非线性框架下本体稀疏向量学习算法

本体作为一种高效的语义模型,被广泛应用于工程科学的各个领域,而语义相似度计算是本体算法的核心内容.利用本体稀疏向量得到本体相似度计算的策略可用于高维数据和大数据处理.因此,考虑在非线性框架下的本体稀疏向量计算算法,用平方亏损函数表示误差项,通过近端梯度的计算得到对应的迭代策略.最后,通过两个实验来说明该本体稀疏向量学习算法对于特定的工程应用中本体相似度计算和本体映射是有效的.