机器学习算法在本体中的运用集中在本体最优函数的学习,即通过本体样本点和适当的学习策略得到最优实值函数.核函数由于其在再生性和重构函数上的诸多优点,而被广泛运用于机器学习算法中.在本体函数的优化学习过程,将核方法融入迭代策略中,进而可得到最优的本体函数.实验结果表明,该方法对特定领域本体相似度的计算和本体映射的构建具有较高的准确率.