《表4 解释的总方差:基于本体相似度与排序学习的构件检索方法研究》

《表4 解释的总方差:基于本体相似度与排序学习的构件检索方法研究》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于本体相似度与排序学习的构件检索方法研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

通过对数据挖掘、互联网、多媒体及高校学生管理系统领域进行大量的构件检索实验,得到结果如表4所示。从实验结果可以看出,查全率与查准率之间的关系是相反的。若想提高一方面,将会使另一方面的性能变低。同时由表4计算出本算法的查全率平均值为0.81,查准率平均值为0.86,并与传统算法的构件检索性能的对比如图4和表5所示。同时通过表5实验结果对比发现,当构件使用领域本体来描述时,不仅弥补了刻面描述的单一性和特定领域特点的缺陷,还增强了构件的查全率和查准率。与基于关键字的构件检索算法相比,语义修正的使用有效的改善了一词多义或者同义词情况的发生。