位置:成果数据库 > 期刊 > 期刊详情页
基于信息熵的知识网度量方法及应用
  • ISSN号:1001-0505
  • 期刊名称:东南大学学报(自然科学版)
  • 时间:2010
  • 页码:1097-1102
  • 分类:TP11[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] TH165[机械工程—机械制造及自动化]
  • 作者机构:[1]东南大学复杂工程系统测量与控制教育部重点实验室,南京210096
  • 相关基金:国家自然科学基金资助项目(60934008)
  • 相关项目:知识化制造系统优化方法研究与应用
中文摘要:

为了解决知识网库中知识网的选择问题,提出了一种基于信息熵的知识网度量方法.首先,定义了基于信息熵的知识量函数,并证明了知识量函数的单调性.然后,将基于信息熵的知识网度量法用于基于用户功能需求的知识网选择中,并将基于用户功能需求的相似性和知识量作为评价知识网的量化指标.最后,在.NET平台上利用C#语言和数据库管理系统SQL Server2000,开发出基于用户功能需求的知识网选择的使能工具,并通过实例证明,相似性和知识量的结合可以更好地对知识网进行度量.用户功能需求越详细,且知识网库中的知识网相似性值和知识量值越接近目标知识网,则搜索到的知识网越能满足用户的需求.

英文摘要:

To solve the selection problem of a knowledge mesh in a knowledge mesh base,an entropy-based measurement method of knowledge mesh is proposed.First,the definition of an entropy-based knowledge amount function is described.The function's monotonic properties are proved.Then,the entropy-based measure method is applied to the selection of the knowledge mesh based on user functional requirements.The similarity and the knowledge amount based on user functional requirements are used to quantitatively evaluate the knowledge mesh.Finally,by means of C# program language and SQL Server 2000 database,a knowledge mesh selection enabling tool is developed on the.NET platform.It is exemplified that the proposed method can precisely measure the knowledge mesh by combining the similarity and the knowledge amount.When the user functional requirements are more detailed and the similarity and the knowledge amount of the knowledge-mesh in the knowledge-mesh database are closer to the destination mesh,the searched knowledge mesh will meet the user requirements better.

同期刊论文项目
期刊论文 89 会议论文 20 专利 3 著作 1
同项目期刊论文
期刊信息
  • 《东南大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:东南大学
  • 主编:毛善锋
  • 地址:南京四牌楼2号
  • 邮编:210096
  • 邮箱:xuebao@seu.edu.cn
  • 电话:025-83794323
  • 国际标准刊号:ISSN:1001-0505
  • 国内统一刊号:ISSN:32-1178/N
  • 邮发代号:28-15
  • 获奖情况:
  • 先后荣获第三届国家期刊奖百种重点期刊奖,2006-2...,2013年荣获首届江苏省新闻出版政府奖"报刊奖"
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23651