本体稀疏矩阵学习以及在相似度计算中的应用

摘要：

在大数据背景下,本体所包含的概念越来越多,其结构也越来越复杂.这要求其对应的本体算法能高效地降低计算的维度,进而减少计算复杂度.将原有的本体稀疏向量学习模型进行扩展,提出本体稀疏矩阵学习模型.通过矩阵导数计算设计一种迭代算法来获取逼近最优解.实验表明新算法在特定的本体应用领域有较高的效率.

关键词：本体、相似度计算、本体映射、稀疏矩阵

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目;云南省科技厅高校联合面上项目

在线出版日期：2020-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：118-123