基于地名本体的地名知识表达方法

地名知识反映人们对客观世界地理命名实体的描述,如何对地名知识有效地组织和管理,实现语义级别的共享和重用是一项重要的研究课题。顾及人的常识性空间认知和地名的时空特征,提出了一种基于地名本体的地名知识统一形式化表达模型(TKURM),该模型包括地名本体、时空规则库和空间元知识,并对地名本体的地名要素、地名类型、几何形态、空间关系和时态模型做了具体分析。基于TKURM设计了地名知识库的构建流程,并以郑州市行政区划地名知识库为例进行了应用分析。     

常识空间认知研究与地名本体设计

地名查询在GIS中的重要作用日益突出,作为一种解决地名语义问题的方法和工具,目前地名本体研究还仅局限于技术层面,缺乏系统认知理论的深入研究.介绍了常识空间认知概念;提出了由朴素地理学、认知地图和初级理论构成的常识空间认知理论;结合地名本体设计目标和这些常识空间认知理论,总结出设计地名本体的常识空间认知原则,并据此进行了...     

高精地图的知识图谱表达

高精地图是自动驾驶的“传感器”,为自动驾驶提供必要的先验数据以及相应的超视距感知、校验定位、动态规划和决策控制。然而,高精地图数据供给与自动驾驶知识需求仍存在鸿沟,包括数据量大导致查询困难、数据关联弱导致语义理解和智能决策困难。知识图谱是将知识以图的结构表达出来,以描述实体及其关系,涉及实体抽取和关系抽取。为此,在高精地图数据基础上,引入知识图谱,提出高精地图知识图谱的构建方法,以架起地图数据供给与驾驶知识需求之间的桥梁,支撑高精地图数据到自动驾驶知识的转化。构建的知识图谱实例,一方面将高精地图海量数据采用图进行了二次表达,建立了类似于索引的结构;另一方面显式表达了面向自动驾驶需求的语义关系。实验结果表明,知识图谱能为高精地图的语义查询、知识推理和局部决策规划提供基础。所提出的方法能实现高精地图先验数据的语义结构化,推进高精地图由数据到信息到知识的跨越,为自动驾驶的落地贡献先验知识。     

地图空间关系认知元素分析

分析了目前地图空间认知的几种理论研究。从地图学史的角度出发,应用几幅著名的中外古地图,指出符号、注记以及空间拓扑关系在地图发展变化中的不变性,认为这3种元素构成了地图空间关系认知的基本元素,并分析了这3种元素在地图空间关系构建方面所起的作用。最后提出了在网络环境下,这3种元素在大众制图中的指导意义。     

地图空间关系认知元素分析

分析了目前地图空间认知的几种理论研究.从地图学史的角度出发,应用几幅著名的中外古地图,指出符号、注记以及空间拓扑关系在地图发展变化中的不变性,认为这3种元素构成了地图空间关系认知的基本元素,并分析了这3种元素在地图空间关系构建方面所起的作用.最后提出了在网络环境下,这3种元素在大众制图中的指导意义.     

清代绘制的历史地图集——《中国历代沿革图》

我们常常混淆“古地图”与“历史地图”这两个概念,不能准确把握它们的含义。简而言之,“古地图”是古代人绘制的地图;“历史地图”则是现代人绘制的表现历史时期地理状况的地图,谭其骧先生主编的《中国历史地图集》就属于此类。这两类地图并非截然不同,也有交集。古人绘制的前代地图,相对于今天来说,属于古地图,但对于绘制者的时代而言,也可以划到历史地图的范畴。     

一种基于描述逻辑的空间语义相似性计算方法

语义相似性计算广泛应用在认知心理学和计算机领域。针对地理信息智能发现服务中语义标注的应用需求,面向本体概念描述,提出了一种描述逻辑的空间语义相似性计算方法。该方法首先获取搜索和目标概念及上下文定义;然后进行标准正规化形式转换,创建映射矩阵并建立局部相似性方程;最后构建全局归一化相似性方程。通过领域专家参与实验,验证了该算法符合人类认知并且是可信的。     

地理本体驱动的遥感影像面向对象分析方法

针对遥感影像面向对象分析技术存在的“分类过程中专家分析不同带来的分类结果不一致”问题,提出地理本体驱动的“地理实体描述-模型构建-影像对象分类”解译框架。首先,利用地理本体建立影像对象客观特征与地理专家知识的联系,实现对地理实体的描述与表达;其次,利用知识工程方法以及计算机可操作的形式化本体语言构建影像对象特征、分类器的本体模型,形成语义网络模型;最后,联合语义网络模型与专家规则实现影像对象的语义分类。地表覆盖分类实验结果表明,该方法不仅能够得到反映真实地理对象的遥感影像分类结果,而且能够掌握地理实体的语义信息,实现地表覆盖分类知识的共享与语义网络模型的复用,为遥感影像面向对象分析提供了一种全局性的解译分析框架及其方法。     

多尺度地图空间居民地语义相似度计算方法

地图综合的本质是一种空间相似变换,制图者在相似原则的指导下实施概括,读图者从包含相似性的地图中形成心象地图、重构现实世界。因此,多尺度地图空间中的相似关系研究非常重要。然而,由于相似的可计算性差,且其计算的目的在于揭示更深层次的信息,地图综合中相似关系尤其是语义相似关系的研究相对较少。针对这一问题,本文以语义功能区约束下的大比例尺街区式居民地合并（1∶1750至1∶4000）为例,基于匹配距离模型计算建筑物合并中的语义相似度,得到语义相似度在关键比例尺节点的值,并对结果进行分析、评价。试验表明,语义功能区约束下的建筑物合并符合读图者的地图认知需求,本文所述方法有助于地图更好地发挥信息传输载体的作用。     

基于空间映射观念的地图综合概念模式

基于关系代数的映射变换思想，将地图综合的概念框架划分为2种映射形式：空间实体映射和空间关系映射，根据变换前后空间实体数目的变化，空间实体映射进一步区分为1－1，n-1,n-m映射。空间关系映射则视为拓扑关系、距离关系、方向关系3种基本关系的复合变换。为描述综合过程中粗化表达，建立了“空间关系分辨率”概念，基于9交叉、主方向模型以及本文自行建立的“等距离关系”模型分别给出了拓扑关系、方向关系、距离关系中分辨率的表达方式。在概念级上讨论了2种映射在地图综合过程的表现形式，这一综合模式与传统方法的显著区别是，它强调了关系也存在综合的问题。     

多源道路智能选取的本体知识推理方法EI北大核心CSCD

大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法。首先,将1∶5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理。试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取。     

基于语义的地理信息空间关系检索

本文提出了一种解决地理信息检索的方法,在此方法中建立了地理信息的拓扑、方位和距离等空间关系:分析了空间数据和非空间数据的语义关系,提出用于描述空间关系的属性关系图ARG,基于应用本体实例生成算法AOGA和语义推理工具Jena,实现异构消解和语义扩展,极大地提高检索准确率;并以大连湾土地利用本体实例为例,说明此解决方案的可用性。     

LBS中位置及其语义的研究

阐述了两种LBS位置表示方法，引入了语义位置的概念，对现有的语义位置概念作了修正。强调了位置属性也是语义位置的重要组成部分。通过对位置概念内涵和外延的分析，讨论了位置属性所包括的内容；运用层次建模，实现了位置之间关系的描述。为了能够规范化地描述语义位置，运用本体技术，对位置所包含的语义信息进行了描述，建立了能够被计算机识别和处理的OWI。位置本体模型。通过对语义位置的本体建模，实现了位置信息的知识化描述，为实现个性化服务奠定了基础。     

自动驾驶高精地图的信息传输模型

高精地图的“非视觉”和面向机器特性,使其与传统面向人的时空产品有明显不同,相应的描述地图主、客体及其与产品之间关系的传输模型也面临巨大变革。已有的传输模型重构了上述关系,包括新增用户个性信息及其传输,但也存在信息传递工具仍采用面向人而非机器的地图语言等不足。为此,结合自动驾驶中地图信息的传输特点,构建面向机器认知的高精地图信息传输模型,通过对已有的传输模型进行扩展：GIS语言代替地图语言,将用户个性信息整合到高精地图的用户图层中,将行动指导扩展为行动实践。研究结果表明,构建的全机器认知的高精地图信息传输模型实现了地图信息认知的主体由人到机器的扩展,适应了高精地图在感知、定位、规划、控制等传输过程中全人工智能的特性。所提出的模型一方面有助于准确把握高精地图的本质及内容结构,提升认知效果;另一方面,对驾驶服务具有重要的指导作用,包括内容选取、表达方法、系统功能框架设计等,提高传输效率。     

地理信息时态不确定性的语义与计算

对地理信息时态不确定的概念认知与符号计算方面作了初步探讨，认为地理信息时态不确定性的本体在于动态地理现象的内在复杂性、机器计算能力和人认知限度的多层次不一致性，解释了时间空间不确定性-运动不确定性-动力不确定性的整体时空不确定性语义，选择设计了地理信息时间位置精度指标、不确定当前值的渐进语义模拟、地图过时性和空间数据库现势挂计算模型。     

基于模糊本体的时空推理查询方法研究

针对时空推理及信息查询中存在的时空模糊性问题,通过模糊隶属函数对模糊本体中的关系进行描述,在模糊本体5W2H语义概念模型的基础上,研究了模糊本体下的语义处理方法和推理机制,基于本体模型和规则模型探讨了模糊本体知识推理机的设计方法,并将上述研究应用于旅游景点信息领域,从而对时空推理查询及语义信息检索过程进行模拟验证。     

基于空间关系认知的新模式地图设计——以路网构架图表达“一带一路”路线为例

地图所要表达的空间结构通常通过空间关系来建构和描述,包括距离关系、方向关系和拓扑关系。本文基于空间关系认知,从定名量表、顺序量表、间隔量表、比率量表4个量表分析了传统地图与新模式地图的空间关系分辨率的变化过程,并以路网架构图为例,对比了传统地图与新模式地图的认知效果,提出在制图中要重视认知效率和表现对象的细节程度。     

任务驱动视角下机器地图现状与发展

随着国家对机器人发展战略的不断推进,保障机器人认知和学习的机器地图近年来成为地图科学研究的新方向。针对目前机器地图理论研究相对匮乏的问题,基于测制用一体运行机制,阐述总结任务驱动下的机器地图关键技术和研究现状。数据获取与处理是地图模型构建和任务应用的基础支撑,围绕机器人平台、特征提取、语义分割、多传感器融合等技术现状进行归纳总结;地图模型构建承上启下,分析参考常用的地图模型架构及其特点,描述不同任务情境中如何搭建使用弹性、稳健、可靠的建图系统;任务应用是机器地图功能性的集中体现,介绍总结路径规划、目标检测、知识表达与推理等典型应用研究现状。论述展望了机器地图存在的问题及未来发展方向。     

全息地理空间本体模型构建

提出基于本体的地理空间数据划分方法,构建能全面客观地反映地理空间数据特征的概念模型框架.利用本体描述空间数据具有的地理特征和空间特征,设计由空间数据本体、地理数据本体和空间关系本体共同组成的全息地理空间数据模型,旨在揭示地理空间认知过程中从地理空间到意识空间的认知机制.     

土地利用信息本体的构建方法研究

为了解决土地利用信息领域由认知差异和语义描述引起的歧义,本文以本体为理论基础,建立了土地利用信息本体逻辑结构,同时以广西临桂新区"智慧城市"建设中的土地利用信息为载体构建土地利用信息领域本体,对该领域的各类本体进行语义形式化表达,实现了语义互操作。最后用Oracle Spatial对信息本体进行组织存储,为土地资源信息的无缝共享提供了借鉴。