亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

Jena

  • Jena文檔《An Introduction to RDF and the Jena RDF API》的譯文

    Jena文檔《An Introduction to RDF and the Jena RDF API》的譯文,可以初步了解RDF和Jena RDF API,適合研究語義Web和本體的初學者!

    標簽: Jena Introduction RDF API

    上傳時間: 2014-01-03

    上傳用戶:stewart·

  • Jena推理機的文件進行讀取

    Jena推理機的文件進行讀取,并存入mysql數據庫

    標簽: Jena 推理機 讀取

    上傳時間: 2014-01-14

    上傳用戶:ardager

  • 使用Jena推理機實現ontology應用的實例

    使用Jena推理機實現ontology應用的實例

    標簽: ontology Jena 推理機

    上傳時間: 2013-12-19

    上傳用戶:372825274

  • Jena推理機

    Jena推理機,用于解析OWL文檔 抽取本體概念

    標簽: Jena 推理機

    上傳時間: 2017-05-16

    上傳用戶:gut1234567

  • Jena reasoner, 用于基于owl等的推理

    Jena reasoner, 用于基于owl等的推理

    標簽: reasoner Jena owl

    上傳時間: 2017-08-23

    上傳用戶:924484786

  • 這段代碼是應用Jena 的簡單程序

    這段代碼是應用Jena 的簡單程序,運用了Ontmodel ,OntClass 等類

    標簽: Jena 代碼 程序

    上傳時間: 2014-01-02

    上傳用戶:從此走出陰霾

  • 智能IETM語義檢索系統設計與實現

      通過對IETM智能化語義檢索方法的探討,提出了一種基于Jena推理的IETM智能化語義檢索方法。分析了當前IETM系統檢索方法存在的不足,提出了語義檢索是實現IETM智能化的有效途徑。詳細闡述了Jena語義推理的基本原理。最后,設計了基于Jena推理的IETM智能化語義檢索方法,該方法根據輸入檢索語義檢索條件在IETM領域本體庫中進行Jena推理獲得語義擴展的檢索結果;根據語義擴展后的檢索結果在CSDB中進行檢索,獲得最終結果。所提方法較好地滿足了IETM系統中海量領域知識的智能化檢索和用戶多樣性需求的要求,強調了檢索的查全率和查準率,有效地克服了傳統的關鍵字檢索模型存在的語義缺失問題。

    標簽: IETM 語義檢索 系統設計

    上傳時間: 2013-11-10

    上傳用戶:hehuaiyu

  • Jsp寫的一個語義檢索的Demo

    Jsp寫的一個語義檢索的Demo,可以直接用Eclipse打開,不過需要下載Jena的包,如何下載里面有詳細說明,適合研究語義Web和本體并有一定Java基礎的人。

    標簽: Demo Jsp 語義檢索

    上傳時間: 2016-10-20

    上傳用戶:星仔

  • 基于模型—數據融合的中國區域碳水通量動態模擬及分析

    準確量化和預測陸地生態系統碳水通量對于理解陸氣間相互作用,預測未來氣候變化和控制溫室效應具有重要意義。通量觀測和模型模擬是目前研究碳水通量的兩種主要方法。通量觀測精度較高,但觀測范圍局限、站點分布不均勻,易受環境影響,難以區域擴展;模型模擬可實現不同尺度參量估算,但由于理想化假設、模型參數和驅動數據等限制,導致其模擬結果往往與真實值存在較大偏差。模型-數據融合方法主要是通過參數估計和數據同化兩種技術集成觀測和模型信息,建立兩者相互制約調節的優化關系,以提高模型結果與真實值之間的匹配程度。基于該思路,本研究在地面觀測數據、遙感衛星資料以及相關氣候環境數據基礎上,重點突破全球動態植被模型(Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM)敏感參數優化方法,獲取適宜中國的參數化方案:在此基礎上,引入數據同化算法,將遙感衛星產品信息與模型相融合,在模擬過程中不斷校正原有模型模擬軌跡,提高模型適用性。將以上改進的模型推廣至中國區域,實現對20002015年中國地區總初級生產力(Gross Primary Productivity GPP)和敬發(Evapotranspiration,ET的空間格局模擬及分析。主要結論如下1)將LP」DGwM中所選出的22個可調參數(涉及光合、呼吸、水平衡異速生長、死亡、建立以及土壤和掉落物分解共七個作用領域)在各自取值范圍內隨機獲得不同的參數組合,結果表明22個參數可引起GPP和ET模擬結果產生較大的不確定性,尤其集中在生長季。所有站點GPP相對不確定性(Relative Uncertainty,RU)基本保持在09-1.25之間,不具有明顯的年際變異性:ET相對不確定性RU月變化趨勢明顯,且基本處于0.5以下,明顯低于GPP,說明所篩選的22個參數對GP模擬產生的影響更為顯著。

    標簽: 數據融合

    上傳時間: 2022-03-16

    上傳用戶:shjgzh

主站蜘蛛池模板: 盖州市| 资源县| 隆安县| 阳江市| 广饶县| 镇巴县| 大田县| 合川市| 曲麻莱县| 高清| 青龙| 文昌市| 邵阳县| 湛江市| 锡林浩特市| 新余市| 阳原县| 花垣县| 滨海县| 老河口市| 铜山县| 通榆县| 乐山市| 三都| 望奎县| 鱼台县| 苏尼特左旗| 林西县| 西青区| 东辽县| 古蔺县| 呼图壁县| 仲巴县| 云梦县| 绍兴市| 平顶山市| 西乡县| 黄平县| 芒康县| 黄龙县| 加查县|