(shí)例，則在C3和C4之間建立實(shí)例映射關(guān)系。從而得出：fsame（C1）=C2,C1與C2之間是同義映射關(guān)系，即C1與C2表達(dá)是同一種概念。finstance（C3）=C4，C3與C4之間是實(shí)例映射關(guān)系，即C3是C4的實(shí)例。這就完成了一個(gè)可行的本體映射下面是基于機(jī)器學(xué)習(xí)映射方法的一些相關(guān)規(guī)則[4]：●s是概念C的實(shí)例,若:C是C′的子孫(表示C〈C′),那么s也是概念C′的實(shí)例?！裨诓煌倔w中,如果兩個(gè)概念屬于兩個(gè)本體樹中同一個(gè)父概念,那么這兩個(gè)概念是相似的,即兄弟概念是相似的。本體樹T與T’，有兩個(gè)同概念節(jié)點(diǎn)P，則在兩個(gè)本體樹中P節(jié)點(diǎn)的子節(jié)點(diǎn)是相似的?！袢绻诓煌倔w中兩個(gè)概念的父概念相似,那么這兩個(gè)概念也可能相似,并且這兩個(gè)概念的部分子概念也可能相似?！袢绻硞€(gè)概念的兄弟概念結(jié)點(diǎn)L與某一概念X相似,那么該概念L與概念X也可能相似?！袢绻麅蓚€(gè)概念相似,那么它們的子概念在一定程度上也相似?！袢绻凶痈拍疃寂c概念Y相似,那么它們的父概念也與概念Y相似。●如果兩個(gè)概念具有相同的兄弟則這兩個(gè)概念可能是相似的?！袢绻麅蓚€(gè)概念具有相同的實(shí)例則這兩個(gè)概念可能是相似的?！袢绻麅蓚€(gè)概念具有相同的屬性則這兩個(gè)概念可能是相似的

6結(jié)論本文依據(jù)果品領(lǐng)域本體，結(jié)合機(jī)器學(xué)習(xí)算法詳細(xì)描述了概念映射算法。但在進(jìn)行映射比較的同時(shí)，很多屬性要進(jìn)行參考，如層次結(jié)構(gòu)描述、關(guān)系、約束等，還有機(jī)器算法規(guī)則需要更詳細(xì)的定義。異構(gòu)的領(lǐng)域本體匹配是語(yǔ)義網(wǎng)發(fā)展面臨的最富有挑戰(zhàn)性的問題之一，本體描述沒有同一標(biāo)準(zhǔn)，映射算法也不相同，所以實(shí)現(xiàn)完全程度上本體匹配尚不可能，但本論文的概念映射匹配的研究為同領(lǐng)域的語(yǔ)義互取提供了可能，從這重意義上講，對(duì)今后語(yǔ)義網(wǎng)領(lǐng)域研究工作具有一定參考價(jià)值。

參考文獻(xiàn)[1]OuinlanJ.R.Inductionofdecisiontrees.MachineLearning.1986:81一106[2]MehtaM，AgrawalR,Rissanen.SLIQ:AFastScalableClassifierforDataMining[A].LectureNoteinComputerSciProcofthe5thIntCoofonExtendingDatabaseTech[C].1996:18-33[3]班瑞.南京理工大學(xué).基于語(yǔ)義web的機(jī)器學(xué)習(xí)算法研究與應(yīng)用.碩士論文.2006，6.中國(guó)優(yōu)