地理信息服务发现方法研究
|
摘要
地理信息服务有效促进了地理信息的共享和功能复用，目前越来越多的企业或组织将自己拥有的地理空间数据和软件功能开放为地理信息服务供人们享用。然而，随着网络上地理信息服务的数量不断增多，人们获取满足需求的地理信息服务变得越来越困难。因此，迫切需要高效的地理信息服务发现方法来帮助人们查找和选择所需服务。本文引入信息检索技术、语义网技术、数据挖掘技术以及多属性综合评价技术来研究地理信息服务发现方法，从基于基本描述和简单语义的地理信息服务发现、基于本体语义和规则支持的地理信息服务发现、基于分类与聚类的地理信息服务发现以及基于QoS的地理信息服务发现四个方面进行了深入研究。论文在地理信息服务发现的理论和方法上取得了一些成果，主要工作和创新点如下：
1.分析了地理信息服务发现的背景、意义以及相关理论和技术基础。从地理信息系统的服务化转变、地理信息服务共享中存在的问题出发，对地理信息服务发现的背景进行了分析与思考，在此基础上进一步指出地理信息服务发现研究的重要意义。确立了网络服务技术、语义网技术、网络服务质量评价作为地理信息服务发现三大技术基础并阐述了相关理论和方法。给出了地理信息服务发现的定义，提出了地理信息服务发现的框架和方法，总结了地理信息服务发现的评价方法。
2.现有网络环境下，基于关键字的地理信息服务发现方法无法取得满意的服务查找效果。针对此问题，论文引入信息检索技术、WordNet词汇语义技术进行改进，实现了基于基本描述和简单语义的地理信息服务发现方法。基于基本描述的地理信息服务匹配方法将基于编辑距离的服务名称匹配和基于向量空间的服务描述匹配相结合。然后重点研究了基于简单语义的地理信息服务匹配方法，该方法通过构造虚拟文档和引入WordNet词汇语义实现“操作级”的地理信息服务匹配，且能够支持词汇间同义关系、上位关系和下位关系的简单语义功能。
3.研究了基于本体语义和规则支持的地理信息服务发现方法以解决语义网环境下的服务发现问题。围绕该问题，分析了地理信息本体构建的准则、方法与工具、地理信息本体的逻辑构成、地理信息本体的集成方法。然后从数据或信息语义、功能或操作语义、执行语义和服务质量语义四个方面出发，明确了地理信息服务的语义蕴含，并运用OWL-S对地理信息服务进行语义化描述。将加权语义距离和Wu-Palmer法相结合，改进了本体概念语义相似度的计算方法，在此基础上结合服务接口依赖关系，提出了支持接口多态性的本体语义地理信息服务输入输出IO匹配方法，然后进一步研究了规则支持的地理信息服务前提效果PE匹配方法。
4.针对数量的增多和种类的繁杂多样使得地理信息服务变得混乱和无规则而影响服务发现效率的问题，论文提出将分类与聚类应用于地理信息服务发现。为此，分析了地理信息服务分类规范，为地理信息服务机器分类算法的类标选择奠定基础，并将朴素贝叶斯分类和k邻近分类法用于地理信息服务自动分类，实现了相关算法并进行了实验验证，阐述了地理信息服务类别匹配的方法。然后，提出了基于服务特征的地理信息服务k-均值聚类算法，并对初始聚类中心的选取、聚类过程中聚类中心的重新确定、聚类完成后服务聚类集的表示以及异常值处理问题进行了分析，阐述了地理信息服务聚类集匹配的问题。最后，通过实验验证了服务分类和服务聚类应用于地理信息服务发现的良好效果。
5.为了进一步从非功能属性的角度来对地理信息服务进行筛选，研究了基于QoS的地理信息服务发现方法。首先，提出了基于QoS的地理信息服务发布和发现框架，该框架主要特点是引入服务QoS中介充当第三方的角色。其次，在分析地理信息服务质量要素特征的基础上，建立了基于服务类别的可扩展地理信息服务质量要素模型。然后，引入地理信息服务质量要素序关系，提出了基于序关系的地理信息服务质量要素权重的确定方法，并研究了两种地理信息服务质量评价的方法，即简单线性加权法和模糊综合评价法。详细阐述了序关系QoS偏好模型和权值QoS偏好模型的地理信息服务匹配方法。最后，对地理信息服务质量评价及基于QoS的地理信息服务发现方法进行了实验验证。
Geographical information service effectively promotes the sharing and functional reuse ofgeographical information. At present, more and more enterprises or organizations open their owndata or software functions as geographical information services to be used by people. However,following geographical information services on the web are increasing, people want to getsatisfied geographical information services become more and more difficult. Therefore, highlyefficient geographical information service discovery methods are urgently needed to help peoplefind and select required services. So this dissertation imports the techniques of information query,semantic web, data minning, and multiple attributes comprehensive evaluation to discuss thegeographical information service discovery methods. The methods of geographical informationservice discovery based on description and simple semantic, geographical information servicediscovery based on ontology semantic and rule support, geographical information service basedon classification and clustering, geographical information service discovery based on QoS arediscussed in detail. The main achievement and innovation are described as follows.
1. The backgrounds, significances, and related theories of geographical information servicediscovery are anlalyzed. The geographical information system service-oriented changing, andexisted problems in the process of geographical information service sharing are analysed. Thenthe significances of geographical information service discovery are presented. Web service,semantic web, and web service QoS evaluation are confirmed as the three basic techniques ofgeographical information service discovery. The definition of geographical information servicediscovery is given, and the framework and methods are discussed. Finally, the evaluationmethods of geographical information service discovery are given.
2. On now web environment, geographical information service discovery method based onkeywords cannot get satisfying effect. The dissertation imports the information query techniqueand WordNet lexical semantic technique to realize the geographical information servicediscovery methods based on description and simple semantic. The geographical informationservice discovery method based description is realized by service name matching with editdistance and service description matching with vector space model. The method of simplesemantic based geographical information service discovery is realized by constructing virtualdocuments and imporing WordNet lexical semantic. This method achieves the operation levelservice matching, and can support the simple semantic of synonymy, hypernym and hyponym.
3. The geographical information service discovery methods based on ontology semantic andrule are discussed to sovle the problem of service finding on semantic web entironment. Aiming the problem, the geographical information ontology building rules, building methods, buildingtools, logic composition, and integration methods are discussed. Geographical informationservice semantics are confirmed by containing data or information semantic, function oroperation semantic, execution semantic, and QoS semantic. Then OWL-S is used to semanticlydescribe geographical information service. Weighted semantic distance and Wu-Palmer method arecombined to improve the calculating method of ontology concept semantic similarity, and thenservice interfaces dependent relations are introduced to promot the geographical informationservice input/output(IO) matching method which supports interface multi-condition. After that,geographical information service precondition/effect (PE) matching method is promoted.
4. Geographical information services become disordered and irregular because of bigamounts and multifarious classes, which leads to the low service discovery efficiency. Aimingthe problem, the dissertation promots using service classification and clustering for geographicalinformation service discovery. Therefor, the geographical information service classificationcriterion is discussed for the preparation of machine classification label. Na ve BayesClassification algorithm and k-Nearest Neighbor algorithm are used to do geographical informationservice auto-classification, and are examined by experiments. Then geographical informationservice classification matching method is presented. Geographical information service k-Meansclustering algorithm based on service characters is promoted, and some problems are solved,such as selecting initial cluster centers, re-confirming cluster centers on the process, expressingservice clusers after clustering, and dealing with exceptional services. Then geographicalinformation service cluster matching method is presented. Finally, experiments are practised toexamine the application effects of service classification and clustering.
5. In order to filter the geographical information services from non-function attributes, thegeographical information service discovery methods based on QoS are discussed. Geographicalinformation service publication and discovery framework based on QoS is promoted, whichespecially imports QoS broker. After analyzing the geographical information service QoSattributes’ characters, QoS model based on service classification which can extend is promoted.Geographical information service QoS attributes order-relation is introduced to calculate thepowers of QoS attributes. Then two geographical information service QoS evaluation methodsare discussed, they are simple additive weighted method and fuzzy comprehensive evaluationmethod. Geographical information service matching methods of QoS preference model based onorder-relation and weight are discussed. Finally, experiments are practised to examine theapplication effects of QoS evaluation and discovery method based on QoS.
1.分析了地理信息服务发现的背景、意义以及相关理论和技术基础。从地理信息系统的服务化转变、地理信息服务共享中存在的问题出发，对地理信息服务发现的背景进行了分析与思考，在此基础上进一步指出地理信息服务发现研究的重要意义。确立了网络服务技术、语义网技术、网络服务质量评价作为地理信息服务发现三大技术基础并阐述了相关理论和方法。给出了地理信息服务发现的定义，提出了地理信息服务发现的框架和方法，总结了地理信息服务发现的评价方法。
2.现有网络环境下，基于关键字的地理信息服务发现方法无法取得满意的服务查找效果。针对此问题，论文引入信息检索技术、WordNet词汇语义技术进行改进，实现了基于基本描述和简单语义的地理信息服务发现方法。基于基本描述的地理信息服务匹配方法将基于编辑距离的服务名称匹配和基于向量空间的服务描述匹配相结合。然后重点研究了基于简单语义的地理信息服务匹配方法，该方法通过构造虚拟文档和引入WordNet词汇语义实现“操作级”的地理信息服务匹配，且能够支持词汇间同义关系、上位关系和下位关系的简单语义功能。
3.研究了基于本体语义和规则支持的地理信息服务发现方法以解决语义网环境下的服务发现问题。围绕该问题，分析了地理信息本体构建的准则、方法与工具、地理信息本体的逻辑构成、地理信息本体的集成方法。然后从数据或信息语义、功能或操作语义、执行语义和服务质量语义四个方面出发，明确了地理信息服务的语义蕴含，并运用OWL-S对地理信息服务进行语义化描述。将加权语义距离和Wu-Palmer法相结合，改进了本体概念语义相似度的计算方法，在此基础上结合服务接口依赖关系，提出了支持接口多态性的本体语义地理信息服务输入输出IO匹配方法，然后进一步研究了规则支持的地理信息服务前提效果PE匹配方法。
4.针对数量的增多和种类的繁杂多样使得地理信息服务变得混乱和无规则而影响服务发现效率的问题，论文提出将分类与聚类应用于地理信息服务发现。为此，分析了地理信息服务分类规范，为地理信息服务机器分类算法的类标选择奠定基础，并将朴素贝叶斯分类和k邻近分类法用于地理信息服务自动分类，实现了相关算法并进行了实验验证，阐述了地理信息服务类别匹配的方法。然后，提出了基于服务特征的地理信息服务k-均值聚类算法，并对初始聚类中心的选取、聚类过程中聚类中心的重新确定、聚类完成后服务聚类集的表示以及异常值处理问题进行了分析，阐述了地理信息服务聚类集匹配的问题。最后，通过实验验证了服务分类和服务聚类应用于地理信息服务发现的良好效果。
5.为了进一步从非功能属性的角度来对地理信息服务进行筛选，研究了基于QoS的地理信息服务发现方法。首先，提出了基于QoS的地理信息服务发布和发现框架，该框架主要特点是引入服务QoS中介充当第三方的角色。其次，在分析地理信息服务质量要素特征的基础上，建立了基于服务类别的可扩展地理信息服务质量要素模型。然后，引入地理信息服务质量要素序关系，提出了基于序关系的地理信息服务质量要素权重的确定方法，并研究了两种地理信息服务质量评价的方法，即简单线性加权法和模糊综合评价法。详细阐述了序关系QoS偏好模型和权值QoS偏好模型的地理信息服务匹配方法。最后，对地理信息服务质量评价及基于QoS的地理信息服务发现方法进行了实验验证。
Geographical information service effectively promotes the sharing and functional reuse ofgeographical information. At present, more and more enterprises or organizations open their owndata or software functions as geographical information services to be used by people. However,following geographical information services on the web are increasing, people want to getsatisfied geographical information services become more and more difficult. Therefore, highlyefficient geographical information service discovery methods are urgently needed to help peoplefind and select required services. So this dissertation imports the techniques of information query,semantic web, data minning, and multiple attributes comprehensive evaluation to discuss thegeographical information service discovery methods. The methods of geographical informationservice discovery based on description and simple semantic, geographical information servicediscovery based on ontology semantic and rule support, geographical information service basedon classification and clustering, geographical information service discovery based on QoS arediscussed in detail. The main achievement and innovation are described as follows.
1. The backgrounds, significances, and related theories of geographical information servicediscovery are anlalyzed. The geographical information system service-oriented changing, andexisted problems in the process of geographical information service sharing are analysed. Thenthe significances of geographical information service discovery are presented. Web service,semantic web, and web service QoS evaluation are confirmed as the three basic techniques ofgeographical information service discovery. The definition of geographical information servicediscovery is given, and the framework and methods are discussed. Finally, the evaluationmethods of geographical information service discovery are given.
2. On now web environment, geographical information service discovery method based onkeywords cannot get satisfying effect. The dissertation imports the information query techniqueand WordNet lexical semantic technique to realize the geographical information servicediscovery methods based on description and simple semantic. The geographical informationservice discovery method based description is realized by service name matching with editdistance and service description matching with vector space model. The method of simplesemantic based geographical information service discovery is realized by constructing virtualdocuments and imporing WordNet lexical semantic. This method achieves the operation levelservice matching, and can support the simple semantic of synonymy, hypernym and hyponym.
3. The geographical information service discovery methods based on ontology semantic andrule are discussed to sovle the problem of service finding on semantic web entironment. Aiming the problem, the geographical information ontology building rules, building methods, buildingtools, logic composition, and integration methods are discussed. Geographical informationservice semantics are confirmed by containing data or information semantic, function oroperation semantic, execution semantic, and QoS semantic. Then OWL-S is used to semanticlydescribe geographical information service. Weighted semantic distance and Wu-Palmer method arecombined to improve the calculating method of ontology concept semantic similarity, and thenservice interfaces dependent relations are introduced to promot the geographical informationservice input/output(IO) matching method which supports interface multi-condition. After that,geographical information service precondition/effect (PE) matching method is promoted.
4. Geographical information services become disordered and irregular because of bigamounts and multifarious classes, which leads to the low service discovery efficiency. Aimingthe problem, the dissertation promots using service classification and clustering for geographicalinformation service discovery. Therefor, the geographical information service classificationcriterion is discussed for the preparation of machine classification label. Na ve BayesClassification algorithm and k-Nearest Neighbor algorithm are used to do geographical informationservice auto-classification, and are examined by experiments. Then geographical informationservice classification matching method is presented. Geographical information service k-Meansclustering algorithm based on service characters is promoted, and some problems are solved,such as selecting initial cluster centers, re-confirming cluster centers on the process, expressingservice clusers after clustering, and dealing with exceptional services. Then geographicalinformation service cluster matching method is presented. Finally, experiments are practised toexamine the application effects of service classification and clustering.
5. In order to filter the geographical information services from non-function attributes, thegeographical information service discovery methods based on QoS are discussed. Geographicalinformation service publication and discovery framework based on QoS is promoted, whichespecially imports QoS broker. After analyzing the geographical information service QoSattributes’ characters, QoS model based on service classification which can extend is promoted.Geographical information service QoS attributes order-relation is introduced to calculate thepowers of QoS attributes. Then two geographical information service QoS evaluation methodsare discussed, they are simple additive weighted method and fuzzy comprehensive evaluationmethod. Geographical information service matching methods of QoS preference model based onorder-relation and weight are discussed. Finally, experiments are practised to examine theapplication effects of QoS evaluation and discovery method based on QoS.
引文
［1］王家耀．空间信息系统原理[M]．北京：科学出版社，2001．
［2］华一新，吴升，赵军喜．地理信息系统原理与技术[M]．北京：解放军出版社，2001．
［3］王家耀，成毅，吴明光，孙庆辉．地理信息系统的演进与发展[J]．测绘科学技术学报，2008，25(4):235-240．
［4］乐鹏．网络地理信息系统和服务[M]．武汉：武汉大学出版社，2011．
［5］王强．空间信息服务聚合的关键技术研究[D]．信息工程大学博士学位论文，2010．
［6］刘书雷．基于工作流的空间信息服务聚合技术研究[D]．国防科学技术大学博士学位论文，2006．
［7］贾文珏.分布式GIS服务链集成关键技术[D].武汉大学博士学位论文，2005.
［8］ Workflow Management Coalition. Workflow Manement Coalition Terminology and Glossary[R].WFMC-TC-1011,1999.
［9］ Ren K J, Liu X, Chen J J, Xiao N, Song J Q, Zhang W M. A QSQL-based Efficient PlanningAlgorithm for Fully-automated Service Compostion in Dynamic Service Anvironments[C].Proceedings of the IEEE SCC. Washington: IEEE Computer Society,2008,301-308.
［10］ Stollberg M, Heep M, Hoffmann J. A Caching Mechanism for Semantic Web Service Discovery[C].Proceedings of the16th Int’1and2nd Asian Semantic Web Conf. Berlin: Springer-Verlag,2007,480-493.
［11］邝砾，邓水光，李莹，吴健，吴朝晖.使用倒排索引优化面向组合的语义服务发现[J].软件学报，2007，18(8):1911-1921.
［12］ Yau S S, Liu J W. Service Funcitonality Indexing and Matching for Service-based Systems[C].Proceedings of the IEEE International Conference on Services Computing. Hawaii, USA,2008.
［13］申建刚，王理.基于组合索引的语义Web服务发现算法[J].计算机工程，2010，36(15):4-6.
［14］李常宝.基于索引的Web服务发现研究[D].北京邮电大学博士学位论文，2011.
［15］江建军，刘继光.UDDI分类机制的研究与应用[J].计算机工程与设计，2006，27(5):811-814.
［16］黄聃.基于语义提取与分类的Web服务匹配方法[M].东南大学硕士学位论文，2010.
［17］费爱蓉.基于贝叶斯方法的Web服务分类的研究[M].合肥工业大学硕士学位论文，2004.
［18］ Dong X, Halvey A, Madhavan J, Nemes E, and Zhang J. Similarity Serach for Web Service[C].Proceedings of the30th VLDB Conference, Toronto, Canada,2004.
［19］ Abramowicz W, Haniewicz K, Kaczmarek M, and Zykowski D. Architecture for Web ServicesFiltering and Clustering[C]. Internet and Web Applications and Services(ICIW’07),2007.
［20］ Chen Y, Cohen B. Data Mining and Service Rating in Service-oriented Architectures to Improveinformation Sharing[C]. Proceedings of the2005IEEE Conference on Aerospace. Montana, USA,2005,1-11.
［21］ Sudha Rajagopal, Thamarai Selvi S. Semantic Grid Service Discovery Approach Using Clustering ofService Ontologies[C]. Proceedings of IEEE TENCON2006, Hong Kong, China,2006,1-4.
［22］ Nayak R, Lee B. Web Service Discovery with Additional Semantics and Clustering[C]. Proceedingsof the IEEE/WIC/ACM International Conference on Web Intelligence, Wadhington, USA,2007,555-558.
［23］孙萍，蒋昌俊.利用服务聚类优化面向过程模型的语义Web服务发现[J].计算机学报，2008,31(8):1140-1153.
［24］李静，张永胜，刘广钰，王莹.P2P网络下基于K-Wmeans聚类算法的Web服务发现研究[J].计算机工程与应用，2009,45(24):99-101,129.
［25］彭敦陆，周傲英.基于方法聚类的Web服务检索技术[J].计算机应用，2007,27(10):2365-2368.
［26］华建新.基于语义的Web服务发现及算法研究[D].长沙理工大学硕士学位论文，2010.
［27］房俊.支持最终用户编程的服务虚拟化方法研究[D].中国科学院计算技术研究所博士学位论文，2006.
［28］崔立真，田君杰，王海洋.基于聚类分析的Web服务分类及抽象方法研究[J].计算机应用，2007,27(10):2365-2368.
［29］徐小良，陈金奎，吴优.基于聚类优化的Web服务发现方法[J].计算机工程，2011,37(9):68-70.
［30］ Platzer C, Dustdar S. A Vector Space Search Engine for Web Services[C]. Proceedings of the3rdIEEE European Conference on Web Services. America: IEEE Computer Society,2005,62-71.
［31］蒋子龙，高曙.基于向量空间模型的Web服务描述相似度计算的研究与实现[J].咸阳师范学院学报，2007，22(6):52-54.
［32］何玲娟，刘连臣，吴澄.一种改进的基于WSDL描述的操作相似性度量方法[J].计算机学报，2008，31(8):1331-1339.
［33］魏登萍，王挺，王戟.融合描述文档结构和参引特征的Web服务发现[J].软件学报，2011，22(9):2006-2019.
［34］ Pavel Shvaiko and Jerome Euzenat. A Survey of Schema-based Matching Approaches[J]. Journal onData Semantics IV, LNCS3730,2005,146-171.
［35］ Cardoso J, Sheth A. Semantic e-workflow compositon[J]. Journal of Intelligent Information Systems,2003,21(3):191-225.
［36］吴健，吴朝晖，李莹，邓水光.基于本体论和词汇语义相似度的Web服务发现[J].计算机学报，2005，28(4):595-602.
［37］邢少敏，周伯生，陈天影.基于Wordnet本体和PLSA的语义Web服务发现[J].北京航空航天大学学报，2009，35(11):1325-1329.
［38］吴海鹏，饶若楠.一种基于服务本体及词汇语义的Web服务匹配算法[J].计算机应用与软件，2008，25(5):131-133.
［39］ Paolucci M, Kawamura T, Payne TR, and Sycara K, Semantic Matching of Web ServicesCapabilities[C]. Proeeedings of the1st International Semantic Web Conference(ISWC), Sardinia,Italia,2002,333-347.
［40］孙海霞，钱庆，成颖.基于本体的语义相似度计算方法研究综述[J].现代图书情报技术，2010，(1):51-56.
［41］ Rada R, Mili H, Bicknell E, et al. Development and Application of Metric on Semantic nets[J]. IEEETransaction on Systems, Man, and Cybernecics,1989,19(1):17-30.
［42］ Wu Z, Palmer M. Verb Semantics and Lexical Selection[C]. Proceedings of the32nd Annual Meetingof the Association for Computational Linguistics, New Mexico,1994,133-138.
［43］ Leacock C, and Chodorow M. Combining Local Context and Wordnet Similarity for Word SenseIdenti-fication[C]. Proceedings of Fellbaum,1998,265-283.
［44］ Hirst G, and St-Onge D. Lexical Chains as Representations of Context for the Detection andCorrection of Malapropisms[C]. Proceedings of Fellbaum,1998,305-332.
［45］邱田，李鹏飞，林品.一个基于概念语义近似度的Web服务匹配算法[J].电子学报，2009，37(2):429-432.
［46］ Resnik P. Using Information Content to Evaluate Semantic Similarity in a Taxonomy[C]. Proceedingsof the14th International Joint Conference on Artificial Intelligence(IJCAI-95), Montreal, Canada,1995,448-453.
［47］ Lin D. An Information-theoretic Definition of Similarity[C]. Proceedings of the15th InternationalConference on Machine Learning, Madison, Wisconsin,1998.
［48］ Jiang J, Conrath D. Semantic Similarity Based on Corpus Statistics and Lexical Taxonomy[C].Proceedings of International Conference on Reaearch in Computational Linguistics, Taiwan,1997.
［49］ Sussna M. Word Sense Disambiguation for Free-text Indexing Using a Massive Semantic Network[C].Proceedings of the2nd International Conference on Information and Knowledge Management,Washington, New York,1993,67-74.
［50］杨永齐，符云清，余伟.基于多阶段匹配的语义Web服务发现框架[J].计算机科学，2010，37(9):164-167.
［51］高洋，黄映辉.基于三次匹配的语义Web服务发现模型[J].计算机技术与发展，2009，19(9):122-124,194.
［52］ Ran S.AModel for Web Services Discovery with QoS[J].ACM SIGecom Echanges,2003,4(1):1-10.
［53］ AI-Masri E, Mahmoud QH. Discovering the Best Web Service[C]. Proceedings of the16thInternational Conference on World Wide Web, NewYork:ACM Press,2007,1257-1258.
［54］ Liu YT, Ngu AHH, Zeng LZ. QoS Computation and Pllicing in Dynamic Web Service Selection[C].Proceedings of the13th International Conference on World Wide Web, New York:ACM Press,2004,66-73.
［55］ Serhani MA, Dssouli R, Hafid A, Sahraoui H. A QoS broker based Architecture for Efficient WebServices Selection[C]. Proceedings of IEEE International Conference on Web Services(ICWS2005),2005,113-120.
［56］杨胜文，史美林.一种支持QoS约束的的Web服务发现模型[J].计算机学报，2005，28(4):589-594.
［57］龚小勇.基于QoS的Web服务发现与组合方法研究[D].重庆大学博士学位论文，2008.
［58］郭得科，任彦，陈洪辉，薛群威，罗雪山.一种QoS有保障的Web服务分布式发现模型[J].软件学报，2006，17(11):2324-2334.
［59］史忠植，蒋运承，张海俊，董明楷.基于描述逻辑的主体服务匹配[J].计算机学报，2004，27(5):625-635.
［60］陶望胜，陶先平，吕建．基于规则与相似度的语义Web服务匹配[J]．南京大学学报（自然科学），2010，46(2):159-168.
［61］冯在文，何克清，李兵等．一种基于情境推理的语义Web服务发现方法[J]．计算机学报，2008，31(8):1354-1363.
［62］ Geobrain. NASA EOS Higher-Education Alliance(NEHEA)[EB]. http://www.geobrain.laits.gmu.edu/publications.htm, George Mason University,2011.
［63］ Lutz M. Ontology-based Descriptions for Semantic Discovery and Composition of GeoprocessingServices[J]. Geoinformatica2007,1(11):1-36.
［64］ Kien E, Lutz M, Kuhn W. Ontology-based Discovery of Geographic Information Services—AnApplication in Disaster Management[J]. Computers, Environment and Urban Systems,2006,30(1):102-123.
［65］ Wang Y, Wu X, Gong J. The Research on Semantic-based Geospatial Web Service Description andDiscovery[C], Geoinformatics2006: Geospatial Information Technology, Wuhan, China,2006,1-36.
［66］安杨.基于本体的网络地理服务中的关键问题研究[D].武汉大学博士学位论文，2005.
［67］李宏伟．基于Ontology的地理信息服务研究[D]．信息工程大学博士学位论文，2007．
［68］陈建杰，杨树锋，李长江．一种基于本体的空间信息Web服务实现方法[J]．浙江大学学报（工学版），2006，40(3):376－380．
［69］孟庆菘．基于Web Service的空间信息服务描述和发现机制研究[D]．国防科学技术大学硕士学位论文，2006．
［70］蒋玲，龚健雅．基于OWL-S的地理信息服务描述和发现[J]．测绘与空间地理信息，2007，30(5):19-22,27．
［71］张立朝，潘贞，王青山，郑海鹰．本体驱动的地理信息服务发现模型研究[J]．测绘与空间地理信息，2007，30(5):19－27．
［72］陈红英．GIS服务共享系统若干关键问题的研究与实现[D]．广东工业大学博士学位论文，2007．
［73］乐鹏．语义支持的空间信息智能服务关键技术研究[D]．武汉大学博士学位论文，2007．
［74］赵姗，成毅，陈晓斌，王强．几种地理空间信息服务发现机制的比较与探讨[J].地理信息世界，2008，6(3):38-42.
［75］郑孝苗，邬群勇．基于语义Web的地理服务发现框架[J].测绘科学，2010，35(6):107-109.
［76］黄骞，高勇，邬伦．基于一阶逻辑的GIService服务发现[J].计算机工程与应用，2010，46(34):1-2,30.
［77］常小慧．地理信息Web服务实现技术的应用研究[D]．信息工程大学硕士学位论文，2006．
［78］李广建．Web信息系统导论[M]．北京：高等教育出版社，2008.
［79］岳昆，王晓玲，周傲英.Web服务核心支撑技术：研究综述[J].软件学报，2004，15(3):428-442.
［80］王建涛.基于Web的地理信息服务的研究与实践[D].信息工程大学博士学位论文，2005.
［81］赵姗.地理空间信息服务与网格集成理论与方法研究[D].信息工程大学博士学位论文，2011.
［82］ W3C. Extensible Markup Language (XML)1.0(Fifth Edition)[EB/OL]. http://www.w3..org/TR/xml,2008.
［83］但正刚，李顺．XML高级网络应用[M]．北京：清华大学出版社，2002.
［84］ W3C. SOAP Version1.2Part0: Primer (Second Edition)[EB/OL]. http://www.w3..org/TR/2007/REC-soap12-part0-20070427/,2007.
［85］郭婧．地理信息Web服务研究与实现[D]．信息工程大学硕士学位论文，2007．
［86］ OASIS, UDDI Version2.03Data Structure Reference[S]. http://www.uddi.org/pubs/Datastructure-V2.03-Published-20020719.htm,2002.
［87］黄瑞阳．地理信息服务注册中心的设计与实践[D].信息工程大学硕士学位论文，2010.
［88］ Open Geospatial Consortium. OGC Reference Model2.1[EB/OL]. http://www.opengis.net/doc/orm/2.1,2011.
［89］ Open Geospatial Consortium Inc. Web Map Service Implementation Specification1.3.0[EB/OL].http://opengeospatial.org/standards/wms,2006.
［90］ Open Geospatial Consortium Inc. Web Feature Service Implementation Specification1.1.0[EB/OL].http://opengeospatial.org/standards/wfs,2005.
［91］ Open Geospatial Consortium Inc. Web Coverage Service Implementation Specification1.1.2[EB/OL].http://opengeospatial.org/standards/wcs,2008.
［92］ Open Geospatial Consortium Inc. Web Processing Service1.0.0[EB/OL]. http://opengeospatial.org/standards/wps,2007.
［93］ Berners-Lee T, Hendler J, and Lassila O. The Semantic Web[J]. ScientificAmerican,2001,34-43.
［94］ GrigorisAntonious．陈小平等译．语义网基础教程[M]．北京：机械工业出版社，2008.
［95］黄茂军．地理本体的关键问题和应用研究[M]．合肥：中国科学技术大学出版社，2006.
［96］李勤超．基于本体的地理信息语义转换模型与方法研究[D].信息工程大学博士学位论文，2011.
［97］高志强，潘越，马力等．语义Web原理及应用[M].北京：机械工业出版社，2009.
［98］ McGuinness D L, and Harmelen F V. OWL Web Ontology Language Overview[EB/OL].http://www.w3.org/TR/2004/REC-owl-features-20040210/,2004.
［99］ W3C. SWRL: A Semantic Web Rule Language Combining OWL and RuleML[EB/OL].http://www.w3.org/Submission/SWRL/,2004.
［100］ W3C. OWL-S: Semantic Markup for Web Services[EB/OL]. http://www.w3.org/Submission/owl-s/,2004.
［101］米兰，戈弗累等著，焦叔斌等译.朱兰质量手册（第五版）[M].北京：中国人民大学出版社，2003.
［102］柴邦衡.ISO9000质量管理体系[M].北京：机械工业出版社，2006.
［103］ TTU-T Recommendation E.800. Terms and definitions related to quality of service and networkperformance including dependability[S].1994.
［104］ Crawley E, Nair R, Rajagopalan B, Sandick H. Aframework for qos-based routing in the Internet[S].IETF RFC2386,1998.
［105］ W3C. QoS for Web Service: Requirements and Possible Approaches[EB/OL]. http://www.w3.org.kr/kr-office/TR/2003/ws-qos,2003.
［106］吴华意，章汉武，杜志鹏等.地理信息服务质量的理论与方法[M].武汉：武汉大学出版社，2011.
［107］徐玖平，吴巍.多属性决策的理论与方法[M].北京：清华大学出版社，2006.
［108］郭亚军.综合评价理论、方法及应用[M].北京：科学出版社，2007.
［109］徐宝文，张卫丰.搜索引擎与信息获取技术[M].北京：清华大学出版社，2003.
［110］林培光，康海燕.面向Web的个性化语义信息检索技术[M].北京：中国财政经济出版社，2009.
［111］ Levenshtein V. Binary codes capable of correcting deletions, insertions, and reversals[J]. SovietPhysics Doklady,1966,10(8):707-710.
［112］ Zhai C. Statistical Language Model for Information Retrieval[C]. Tutorial Notes at the Annual Intl.ACM SIGIR Conf. on Research and Development in Information Retrieval,2006.
［113］刘兵著，俞勇，薛贵荣，韩定一译.Web数据挖掘[M].北京：清华大学出版社，2009.
［114］陶跃华.基于向量的相似度计算方案[J].云南师范大学学报，2001，21(5):17-19.
［115］蒋子龙，高曙.基于向量空间模型的Web服务描述相似度计算的研究与实现[J].咸阳师范学院学报，2007，22(6):52-54,57.
［116］ Stalton G, McGill C. An Introduction to Modern Information Retrieval[M].New York:McGraw-Hill,1983.
［117］ Salton G., Buckley C. Term-weighting approaches in automatic text retrieval[J]. InformationProcessing and Management,1988,24(5):513-523.
［118］ WordNet: A lexical database for English[EB/OL]. http://www.cogsci.princeton.edu, PrincetonUniversity,2012.
［119］ Christiane Fellbaum. WordNet:An Electronic Lexical Database[M]. Cambridge:Mit Press,1998.
［120］王东睿，杨庚，陈蕾，张迎周.基于WordNet和Kernel方法的Web服务发现机制研究[J].计算机研究与发展，2010，20(12):69-72,76.
［121］ Resnik P.Using information content to evaluate semantic similarity[C]. In Proceedings of the14thInternational Joint Conference on Artificial Intelligence(IJCAI), Montreai, Canada,1995,48-453.
［122］ Wang Y, Stroulia E.Semantic Structure Matching for Assessing Web Service Similarity[C]. In Proc.of Int'l. Conf. on Service-Oriented computing (ICSOC2003), Trento, Italy,2003.
［123］ Gruber T R. Towards Principles for the Design of Ontologies Used for Knowledge Sharing[J].International Journa1of Human Computer Studies,1995,(43):907-928.
［124］ Uschold M, Gruninger M. Ontologies: Principles, Methods and Applications[J]. The KnowledgeEngineering Review,1996,11(2):93-155.
［125］ Gruninger M, Fox M S. Methodology for the Design and Evalution of Ontologies[C]. Proceedings ofthe Workshop on Basice Ontological Issues in Knowledge Sharing, Montreal, Canada,1995.
［126］ Gomez-Perez A, Benjamin V. Overview of Knowledge Sharing and Reuse Components: Ontologiesand Problem Solving Methods[C]. Proceedings of IJCAI-99Workshop on Ontologies and ProblemSolving Methods,1999.
［127］ Bernaras A, Laresgoiti I, Corera J. Building and Reusing Ontologies for Electrical NetworkApplications[C]. Proceedings of the European Conference on Artificial Intelligence. Budapest,Hungary,1996,298-302.
［128］ Swartout B, Ramesh P, Knight K, Russ T. Toward Distibuted Use of Large-Scale Ontologies[C].Proceedings of the AAAI Symposium on Ontological Engineering of,1996.
［129］ Noy N F, McGuinness D L. Ontology Development101: A Guide to Creating Your Ontology[EB].http://www.ksl.stanford.edu/people/dlm/papers/ontology101/ontology101-noy-mcguinness.html,Stanford University,2001.
［130］ Maedche A, Staab S. Learning Ontologies for the Semantic Web[J]. IEEE Inteligent Systems,2001,16(2):72-79.
［131］ KBSI. IDEF5Ontology Desription Capture Overview[EB]. http://www.idef.com/idef5.htm,2011.
［132］ Mizoguchi R, Ikeda M, Seta K, Vanwelkenhuysen J. Ontlogy for Modeling the World from ProblemColving Perspectives[C]. Proceedings fo IJCAI-95Workshop on Basic Ontological Issues inKnowledge Sharing,1995,1-12.
［133］ Staab S, Studer R, Schnurr H-P, Sure Y. Knowledge Processes and Ontologies[J]. IEEE IntelligentSystems, Special Issue on Knowledge Management,2001,16(1):26-34.
［134］李景，孟宪学，苏晓路.领域本体的构建方法与应用研究北京：中国农业科学技术出版社，2009.
［135］李勇，张志刚.领域本体构建方法研究[J].计算机工程与科学，2008，(5):129-131.
［136］何琳.领域本体的半自动构建及检索研究[M].南京：东南大学出版社，2009.
［137］黄烟波,张红宇,李建华等.本体映射方法研究[J].计算机工程与应用,2005，(18):27-29.
［138］范莉娅，王爱民，肖田元.本体集成方法评价指标体系及其应用研究[J].计算机集成制造系统，2007，13(5):911-917,939.
［139］ Noy N F, Musen MA. PROMPT:Algorithm and Tool forAutomated Ontology Merging andAlignment[C]. Proceedings of17th National Conference on Artificial Intelligence(AAAI-00), SpecialIssue on Ontology,2000,450-455.
［140］ ISO TC211Working Group7(Information Communities). ISO19150Geographic information–Ontology[EB]. http://www.isotc211.org/,2012.
［141］ Lieberman J, Singh R, Goad C.W3C Geospatial Ontologies[R]. http://www.w3.org/2005/Incubator/geo/XGR-geo-ont-20071023, W3C Incubator Group,2007.
［142］宋佳，诸云强，王卷乐，李锐.基于GML的时空地理本体模型构建及应用研究[J].地球信息科学学报，2009，11(4):442-451.
［143］于娟，党延忠.本体集成研究综述[J].计算机科学，2008，35(7):9-13,18.
［144］ ShethA. Semantic web process lifecycle: role of semantics in annotation, discovery, compositionand orchestration[C]. Workshop on E-Services and the Semantic Web, Hungary,2003.
［145］ Sycara K, Widoff S, Klush M, Lu J. Larks: Dynamic Matchmaking among Heterogeneous SoftwareAgents in Cyberspace[J]. Autonomous Agents and Multi-Agent Systems,2002,(5):173-203.
［146］邓水光，尹建伟，李莹，吴健，吴朝晖.基于二分图匹配的语义Web服务发现方法[J].计算机学报，2008，31(8):1364-1375.
［147］ ZaremskiAM,Wing JM. Specification Matching of Software Components[J].ACM Transactions onSoftware Engineering and Methodology,1997,6(4):333-369.
［148］柴晓路.UDDI v2新特性：第三方分类法和标识系统[EB/OL]. http://www-900.cn.ibm.com/developer works/cn/webservices/ws-uddi2/part2/，2001.
［149］全国地理信息标准化技术委员会&ISO/TC国内技术归口管理办公室编译.地理信息国际标准手册[M].北京：中国标准出版社，2004.
［150］ Maguire D J and Dangermond J. The Functionality of GIS[J]. Geographical Information Systems:principles and applications,1991,(1):319-335.
［151］ Albrecht J. Universal GIS operations—ATask-oriented Systematization of Data Structure-Independent GIS Functionality[C]. Proc. of Geographic Informatin Research on Transatlanticperspectives, Taylor&Francis,1998,577-591.
［152］ Tsou Ming-Hsiang.ADynamicArchitecture Distributing Geographic Information Services on theInternet[D]. University of Colorado,2001.
［153］张霞.地理信息服务组合与空间分析服务研究[D].武汉大学博士学位论文，2004.
［154］刘嵘.集群式网格地理信息服务注册中心研究与实践[D].信息工程大学博士学位论文，2011.
［155］ Quninlan JR. Program for Machine Learning[M]. Morgan Kaufmann,1992.
［156］ P. Domings, and M.J. Pazzani. On the Optimality of the Simple Bayesian Classifer under Zero-OneLoss[J]. Machine Learning29(2-3),1997,103-130.
［157］ Vapnik V. The Nature of Statistical Learning Theory[M]. Springer,1995.
［158］ Quninlan J R. Program for Machine Learning[M]. Morgan Kaufmann,1992.
［159］ McCallumA, and Nigam K. AComparison of Event Models for Na ve Bayes Text Classification[C].AAAI-98Workshop on Learning for Text Categorization,1998.
［160］ Kohavi R, Becker B, and Sommerfield D. Improving Simple Bayes[C]. European Conference onMachine Learning,1997.
［161］ ISO19104. Geographic Information—Terminology[S].ISO/TC211,2010.
［162］ Tasha Wade, Shelly Sommer.Ato Z GIS: an illustrated dictionary of geographic informationsystem[M]. ESRI Press,2006.
［163］ ISO19119. Geographic Information—Services[S].ISO/TC211,2008.
［164］ Paredes R, Vidal E.ANearest Neigbor Weighted Mesaure in Classification Problems[C]. Proc. of the7th SNRFAI. IOS Press,2000:44-50.
［165］杨力，左春，王裕国.基于语义距离的K-最近邻分类法[J].软件学报，2005，16(12):2054-2062.
［166］ Yang C, Wong D W, Yang R, et al.Performance Improving Techniques in Web-based GIS[J].International Journal of Geographical Information Science,2005:19(3),319-342.
［167］ Sun Ji-Gui, Liu Jie, Zhao Lian-Yu. ClusteringAlgorithms Research. Journal of Software,2008:19(1):48-61.
［168］ Han J and Kamber M. Data Mining: Concepts and Techniques[M]. Morgan Kaufmann Publishers,San Francisco,2001.
［169］ Tan P, Steinbach M, and Kumar V. Introduction to Data Mining[M].Addison Wesley,2006.
［170］吴健.基于Web服务的网络化产品配置技术研究[D].浙江大学博士学位论文，2004.
［171］张坤.基于聚类分析的Web服务管理[D].山东大学硕士学位论文，2008.
［172］王磊，胡孝波.基于P2P的Web服务聚类及组合[J].计算机工程，2009，35(17):7-10.
［173］ Kim S M, Rosu M C.ASurvey of Public Web Services[C]. Proc. of International World Wide WebConference, New York, USA:ACM Press,2004.
［174］ Onchaga R. Extending the Quality Concept in Geo-Information Process [C]. MapAsia, KualaLumpur, Malaysia,2003.
［175］ Wu H, Zhu H, Liu Y.ARaster-Based Map Information Measurement for QoS[C]. Proceddings ofISPRS Congress, Commission II, Istanbul, Turkey,2004.
［176］ Onchaga R. On Quality of Service and Geo-Service Compositions[C]. Proceddings ofAGILE20058th Conference on Geographic Information Science, Estoril, Protugal,2005,519-528.
［177］ Wu H, Li D. QoS: Quality of Geospatial Information Service[C]. Proceedings of6th InternationalConference on ASIA GIS, Malaysia,2006.
［178］吴华意，章汉武.地理信息服务质量（QoGIS）：概念和研究框架[J].武汉大学学报（信息科学版），2007，32(5):385-388.
［179］ Simonis I, SliwinskiA. Quality of Service in a Global SDI[C]. Proceedings of Form Pharaohs toGeoinformatics FIG Working Week2005and GSDI-8, Cairo, Egypt,2005.
［180］朱玉.分布式地理信息系统中的QoS问题和关键技术研究[D].中国科学技术大学博士学位论文，2005.
［181］黄泉义，朱海国，钟少波，郭际名.主动式地理信息服务质量评估研究[D].测绘学报，2009，38(6):545-548.
［182］承达瑜，韩刚，王发良，陈莹侯.可扩展的地理信息服务质量综合评价模型研究[J].计算机工程与应用，2011，47(13):223-226.
［183］王安华，胡国林，班晓娟，尹怡欣.基于服务质量的Web服务发展研究与实现[J].计算机工程与设计，2007，28(6):5112-5114.
［184］郑馥丹. QoS及其测试在Web服务发布和发现中应用的研究与实现[D].中山大学硕士学位论文，2009.
［185］肖数臣，秦玉勋，韩吉庆.基于格拉布斯法的试验数据分析方法[J].弹箭与制导学报，2007，27(1):275-277.
［186］孙素云.基于UDDI扩展的Web服务QoS模型[J].计算机工程，2008,34(14):132-134.
［187］杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2008.
［188］李柏年.模糊数学及其应用[M].合肥：合肥工业大学出版社，2007.
［189］潘峰，付强，梁川.模糊综合评价在水环境质量综合评价中的应用研究[J].环境工程，2002，20(2):58-60.
［190］孙建平，王海舟.AHP法和模糊综合评价法在计算资产评估中的组合应用[J].南京理工大学学报（社会科学版），2000,13(1):49-53.
［2］华一新，吴升，赵军喜．地理信息系统原理与技术[M]．北京：解放军出版社，2001．
［3］王家耀，成毅，吴明光，孙庆辉．地理信息系统的演进与发展[J]．测绘科学技术学报，2008，25(4):235-240．
［4］乐鹏．网络地理信息系统和服务[M]．武汉：武汉大学出版社，2011．
［5］王强．空间信息服务聚合的关键技术研究[D]．信息工程大学博士学位论文，2010．
［6］刘书雷．基于工作流的空间信息服务聚合技术研究[D]．国防科学技术大学博士学位论文，2006．
［7］贾文珏.分布式GIS服务链集成关键技术[D].武汉大学博士学位论文，2005.
［8］ Workflow Management Coalition. Workflow Manement Coalition Terminology and Glossary[R].WFMC-TC-1011,1999.
［9］ Ren K J, Liu X, Chen J J, Xiao N, Song J Q, Zhang W M. A QSQL-based Efficient PlanningAlgorithm for Fully-automated Service Compostion in Dynamic Service Anvironments[C].Proceedings of the IEEE SCC. Washington: IEEE Computer Society,2008,301-308.
［10］ Stollberg M, Heep M, Hoffmann J. A Caching Mechanism for Semantic Web Service Discovery[C].Proceedings of the16th Int’1and2nd Asian Semantic Web Conf. Berlin: Springer-Verlag,2007,480-493.
［11］邝砾，邓水光，李莹，吴健，吴朝晖.使用倒排索引优化面向组合的语义服务发现[J].软件学报，2007，18(8):1911-1921.
［12］ Yau S S, Liu J W. Service Funcitonality Indexing and Matching for Service-based Systems[C].Proceedings of the IEEE International Conference on Services Computing. Hawaii, USA,2008.
［13］申建刚，王理.基于组合索引的语义Web服务发现算法[J].计算机工程，2010，36(15):4-6.
［14］李常宝.基于索引的Web服务发现研究[D].北京邮电大学博士学位论文，2011.
［15］江建军，刘继光.UDDI分类机制的研究与应用[J].计算机工程与设计，2006，27(5):811-814.
［16］黄聃.基于语义提取与分类的Web服务匹配方法[M].东南大学硕士学位论文，2010.
［17］费爱蓉.基于贝叶斯方法的Web服务分类的研究[M].合肥工业大学硕士学位论文，2004.
［18］ Dong X, Halvey A, Madhavan J, Nemes E, and Zhang J. Similarity Serach for Web Service[C].Proceedings of the30th VLDB Conference, Toronto, Canada,2004.
［19］ Abramowicz W, Haniewicz K, Kaczmarek M, and Zykowski D. Architecture for Web ServicesFiltering and Clustering[C]. Internet and Web Applications and Services(ICIW’07),2007.
［20］ Chen Y, Cohen B. Data Mining and Service Rating in Service-oriented Architectures to Improveinformation Sharing[C]. Proceedings of the2005IEEE Conference on Aerospace. Montana, USA,2005,1-11.
［21］ Sudha Rajagopal, Thamarai Selvi S. Semantic Grid Service Discovery Approach Using Clustering ofService Ontologies[C]. Proceedings of IEEE TENCON2006, Hong Kong, China,2006,1-4.
［22］ Nayak R, Lee B. Web Service Discovery with Additional Semantics and Clustering[C]. Proceedingsof the IEEE/WIC/ACM International Conference on Web Intelligence, Wadhington, USA,2007,555-558.
［23］孙萍，蒋昌俊.利用服务聚类优化面向过程模型的语义Web服务发现[J].计算机学报，2008,31(8):1140-1153.
［24］李静，张永胜，刘广钰，王莹.P2P网络下基于K-Wmeans聚类算法的Web服务发现研究[J].计算机工程与应用，2009,45(24):99-101,129.
［25］彭敦陆，周傲英.基于方法聚类的Web服务检索技术[J].计算机应用，2007,27(10):2365-2368.
［26］华建新.基于语义的Web服务发现及算法研究[D].长沙理工大学硕士学位论文，2010.
［27］房俊.支持最终用户编程的服务虚拟化方法研究[D].中国科学院计算技术研究所博士学位论文，2006.
［28］崔立真，田君杰，王海洋.基于聚类分析的Web服务分类及抽象方法研究[J].计算机应用，2007,27(10):2365-2368.
［29］徐小良，陈金奎，吴优.基于聚类优化的Web服务发现方法[J].计算机工程，2011,37(9):68-70.
［30］ Platzer C, Dustdar S. A Vector Space Search Engine for Web Services[C]. Proceedings of the3rdIEEE European Conference on Web Services. America: IEEE Computer Society,2005,62-71.
［31］蒋子龙，高曙.基于向量空间模型的Web服务描述相似度计算的研究与实现[J].咸阳师范学院学报，2007，22(6):52-54.
［32］何玲娟，刘连臣，吴澄.一种改进的基于WSDL描述的操作相似性度量方法[J].计算机学报，2008，31(8):1331-1339.
［33］魏登萍，王挺，王戟.融合描述文档结构和参引特征的Web服务发现[J].软件学报，2011，22(9):2006-2019.
［34］ Pavel Shvaiko and Jerome Euzenat. A Survey of Schema-based Matching Approaches[J]. Journal onData Semantics IV, LNCS3730,2005,146-171.
［35］ Cardoso J, Sheth A. Semantic e-workflow compositon[J]. Journal of Intelligent Information Systems,2003,21(3):191-225.
［36］吴健，吴朝晖，李莹，邓水光.基于本体论和词汇语义相似度的Web服务发现[J].计算机学报，2005，28(4):595-602.
［37］邢少敏，周伯生，陈天影.基于Wordnet本体和PLSA的语义Web服务发现[J].北京航空航天大学学报，2009，35(11):1325-1329.
［38］吴海鹏，饶若楠.一种基于服务本体及词汇语义的Web服务匹配算法[J].计算机应用与软件，2008，25(5):131-133.
［39］ Paolucci M, Kawamura T, Payne TR, and Sycara K, Semantic Matching of Web ServicesCapabilities[C]. Proeeedings of the1st International Semantic Web Conference(ISWC), Sardinia,Italia,2002,333-347.
［40］孙海霞，钱庆，成颖.基于本体的语义相似度计算方法研究综述[J].现代图书情报技术，2010，(1):51-56.
［41］ Rada R, Mili H, Bicknell E, et al. Development and Application of Metric on Semantic nets[J]. IEEETransaction on Systems, Man, and Cybernecics,1989,19(1):17-30.
［42］ Wu Z, Palmer M. Verb Semantics and Lexical Selection[C]. Proceedings of the32nd Annual Meetingof the Association for Computational Linguistics, New Mexico,1994,133-138.
［43］ Leacock C, and Chodorow M. Combining Local Context and Wordnet Similarity for Word SenseIdenti-fication[C]. Proceedings of Fellbaum,1998,265-283.
［44］ Hirst G, and St-Onge D. Lexical Chains as Representations of Context for the Detection andCorrection of Malapropisms[C]. Proceedings of Fellbaum,1998,305-332.
［45］邱田，李鹏飞，林品.一个基于概念语义近似度的Web服务匹配算法[J].电子学报，2009，37(2):429-432.
［46］ Resnik P. Using Information Content to Evaluate Semantic Similarity in a Taxonomy[C]. Proceedingsof the14th International Joint Conference on Artificial Intelligence(IJCAI-95), Montreal, Canada,1995,448-453.
［47］ Lin D. An Information-theoretic Definition of Similarity[C]. Proceedings of the15th InternationalConference on Machine Learning, Madison, Wisconsin,1998.
［48］ Jiang J, Conrath D. Semantic Similarity Based on Corpus Statistics and Lexical Taxonomy[C].Proceedings of International Conference on Reaearch in Computational Linguistics, Taiwan,1997.
［49］ Sussna M. Word Sense Disambiguation for Free-text Indexing Using a Massive Semantic Network[C].Proceedings of the2nd International Conference on Information and Knowledge Management,Washington, New York,1993,67-74.
［50］杨永齐，符云清，余伟.基于多阶段匹配的语义Web服务发现框架[J].计算机科学，2010，37(9):164-167.
［51］高洋，黄映辉.基于三次匹配的语义Web服务发现模型[J].计算机技术与发展，2009，19(9):122-124,194.
［52］ Ran S.AModel for Web Services Discovery with QoS[J].ACM SIGecom Echanges,2003,4(1):1-10.
［53］ AI-Masri E, Mahmoud QH. Discovering the Best Web Service[C]. Proceedings of the16thInternational Conference on World Wide Web, NewYork:ACM Press,2007,1257-1258.
［54］ Liu YT, Ngu AHH, Zeng LZ. QoS Computation and Pllicing in Dynamic Web Service Selection[C].Proceedings of the13th International Conference on World Wide Web, New York:ACM Press,2004,66-73.
［55］ Serhani MA, Dssouli R, Hafid A, Sahraoui H. A QoS broker based Architecture for Efficient WebServices Selection[C]. Proceedings of IEEE International Conference on Web Services(ICWS2005),2005,113-120.
［56］杨胜文，史美林.一种支持QoS约束的的Web服务发现模型[J].计算机学报，2005，28(4):589-594.
［57］龚小勇.基于QoS的Web服务发现与组合方法研究[D].重庆大学博士学位论文，2008.
［58］郭得科，任彦，陈洪辉，薛群威，罗雪山.一种QoS有保障的Web服务分布式发现模型[J].软件学报，2006，17(11):2324-2334.
［59］史忠植，蒋运承，张海俊，董明楷.基于描述逻辑的主体服务匹配[J].计算机学报，2004，27(5):625-635.
［60］陶望胜，陶先平，吕建．基于规则与相似度的语义Web服务匹配[J]．南京大学学报（自然科学），2010，46(2):159-168.
［61］冯在文，何克清，李兵等．一种基于情境推理的语义Web服务发现方法[J]．计算机学报，2008，31(8):1354-1363.
［62］ Geobrain. NASA EOS Higher-Education Alliance(NEHEA)[EB]. http://www.geobrain.laits.gmu.edu/publications.htm, George Mason University,2011.
［63］ Lutz M. Ontology-based Descriptions for Semantic Discovery and Composition of GeoprocessingServices[J]. Geoinformatica2007,1(11):1-36.
［64］ Kien E, Lutz M, Kuhn W. Ontology-based Discovery of Geographic Information Services—AnApplication in Disaster Management[J]. Computers, Environment and Urban Systems,2006,30(1):102-123.
［65］ Wang Y, Wu X, Gong J. The Research on Semantic-based Geospatial Web Service Description andDiscovery[C], Geoinformatics2006: Geospatial Information Technology, Wuhan, China,2006,1-36.
［66］安杨.基于本体的网络地理服务中的关键问题研究[D].武汉大学博士学位论文，2005.
［67］李宏伟．基于Ontology的地理信息服务研究[D]．信息工程大学博士学位论文，2007．
［68］陈建杰，杨树锋，李长江．一种基于本体的空间信息Web服务实现方法[J]．浙江大学学报（工学版），2006，40(3):376－380．
［69］孟庆菘．基于Web Service的空间信息服务描述和发现机制研究[D]．国防科学技术大学硕士学位论文，2006．
［70］蒋玲，龚健雅．基于OWL-S的地理信息服务描述和发现[J]．测绘与空间地理信息，2007，30(5):19-22,27．
［71］张立朝，潘贞，王青山，郑海鹰．本体驱动的地理信息服务发现模型研究[J]．测绘与空间地理信息，2007，30(5):19－27．
［72］陈红英．GIS服务共享系统若干关键问题的研究与实现[D]．广东工业大学博士学位论文，2007．
［73］乐鹏．语义支持的空间信息智能服务关键技术研究[D]．武汉大学博士学位论文，2007．
［74］赵姗，成毅，陈晓斌，王强．几种地理空间信息服务发现机制的比较与探讨[J].地理信息世界，2008，6(3):38-42.
［75］郑孝苗，邬群勇．基于语义Web的地理服务发现框架[J].测绘科学，2010，35(6):107-109.
［76］黄骞，高勇，邬伦．基于一阶逻辑的GIService服务发现[J].计算机工程与应用，2010，46(34):1-2,30.
［77］常小慧．地理信息Web服务实现技术的应用研究[D]．信息工程大学硕士学位论文，2006．
［78］李广建．Web信息系统导论[M]．北京：高等教育出版社，2008.
［79］岳昆，王晓玲，周傲英.Web服务核心支撑技术：研究综述[J].软件学报，2004，15(3):428-442.
［80］王建涛.基于Web的地理信息服务的研究与实践[D].信息工程大学博士学位论文，2005.
［81］赵姗.地理空间信息服务与网格集成理论与方法研究[D].信息工程大学博士学位论文，2011.
［82］ W3C. Extensible Markup Language (XML)1.0(Fifth Edition)[EB/OL]. http://www.w3..org/TR/xml,2008.
［83］但正刚，李顺．XML高级网络应用[M]．北京：清华大学出版社，2002.
［84］ W3C. SOAP Version1.2Part0: Primer (Second Edition)[EB/OL]. http://www.w3..org/TR/2007/REC-soap12-part0-20070427/,2007.
［85］郭婧．地理信息Web服务研究与实现[D]．信息工程大学硕士学位论文，2007．
［86］ OASIS, UDDI Version2.03Data Structure Reference[S]. http://www.uddi.org/pubs/Datastructure-V2.03-Published-20020719.htm,2002.
［87］黄瑞阳．地理信息服务注册中心的设计与实践[D].信息工程大学硕士学位论文，2010.
［88］ Open Geospatial Consortium. OGC Reference Model2.1[EB/OL]. http://www.opengis.net/doc/orm/2.1,2011.
［89］ Open Geospatial Consortium Inc. Web Map Service Implementation Specification1.3.0[EB/OL].http://opengeospatial.org/standards/wms,2006.
［90］ Open Geospatial Consortium Inc. Web Feature Service Implementation Specification1.1.0[EB/OL].http://opengeospatial.org/standards/wfs,2005.
［91］ Open Geospatial Consortium Inc. Web Coverage Service Implementation Specification1.1.2[EB/OL].http://opengeospatial.org/standards/wcs,2008.
［92］ Open Geospatial Consortium Inc. Web Processing Service1.0.0[EB/OL]. http://opengeospatial.org/standards/wps,2007.
［93］ Berners-Lee T, Hendler J, and Lassila O. The Semantic Web[J]. ScientificAmerican,2001,34-43.
［94］ GrigorisAntonious．陈小平等译．语义网基础教程[M]．北京：机械工业出版社，2008.
［95］黄茂军．地理本体的关键问题和应用研究[M]．合肥：中国科学技术大学出版社，2006.
［96］李勤超．基于本体的地理信息语义转换模型与方法研究[D].信息工程大学博士学位论文，2011.
［97］高志强，潘越，马力等．语义Web原理及应用[M].北京：机械工业出版社，2009.
［98］ McGuinness D L, and Harmelen F V. OWL Web Ontology Language Overview[EB/OL].http://www.w3.org/TR/2004/REC-owl-features-20040210/,2004.
［99］ W3C. SWRL: A Semantic Web Rule Language Combining OWL and RuleML[EB/OL].http://www.w3.org/Submission/SWRL/,2004.
［100］ W3C. OWL-S: Semantic Markup for Web Services[EB/OL]. http://www.w3.org/Submission/owl-s/,2004.
［101］米兰，戈弗累等著，焦叔斌等译.朱兰质量手册（第五版）[M].北京：中国人民大学出版社，2003.
［102］柴邦衡.ISO9000质量管理体系[M].北京：机械工业出版社，2006.
［103］ TTU-T Recommendation E.800. Terms and definitions related to quality of service and networkperformance including dependability[S].1994.
［104］ Crawley E, Nair R, Rajagopalan B, Sandick H. Aframework for qos-based routing in the Internet[S].IETF RFC2386,1998.
［105］ W3C. QoS for Web Service: Requirements and Possible Approaches[EB/OL]. http://www.w3.org.kr/kr-office/TR/2003/ws-qos,2003.
［106］吴华意，章汉武，杜志鹏等.地理信息服务质量的理论与方法[M].武汉：武汉大学出版社，2011.
［107］徐玖平，吴巍.多属性决策的理论与方法[M].北京：清华大学出版社，2006.
［108］郭亚军.综合评价理论、方法及应用[M].北京：科学出版社，2007.
［109］徐宝文，张卫丰.搜索引擎与信息获取技术[M].北京：清华大学出版社，2003.
［110］林培光，康海燕.面向Web的个性化语义信息检索技术[M].北京：中国财政经济出版社，2009.
［111］ Levenshtein V. Binary codes capable of correcting deletions, insertions, and reversals[J]. SovietPhysics Doklady,1966,10(8):707-710.
［112］ Zhai C. Statistical Language Model for Information Retrieval[C]. Tutorial Notes at the Annual Intl.ACM SIGIR Conf. on Research and Development in Information Retrieval,2006.
［113］刘兵著，俞勇，薛贵荣，韩定一译.Web数据挖掘[M].北京：清华大学出版社，2009.
［114］陶跃华.基于向量的相似度计算方案[J].云南师范大学学报，2001，21(5):17-19.
［115］蒋子龙，高曙.基于向量空间模型的Web服务描述相似度计算的研究与实现[J].咸阳师范学院学报，2007，22(6):52-54,57.
［116］ Stalton G, McGill C. An Introduction to Modern Information Retrieval[M].New York:McGraw-Hill,1983.
［117］ Salton G., Buckley C. Term-weighting approaches in automatic text retrieval[J]. InformationProcessing and Management,1988,24(5):513-523.
［118］ WordNet: A lexical database for English[EB/OL]. http://www.cogsci.princeton.edu, PrincetonUniversity,2012.
［119］ Christiane Fellbaum. WordNet:An Electronic Lexical Database[M]. Cambridge:Mit Press,1998.
［120］王东睿，杨庚，陈蕾，张迎周.基于WordNet和Kernel方法的Web服务发现机制研究[J].计算机研究与发展，2010，20(12):69-72,76.
［121］ Resnik P.Using information content to evaluate semantic similarity[C]. In Proceedings of the14thInternational Joint Conference on Artificial Intelligence(IJCAI), Montreai, Canada,1995,48-453.
［122］ Wang Y, Stroulia E.Semantic Structure Matching for Assessing Web Service Similarity[C]. In Proc.of Int'l. Conf. on Service-Oriented computing (ICSOC2003), Trento, Italy,2003.
［123］ Gruber T R. Towards Principles for the Design of Ontologies Used for Knowledge Sharing[J].International Journa1of Human Computer Studies,1995,(43):907-928.
［124］ Uschold M, Gruninger M. Ontologies: Principles, Methods and Applications[J]. The KnowledgeEngineering Review,1996,11(2):93-155.
［125］ Gruninger M, Fox M S. Methodology for the Design and Evalution of Ontologies[C]. Proceedings ofthe Workshop on Basice Ontological Issues in Knowledge Sharing, Montreal, Canada,1995.
［126］ Gomez-Perez A, Benjamin V. Overview of Knowledge Sharing and Reuse Components: Ontologiesand Problem Solving Methods[C]. Proceedings of IJCAI-99Workshop on Ontologies and ProblemSolving Methods,1999.
［127］ Bernaras A, Laresgoiti I, Corera J. Building and Reusing Ontologies for Electrical NetworkApplications[C]. Proceedings of the European Conference on Artificial Intelligence. Budapest,Hungary,1996,298-302.
［128］ Swartout B, Ramesh P, Knight K, Russ T. Toward Distibuted Use of Large-Scale Ontologies[C].Proceedings of the AAAI Symposium on Ontological Engineering of,1996.
［129］ Noy N F, McGuinness D L. Ontology Development101: A Guide to Creating Your Ontology[EB].http://www.ksl.stanford.edu/people/dlm/papers/ontology101/ontology101-noy-mcguinness.html,Stanford University,2001.
［130］ Maedche A, Staab S. Learning Ontologies for the Semantic Web[J]. IEEE Inteligent Systems,2001,16(2):72-79.
［131］ KBSI. IDEF5Ontology Desription Capture Overview[EB]. http://www.idef.com/idef5.htm,2011.
［132］ Mizoguchi R, Ikeda M, Seta K, Vanwelkenhuysen J. Ontlogy for Modeling the World from ProblemColving Perspectives[C]. Proceedings fo IJCAI-95Workshop on Basic Ontological Issues inKnowledge Sharing,1995,1-12.
［133］ Staab S, Studer R, Schnurr H-P, Sure Y. Knowledge Processes and Ontologies[J]. IEEE IntelligentSystems, Special Issue on Knowledge Management,2001,16(1):26-34.
［134］李景，孟宪学，苏晓路.领域本体的构建方法与应用研究北京：中国农业科学技术出版社，2009.
［135］李勇，张志刚.领域本体构建方法研究[J].计算机工程与科学，2008，(5):129-131.
［136］何琳.领域本体的半自动构建及检索研究[M].南京：东南大学出版社，2009.
［137］黄烟波,张红宇,李建华等.本体映射方法研究[J].计算机工程与应用,2005，(18):27-29.
［138］范莉娅，王爱民，肖田元.本体集成方法评价指标体系及其应用研究[J].计算机集成制造系统，2007，13(5):911-917,939.
［139］ Noy N F, Musen MA. PROMPT:Algorithm and Tool forAutomated Ontology Merging andAlignment[C]. Proceedings of17th National Conference on Artificial Intelligence(AAAI-00), SpecialIssue on Ontology,2000,450-455.
［140］ ISO TC211Working Group7(Information Communities). ISO19150Geographic information–Ontology[EB]. http://www.isotc211.org/,2012.
［141］ Lieberman J, Singh R, Goad C.W3C Geospatial Ontologies[R]. http://www.w3.org/2005/Incubator/geo/XGR-geo-ont-20071023, W3C Incubator Group,2007.
［142］宋佳，诸云强，王卷乐，李锐.基于GML的时空地理本体模型构建及应用研究[J].地球信息科学学报，2009，11(4):442-451.
［143］于娟，党延忠.本体集成研究综述[J].计算机科学，2008，35(7):9-13,18.
［144］ ShethA. Semantic web process lifecycle: role of semantics in annotation, discovery, compositionand orchestration[C]. Workshop on E-Services and the Semantic Web, Hungary,2003.
［145］ Sycara K, Widoff S, Klush M, Lu J. Larks: Dynamic Matchmaking among Heterogeneous SoftwareAgents in Cyberspace[J]. Autonomous Agents and Multi-Agent Systems,2002,(5):173-203.
［146］邓水光，尹建伟，李莹，吴健，吴朝晖.基于二分图匹配的语义Web服务发现方法[J].计算机学报，2008，31(8):1364-1375.
［147］ ZaremskiAM,Wing JM. Specification Matching of Software Components[J].ACM Transactions onSoftware Engineering and Methodology,1997,6(4):333-369.
［148］柴晓路.UDDI v2新特性：第三方分类法和标识系统[EB/OL]. http://www-900.cn.ibm.com/developer works/cn/webservices/ws-uddi2/part2/，2001.
［149］全国地理信息标准化技术委员会&ISO/TC国内技术归口管理办公室编译.地理信息国际标准手册[M].北京：中国标准出版社，2004.
［150］ Maguire D J and Dangermond J. The Functionality of GIS[J]. Geographical Information Systems:principles and applications,1991,(1):319-335.
［151］ Albrecht J. Universal GIS operations—ATask-oriented Systematization of Data Structure-Independent GIS Functionality[C]. Proc. of Geographic Informatin Research on Transatlanticperspectives, Taylor&Francis,1998,577-591.
［152］ Tsou Ming-Hsiang.ADynamicArchitecture Distributing Geographic Information Services on theInternet[D]. University of Colorado,2001.
［153］张霞.地理信息服务组合与空间分析服务研究[D].武汉大学博士学位论文，2004.
［154］刘嵘.集群式网格地理信息服务注册中心研究与实践[D].信息工程大学博士学位论文，2011.
［155］ Quninlan JR. Program for Machine Learning[M]. Morgan Kaufmann,1992.
［156］ P. Domings, and M.J. Pazzani. On the Optimality of the Simple Bayesian Classifer under Zero-OneLoss[J]. Machine Learning29(2-3),1997,103-130.
［157］ Vapnik V. The Nature of Statistical Learning Theory[M]. Springer,1995.
［158］ Quninlan J R. Program for Machine Learning[M]. Morgan Kaufmann,1992.
［159］ McCallumA, and Nigam K. AComparison of Event Models for Na ve Bayes Text Classification[C].AAAI-98Workshop on Learning for Text Categorization,1998.
［160］ Kohavi R, Becker B, and Sommerfield D. Improving Simple Bayes[C]. European Conference onMachine Learning,1997.
［161］ ISO19104. Geographic Information—Terminology[S].ISO/TC211,2010.
［162］ Tasha Wade, Shelly Sommer.Ato Z GIS: an illustrated dictionary of geographic informationsystem[M]. ESRI Press,2006.
［163］ ISO19119. Geographic Information—Services[S].ISO/TC211,2008.
［164］ Paredes R, Vidal E.ANearest Neigbor Weighted Mesaure in Classification Problems[C]. Proc. of the7th SNRFAI. IOS Press,2000:44-50.
［165］杨力，左春，王裕国.基于语义距离的K-最近邻分类法[J].软件学报，2005，16(12):2054-2062.
［166］ Yang C, Wong D W, Yang R, et al.Performance Improving Techniques in Web-based GIS[J].International Journal of Geographical Information Science,2005:19(3),319-342.
［167］ Sun Ji-Gui, Liu Jie, Zhao Lian-Yu. ClusteringAlgorithms Research. Journal of Software,2008:19(1):48-61.
［168］ Han J and Kamber M. Data Mining: Concepts and Techniques[M]. Morgan Kaufmann Publishers,San Francisco,2001.
［169］ Tan P, Steinbach M, and Kumar V. Introduction to Data Mining[M].Addison Wesley,2006.
［170］吴健.基于Web服务的网络化产品配置技术研究[D].浙江大学博士学位论文，2004.
［171］张坤.基于聚类分析的Web服务管理[D].山东大学硕士学位论文，2008.
［172］王磊，胡孝波.基于P2P的Web服务聚类及组合[J].计算机工程，2009，35(17):7-10.
［173］ Kim S M, Rosu M C.ASurvey of Public Web Services[C]. Proc. of International World Wide WebConference, New York, USA:ACM Press,2004.
［174］ Onchaga R. Extending the Quality Concept in Geo-Information Process [C]. MapAsia, KualaLumpur, Malaysia,2003.
［175］ Wu H, Zhu H, Liu Y.ARaster-Based Map Information Measurement for QoS[C]. Proceddings ofISPRS Congress, Commission II, Istanbul, Turkey,2004.
［176］ Onchaga R. On Quality of Service and Geo-Service Compositions[C]. Proceddings ofAGILE20058th Conference on Geographic Information Science, Estoril, Protugal,2005,519-528.
［177］ Wu H, Li D. QoS: Quality of Geospatial Information Service[C]. Proceedings of6th InternationalConference on ASIA GIS, Malaysia,2006.
［178］吴华意，章汉武.地理信息服务质量（QoGIS）：概念和研究框架[J].武汉大学学报（信息科学版），2007，32(5):385-388.
［179］ Simonis I, SliwinskiA. Quality of Service in a Global SDI[C]. Proceedings of Form Pharaohs toGeoinformatics FIG Working Week2005and GSDI-8, Cairo, Egypt,2005.
［180］朱玉.分布式地理信息系统中的QoS问题和关键技术研究[D].中国科学技术大学博士学位论文，2005.
［181］黄泉义，朱海国，钟少波，郭际名.主动式地理信息服务质量评估研究[D].测绘学报，2009，38(6):545-548.
［182］承达瑜，韩刚，王发良，陈莹侯.可扩展的地理信息服务质量综合评价模型研究[J].计算机工程与应用，2011，47(13):223-226.
［183］王安华，胡国林，班晓娟，尹怡欣.基于服务质量的Web服务发展研究与实现[J].计算机工程与设计，2007，28(6):5112-5114.
［184］郑馥丹. QoS及其测试在Web服务发布和发现中应用的研究与实现[D].中山大学硕士学位论文，2009.
［185］肖数臣，秦玉勋，韩吉庆.基于格拉布斯法的试验数据分析方法[J].弹箭与制导学报，2007，27(1):275-277.
［186］孙素云.基于UDDI扩展的Web服务QoS模型[J].计算机工程，2008,34(14):132-134.
［187］杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2008.
［188］李柏年.模糊数学及其应用[M].合肥：合肥工业大学出版社，2007.
［189］潘峰，付强，梁川.模糊综合评价在水环境质量综合评价中的应用研究[J].环境工程，2002，20(2):58-60.
［190］孙建平，王海舟.AHP法和模糊综合评价法在计算资产评估中的组合应用[J].南京理工大学学报（社会科学版），2000,13(1):49-53.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |