原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
第33 卷第6 期 电 子 与 信 息 学 报 Vol.33No.6
2011 年6 月 Journal of Electronics Information Technology Jun. 2011
基于核 Batch SOM 聚类优化的语义 Web 服务发现机制研究
陈 蕾*①② 杨 庚①② 张迎周①② 陈燕俐①
①(南京邮电大学计算机学院 南京 210003)
②(北京邮电大学网络与交换技术国家重点实验室 北京 100876)
摘 要：如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。该文针对现有
Web服务发现机制中存在的效率低下和查准率不高的两个主要问题，提出了一个基于核Batch SOM神经网络聚类
优化的语义Web服务发现框架。该框架分别在服务表示阶段引入WordNet和隐含语义索引技术对Web服务进行语义
扩展和概念语义空间降维；在服务分类阶段利用核机学习理论改进一类适用于Web服务分类的核Batch SOM神经
网络算法；在服务匹配阶段提出一种基于核余弦相似性测度的Web服务匹配算法。最后，真实Web服务数据集上的
实验结果验证了所提出方法的可行性。
关键词：Web 服务发现；自组织映射神经网络；WordNet；隐含语义索引；相似性度量
中图分类号：TP393 文献标识码： A 文章编号：1009-5896(2011)06-1307-07
DOI: 10.3724/SP.J.1146.2010.01120
Research on Semantic Web Services Discovery Mechanism
Based on Kernel Batch SOM Neural Network
①② ①② ①② ①
Chen Lei Yang Geng Zhang Ying-zhou Chen Yan-li
①
(College of Computer, Nanjing University of Posts and Telecommunications, Nanjing 210003, China)
②
(State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications,
Beijing 100876, China)
Abstract: With the rapid growth and wide application of Web services, the research on how to accurately,
efficiently and rapidly find the desired Web services has become a challenging subject. In order to improve the
efficiency and precision for Web service discovery, a semantic Web services discovery framework based on Kernel
Batch SOM neural network is proposed. Firstly, by introd
文档评论（0）