异构数据实体分辨多目标蚁群参考点选择

摘要：

为提高异构数据实体分辨的准确性,提出了异构数据实体分辨的蚁群算法参考点选择方法.异构数据的相似性通常难以直接度量,可以将其映射到参照物构造的统一空间后,再进行相似度的度量.给定两个异构数据集,选取若干匹配的数据对象对作为参照物(称之为参考点),将两个数据集中对象转换为到各自参考点的距离向量,依据距离向量的相似性进行实体分辨.为选择出更优的参考点集,建立了以最大化查全率、最大化查准率和最小化参考点集合规模为目标的优化模型,通过约束参考点集合规模,将上述模型转换成两目标优化模型,进而设计求解模型的蚁群算法,实现了参考点集的优化选择.实验结果表明,上述方法能够有效提高异构数据实体分辨的准确性.

关键词：异构数据、数据空间转换、实体分辨、特征选择、蚁群算法

所属期刊栏目：37

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61371196

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：239-243