基于神經(jīng)網(wǎng)絡(luò)的異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成的研究.pdf

1、隨著IT業(yè)的飛速發(fā)展，在交通局內(nèi)部已經(jīng)建立了許多管理信息系統(tǒng)，積累了大量的歷史數(shù)據(jù)。但隨著人們對(duì)信息綜合利用需求的進(jìn)一步提高，這些簡(jiǎn)單的信息管理形成了一個(gè)個(gè)信息孤島，彼此之間很難達(dá)到信息共享。因此，如何將各個(gè)異構(gòu)的數(shù)據(jù)源集到一起，成為首要解決的問(wèn)題。
　　 本文的課題背景來(lái)源于大連市交通局?jǐn)?shù)據(jù)中心建設(shè)。數(shù)據(jù)庫(kù)的異構(gòu)性主要體現(xiàn)在兩方面：一方面是數(shù)據(jù)庫(kù)管理系統(tǒng)的差異；另一方面是語(yǔ)義的異構(gòu)。異構(gòu)數(shù)據(jù)庫(kù)集成的關(guān)鍵問(wèn)題就是解決語(yǔ)義集成問(wèn)題

2、，就是要找出異構(gòu)數(shù)據(jù)庫(kù)間相同的屬性，即屬性匹配問(wèn)題。本文首先全面地綜述了現(xiàn)有異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成技術(shù)，并對(duì)目前方法的特點(diǎn)和不足之處進(jìn)行了研究，分析了將神經(jīng)網(wǎng)絡(luò)理論引入異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成領(lǐng)域中解決屬性匹配問(wèn)題的可行性；然后給出了基于神經(jīng)網(wǎng)絡(luò)的異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成過(guò)程：從數(shù)據(jù)庫(kù)中抽取屬性的特征向量，涉及內(nèi)容包括數(shù)據(jù)模式和數(shù)據(jù)內(nèi)容統(tǒng)計(jì)，并將屬性信息特征向量進(jìn)行歸一化；然后建立SOM網(wǎng)絡(luò)模型，將屬性特征向量進(jìn)行分類；最后建立BP屬性匹配模型，通過(guò)對(duì)

3、樣本數(shù)據(jù)進(jìn)行訓(xùn)練從而形成學(xué)習(xí)規(guī)則，用于異構(gòu)數(shù)據(jù)庫(kù)之間的語(yǔ)義匹配；并針對(duì)BP算法具有收斂速度慢、易于陷入極小值的缺陷，以及粒子群算法具有早熟收斂的現(xiàn)象，本文利用生物界中當(dāng)種群密度過(guò)大時(shí)就會(huì)自動(dòng)分家的思想，提出了一種基于改進(jìn)的粒子群優(yōu)化BP網(wǎng)絡(luò)算法，并在具體應(yīng)用環(huán)境中的數(shù)據(jù)庫(kù)上進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明該方法能明顯提高屬性匹配的準(zhǔn)確率，降低神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間。
　　 本文構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)的異構(gòu)數(shù)據(jù)庫(kù)語(yǔ)義集成系統(tǒng)。并針對(duì)BP神經(jīng)網(wǎng)絡(luò)的