基于Bayesian学习的网络服务本体模型转换方法

摘要：

　　本体自身的复杂性使得本体生成难度增加。模型驱动架构作为一种新的开发模式可用于网络服务本体生成。但是面临UML本体模型到OWL本体的转换问题。不同于现有的基于转换规则的本体模型转换，本文提出了一种基于Bayesian学习的网络服务本体模型转换方法。该方法首先计算给定UML本体模型条件下OWL本体的后验概率，以此来衡量UML本体模型和OWL本体的近似程度，然后选择具有最大后验概率的OWL本体作为转换结果。最后还给出本体模型转换的原型系统以及具体的转换实例，进一步阐明所提出的本体模型转换方法。

关键词： 计算机网络 网络服务 模型转换 程序设计

作者: 曹栋 李晓峰 乔秀全 孟洛明

作者单位: 北京邮电大学 网络与交换技术国家重点实验室, 北京市 100876

会议类型: 国内会议

会议名称: 2011年中国计算机学会服务计算学术会议(CCF NCSC2011)

会议地点: 济南

会议语种:中文

页码: 1-7

在线出版日期: 2011-08-18（万方平台首次上网日期，不代表论文的发表时间）