虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

Jena

  • Jena文档《An Introduction to RDF and the Jena RDF API》的译文

    Jena文档《An Introduction to RDF and the Jena RDF API》的译文,可以初步了解RDF和Jena RDF API,适合研究语义Web和本体的初学者!

    标签: Jena Introduction RDF API

    上传时间: 2014-01-03

    上传用户:stewart·

  • Jena推理机的文件进行读取

    Jena推理机的文件进行读取,并存入mysql数据库

    标签: Jena 推理机 读取

    上传时间: 2014-01-14

    上传用户:ardager

  • 使用Jena推理机实现ontology应用的实例

    使用Jena推理机实现ontology应用的实例

    标签: ontology Jena 推理机

    上传时间: 2013-12-19

    上传用户:372825274

  • Jena推理机

    Jena推理机,用于解析OWL文档 抽取本体概念

    标签: Jena 推理机

    上传时间: 2017-05-16

    上传用户:gut1234567

  • Jena reasoner, 用于基于owl等的推理

    Jena reasoner, 用于基于owl等的推理

    标签: reasoner Jena owl

    上传时间: 2017-08-23

    上传用户:924484786

  • 这段代码是应用Jena 的简单程序

    这段代码是应用Jena 的简单程序,运用了Ontmodel ,OntClass 等类

    标签: Jena 代码 程序

    上传时间: 2014-01-02

    上传用户:从此走出阴霾

  • 智能IETM语义检索系统设计与实现

      通过对IETM智能化语义检索方法的探讨,提出了一种基于Jena推理的IETM智能化语义检索方法。分析了当前IETM系统检索方法存在的不足,提出了语义检索是实现IETM智能化的有效途径。详细阐述了Jena语义推理的基本原理。最后,设计了基于Jena推理的IETM智能化语义检索方法,该方法根据输入检索语义检索条件在IETM领域本体库中进行Jena推理获得语义扩展的检索结果;根据语义扩展后的检索结果在CSDB中进行检索,获得最终结果。所提方法较好地满足了IETM系统中海量领域知识的智能化检索和用户多样性需求的要求,强调了检索的查全率和查准率,有效地克服了传统的关键字检索模型存在的语义缺失问题。

    标签: IETM 语义检索 系统设计

    上传时间: 2013-11-10

    上传用户:hehuaiyu

  • Jsp写的一个语义检索的Demo

    Jsp写的一个语义检索的Demo,可以直接用Eclipse打开,不过需要下载Jena的包,如何下载里面有详细说明,适合研究语义Web和本体并有一定Java基础的人。

    标签: Demo Jsp 语义检索

    上传时间: 2016-10-20

    上传用户:星仔

  • 基于模型—数据融合的中国区域碳水通量动态模拟及分析

    准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用,预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高,但观测范围局限、站点分布不均匀,易受环境影响,难以区域扩展;模型模拟可实现不同尺度参量估算,但由于理想化假设、模型参数和驱动数据等限制,导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息,建立两者相互制约调节的优化关系,以提高模型结果与真实值之间的匹配程度。基于该思路,本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上,重点突破全球动态植被模型(Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM)敏感参数优化方法,获取适宜中国的参数化方案:在此基础上,引入数据同化算法,将遥感卫星产品信息与模型相融合,在模拟过程中不断校正原有模型模拟轨迹,提高模型适用性。将以上改进的模型推广至中国区域,实现对20002015年中国地区总初级生产力(Gross Primary Productivity GPP)和敬发(Evapotranspiration,ET的空间格局模拟及分析。主要结论如下1)将LP」DGwM中所选出的22个可调参数(涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域)在各自取值范围内随机获得不同的参数组合,结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性,尤其集中在生长季。所有站点GPP相对不确定性(Relative Uncertainty,RU)基本保持在09-1.25之间,不具有明显的年际变异性:ET相对不确定性RU月变化趋势明显,且基本处于0.5以下,明显低于GPP,说明所筛选的22个参数对GP模拟产生的影响更为显著。

    标签: 数据融合

    上传时间: 2022-03-16

    上传用户:shjgzh