基于LISA理论的概念模型相似度计算

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (3): 40-42.

基于LISA理论的概念模型相似度计算

齐玉东1，闫晓斌2，谢晓方1

1.海军航空工程学院兵器科学与技术系，山东烟台 264001
2.海军航空工程学院学院办公室，山东烟台 264001

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-21 发布日期:2012-01-21

Conceptual models similarity computation based on LISA theory

QI Yudong1, YAN Xiaobin2, XIE Xiaofang1

1.Department of Ordnance Science and Technology, Naval Aeronautical and Astronautical University, Yantai, Shandong 264001, China
2.College Office, Naval Aeronautical and Astronautical University, Yantai, Shandong 264001, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-21 Published:2012-01-21

摘要/Abstract

摘要： 在信息系统概念建模过程中，常常需要合并或重用已有模型形成复杂的模型，以更加精确地刻画物理世界模型，而概念模型间的相似度计算是实现这一目标的重要基础。通过引入LISA认知模型的系统相似性计算方法，将概念模型间相似度计算转化为关系，绑定，实体类和角色间相似度的综合计算。实验结果表明，这种计算方法综合考虑了各种相关因素，所得出的结果具有较高的可信度。

关键词: 概念模型, 语义, 统一建模语言, 认识学, 相似性

Abstract: In the process of information system conceptual modeling, it is necessary to merge or reuse the existing concept models, to build a complex model to describe the physical world more accurately. Conceptual models similarity computation is an important base of merging, mapping and reusing conceptual models. This paper introduces a method of system similarity computation in the cognitive science, and transforms conceptual model similarity computation into a synthetic computation of the similarity of relationship, binding, entity classes and roles. Experimental results show that this computing method takes into account various relevant factors, the results are more reliable.

Key words: conceptual model, semantic, Unified Modeling Language（UML）, cognitive science, similarity

齐玉东1，闫晓斌2，谢晓方1. 基于LISA理论的概念模型相似度计算[J]. 计算机工程与应用, 2012, 48(3): 40-42.

QI Yudong1, YAN Xiaobin2, XIE Xiaofang1. Conceptual models similarity computation based on LISA theory[J]. Computer Engineering and Applications, 2012, 48(3): 40-42.

[1]	李晓筱，胡晓光，王梓强，杜卓群. 基于深度学习的实例分割研究进展[J]. 计算机工程与应用, 2021, 57(9): 60-67.
[2]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[3]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[4]	杨波，陶青川，董沛君. 改进Deeplab v3+网络的手术器械分割方法[J]. 计算机工程与应用, 2021, 57(7): 222-227.
[5]	徐建国，刘泳慧，刘梦凡. 基于BILSTM-CRF的高校政策语义角色标注研究[J]. 计算机工程与应用, 2021, 57(6): 207-211.
[6]	杨丰玉，黄雅璇，周世健，郑巍. 结合多元度量指标软件缺陷预测研究进展[J]. 计算机工程与应用, 2021, 57(5): 10-24.
[7]	袁铭阳，黄宏博，周长胜. 全监督学习的图像语义分割方法研究进展[J]. 计算机工程与应用, 2021, 57(4): 43-54.
[8]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[9]	王丽花，杨文忠，姚苗，王婷，理姗姗. 意图识别与语义槽填充的双向关联模型[J]. 计算机工程与应用, 2021, 57(3): 196-202.
[10]	杨亚男，张宏鸣，李杭昊，杨江涛，全凯. 结合FCN和DenseCRF模型的无人机梯田识别方法研究[J]. 计算机工程与应用, 2021, 57(3): 222-230.
[11]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[12]	王涛，王文举，蔡宇. 基于深度学习的三维点云语义分割方法研究[J]. 计算机工程与应用, 2021, 57(23): 18-26.
[13]	张慧婷，谢红薇，周辉，张昊. 融合权重机制和改进SDIM的偏标记分类算法[J]. 计算机工程与应用, 2021, 57(21): 195-202.
[14]	孟祥福，王丹丹，张峰. 空间关键字查询综述[J]. 计算机工程与应用, 2021, 57(20): 13-24.
[15]	钟磊，王应明. 考虑心理行为的区间二元语义动态群决策方法[J]. 计算机工程与应用, 2021, 57(2): 127-133.