科学数据中心数据与知识集成-寒区旱区科学数据中心.pdfVIP

科学数据中心数据与知识集成-寒区旱区科学数据中心.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
科学数据中心数据与知识集成-寒区旱区科学数据中心

中国科技资源导刊 ISSN 1674-1544 CHINA SCIENCE TECHNOLOGY RESOURCES REVIEW 2010 9 42 5 15-21,36 ISSN 1674-1544 Vol.42 No.5 15-21 Sept. 2010 年 月 第 卷第 期 ,36 科学数据中心数据与知识集成 南卓铜  王亮绪   吴立宗   祝忠明   李  新   丁永建1 1 1 2 1 1 (1. 中国科学院寒区旱区环境与工程研究所,甘肃兰州  730000; 2. 中国科学院资源环境科学信息中心,甘肃兰州  730000) 摘  要:文章回顾了国际上大型科学数据中心知识集成的现状,认为越来越多的科学数据中心认识到数据中心需要 集成更多的知识,以提高科学数据的可用性以及满足长时期数据存储的要求。传统的元数据结构在应对知识集成时面临 诸多挑战。中国西部环境与生态科学数据中心 (西部数据中心)形成了从数据收集、规范化整理、数据集成挖掘到数据 服务的完整体系,集成了一批西部环境和生态研究的关键数据,在数据中心层次上集成多元知识作了有益的开拓性的工 作。文章还介绍了西部数据中心知识的表达形式,描述了以元数据为核心,数据文档和科学文献为补充的知识组织形 式,并介绍了西部数据中心开展的集成数据检索导航、模型数据集和在线模型服务等知识挖掘手段。 关键词:数据中心;知识集成;知识挖掘;元数据;中国西部环境与生态科学数据中心 中图分类号:TP3 文献标识码:A DOI:10.3772/j .issn.1674-1544.2010.05.004 Experiences in Knowledge Integration of the Environmental and Eco- logical Science Data Center for West China 1 1 1 2 1 1 Nan Zhuotong , Wang Liangxu , Wu Lizong , Zhu Zhongming , Li Xin , Ding Yongjian (1. Cold and Arid Regions Environmental and Engineering Research Institute, CAS, Lanzhou 730000; 2. Scientific Information Center for Resources and Environment, CAS, Lanzhou 730000) Abstract: This paper reviews current status of knowledge integration made by the large international scientific data centers. With decades of development, scientific data centers have increasingly realized the demands of data-relevant knowledge integrated by data centers to enhance usability of data and meet challenges arising from long-term data stew- ardship. As traditional itemized metadata architecture is hard to include more unstructured knowledge, new approach or e

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档