基于本体和Agent的地理空间信息语义共享

地理空间信息语义共享是地理信息系统的重要研究内容。语义参照系统主要用于在地理信息的生产者和用户之间解释专题数据的意义，实现对不同语义数据的集成。本文分析了地理空间信息共享的含义和层次，借鉴语义网研究思想，建立了地理空间信息语义共享的总体框架。提出采用本体概念和方法，形式化定义领域知识，解决地理空间信息研究和应用中存在的地理实体语义不明确问题。采用基于Agent的信息查询和语义映射，实现在不同用户间对地理空间信息的共同理解和认识。     

面向地理问题求解的数据表达模型研究

本文以地理问题求解和地理科学研究建模环境建设的需求为导向,针对面向地理问题求解建模环境在利用多源异构数据方面遇到的问题,进行了面向地理问题求解的数据表达模型(XGE-DRM)的研究。本文重点研究了多源、异构、跨领域地理数据的表达方式与组织规范,从原子数据层与对象组织层两个层次对XGE-DRM的基本原子构成与对象组成方式进行了阐述;通过对地理数据的结构与语义进行解析,显式表达地理数据的结构与语义;在结构清晰、语义明确的情况下,实现多源异构数据的抽取与交换,最终实现多源异构数据的共享。实验证明,文中提出的数据表达模型能够实现多源异构数据的通用表达,解决地理问题求解建模环境平台下数据共享的问题。     

Web环境下异构地理分析模型的标准化和形式化研究

Web环境下分布着大量的地理分析模型资源,但模型的异构性限制了对现有地理分析模型的共享和重用。本文立足于地理分析模型自身研究的需要,论述了标准化和形式化方法在异构地理分析模型共享和重用中的重要意义,分析地理分析模型元数据的研究现状,设计地理分析模型元数据的标准框架,并提出利用XMLSchema技术表达模型元数据标准框架结构的方法,从而实现了语法和结构层次上的标准化。提出知识本体的语义映射模型,即利用本体语言对地理分析模型元数据进行形式化表达,而在语义层次上将各模型元数据进行映射。最后结合地理分析模型共享门户的应用实例,研究了在该门户中实现异构地理分析模型标准化和形式化的体系架构,为Web环境下异构地理分析模型的共享和重用提供新的思路。     

地理空间数据来源本体及其在数据关联中的应用

数据来源是数据可靠性评价的重要参考因素,是地理空间数据本体的重要研究内容。本文针对来源这一重要的地理空间数据研究对象,系统地分析了地理空间数据来源的涵义,建立了地理空间数据来源本体模型,在此基础上,提出了地理空间数据来源本体的概念体系和来源本体概念间关系及其属性的形式化表达方法,并构建出地理空间数据来源本体。最后,以“科技基础性工作专项”项目数据资料为例,基于来源本体库,利用RDF从来源角度实现数据的语义关联,通过web前端框架D3.js技术实现数据与其来源信息的可视化。结果表明,基于来源本体的数据关联可以有效解决数据来源信息描述不规范的问题以及能够支持地学数据语义检索、智能推荐等应用,为促进地学数据共享和数据关联应用提供了一种新方法和新思路。     

形态本体及其在地理空间数据发现中的应用研究

地理空间数据语义异构是实现数据关联、数据智能推荐和精确发现的主要瓶颈。地理空间数据本体被认为是解决地理空间数据语义异构的有效方法。形态特征是地理空间数据(除时空、要素内容外)的重要特征,是地理空间数据本体的重要研究内容。本文首先在系统分析地理空间数据形态特征的基础上,提出地理空间数据形态特征的概念体系。然后,建立地理空间数据形态本体模型,提出形态信息的本体表示方法,并构建地理空间数据形态本体。最后,基于形态本体的本体库,利用Jena本体推理技术,开发地理空间数据语义检索原型系统,并将形态本体应用于国家地球系统科学数据共享平台的元数据检索中。实验结果表明,地理空间数据形态本体可以有效地解决数据形态特征的语义异构,提高数据发现的查全率和查准率。本文的研究方法和成果对解决其他领域数据的语义异构,有重要的参考意义。     

基于自然语言形态描述的地理实体模拟表达方法

日常生活中人们使用定性的自然语言描述地理实体,如何将定性描述的地理实体转换为定量的图形符号是空间认知、地图表达等领域面临的挑战。本文提出一种基于自然语言形态描述的地理实体表达方法,通过对自然语言中地理实体的语义信息进行分析,对自然语言描述的地理实体的形状、大小、分布状况等空间形态信息以地图形式进行近似表达。本文首先阐述了自然语言形态描述的定义与内涵,结合地图符号相关理论,研究了形态描述驱动的地理实体模拟表达策略,并对不同语义模糊度的地理实体图形表达进行了分析和实例设计,最后提出了一种计算空间实体相似性的方法对表达效果进行评估。结果表明,基于本文方法的地理实体模拟表达与手绘图中地理实体的平均相似度达到89.5%,与导览图的地理实体平均相似度达到86.86%,能够实现较好的表达效果,具有一定的科学性和可行性,为自然语言到地图语言的转换研究奠定了基础。     

一种集成词汇-结构-语义表示的地址匹配策略

地址匹配是地理编码的核心基础，本文针对现有地址匹配算法与地址数据库反馈交互局限性问题，提出词汇-结构-语义三层解构地址的匹配处理策略。词汇层通过地名词典和结合尾字特征的正则表达式定义粒度剖分规则，以地址词元素为基本单元完成词汇级别解析；结构层定义地址模式类型以实例化数据组织，完成顾及上下地址层级结构的模型匹配；语义层抽象地址语义形式化表达，实现融合深度语义的地址匹配。同时，本文在综合地址词元素筛选、地址层级结构剖分和地址语义理解基础上对经过完全解析的地址数据不断反哺作为数据参考，从而实现数据库支持下的算法逻辑绑定与结果集成。本文以浙江省湖州市德清县地址数据作为实例进行验证，实验结果表明，在低重复率的多次采样实验下，平均匹配率达到92.83%，正确率为95.37%；通过实例分析表明，本文方法在完善地址参考库的基础上改进算法性能和精度，能有效解决地址结构缺失和语义近似推断，适应多样地址类型。     

基于本体的网络地理空间数据集成

 随着地理数据深度、广度和复杂度的不断增加,如何集成这些在结构、语法及语义上高度异质性的需求越来越迫切。尽管XML在一定程度上解决了结构异质性问题,OGC标准规范解决了语法异质性问题,但语义异质性问题仍然成为分布式环境下地理空间数据集成与互操作的最大障碍。本文提出了一种基于本体的网络地理空间数据集成方法:以本体思想对数据进行语义组织;结合OGC网络服务标准规范对数据进行服务语义发布;利用支持双向映射的混合本体模式来解决全局本体与各应用本体之间的冲突,实现数据的语义集成。通过海洋海岸带土地利用数据集成试验表明,本文方法不仅能够克服数据间语义异质性问题,并在很大程度上屏蔽了数据底层集成的复杂环节,使得数据集成过程简单、高效。     

网络文本蕴涵地理信息抽取:研究进展与展望

互联网的普及产生了大量蕴含着丰富地理语义的文本,为地理信息的深度挖掘和知识发现带来了巨大机遇。同时,蕴含地理语义文本的异构性和动态性,使得地理实体的属性数量和种类激增、地理语义关系复杂,对地理信息检索、空间分析和推理、智能化位置服务等提出了严峻的挑战。本文阐述了网络文本蕴含地理信息抽取的技术流程,从地理实体识别、地理实体定位、地理实体属性抽取、地理实体关系构建、地理事件抽取5个方面总结了网络文本蕴含地理信息抽取的进展和关键技术瓶颈,分析了可用于网络文本蕴含地理信息抽取的开放资源,并展望了未来的发展方向。     

地理数据空间本体构建及其在数据检索中的应用

随着新地理信息时代的来临,地理数据已经呈现出爆炸式增长的趋势。如何在海量的地理数据中准确、及时地找到人们所需要的数据,并把相关联的数据智能地推荐给用户,成为亟待解决的一大难题。针对传统以关键词、主题词等字符串匹配为核心的数据发现方法存在的查不全、查不准的问题,本文通过对地理空间中的概念、属性、关系、规则,以及相应实例的详细表达,初步提出了地理空间本体构建框架,并在此基础上构建了较为完整的地理数据空间本体,以实现地理数据的智能关联,最后在地球系统科学数据共享平台中进行应用实践。结果表明,引入地理数据空间本体后,检索的结果在数据的查全和查准方面显著提高,而且还能智能推荐相关联的数据信息。本文构建的地理数据空间本体对于大数据时代背景下地理数据的精确发现和共享有重要意义。     

基于语义P2P的地理共享网络中地理服务发现机制

为了消除集中式SOA系统的"单点故障"问题,本文把语义P2P技术和SOA相结合,不再采用SOA的UDD I进行服务的集中式发布,而是在P2P网络上进行分布式服务发布。通过在语义P2P网络上构建SOA系统,利用P2P的优势进行服务的快速发现和获取,同时也利用地理语义推理解决了地理服务发现中的语义冲突问题。为了实现SOA和语义P2P结合的透明性和平滑性,本文把SOA的服务总线扩展为地理服务总线,地理服务总线基于语义P2P进行服务发现,新的服务发现机制在GSB内部实现,对挂接在GSB上的服务透明,服务间还是按同样的方式交互,因而基于SOA的遗留系统能够平滑升级。通过把地理语义P2P引入SOA,既能发挥SOA在解决大规模分布式异构地理共享系统间的互操作性和服务的透明使用方面的优势,又能利用语义P2P实现地理服务的自动快速发现,从而为大规模的地理共享网络系统建设提供了一条新的思路。     

利用社交媒体的位置潜语义特征提取与分析

社交媒体及时、大量、广泛地记录了城市中居民的观点和情感,尤其是具有位置标记的签到文本,将人们所处的空间和城市设施与其相应的认知态度结合起来,成为以人为核心主导的对空间位置特征的直接表达,是场所语义信息的集中体现。以微博签到数据为研究对象,引入自然语言处理领域的潜语义分析的方法,结合空间分析中因子分析、空间自相关分析和聚类分析的手段,提取并分析其中隐含的位置语义特征。本研究主要侧重于对位置之间语义相关程度的度量,首先提取研究区域隐含的概念主题结构,分析不同主题在空间上的分布特征。然后对特定地块进行潜语义空间上的相似性索引,在此基础上,采用先验的百度百科词条描述对位置间语义相似性进行扩展,通过空间自相关的分析,得到不同功能类型的热点区域。     

基于语义轨迹停留点的位置服务匹配与应用研究

在位置服务领域,用户轨迹在较大程度上体现了用户的日常行为模式,以及个人生活习惯等。利用GPS终端收集用户行为轨迹数据并加以挖掘分析,对于位置服务实现智能化推送有积极作用。用户行为轨迹的停留点分析是轨迹分析的常见手段之一。本研究首先将用户个性化信息,与轨迹点相关的地标名称等语义信息融入常规用户行为轨迹,形成“位置-语义”一体化的用户语义轨迹。然后,过滤原始轨迹错误点,提高数据精度,并在此基础上采用一种新的加权方法计算轨迹停留点坐标。最后,利用停留点坐标结合用户的兴趣、职业等个人信息,在扩充的POI信息库（包含营业时间、优惠信息等）中检索匹配,并智能化匹配出用户停留点周围的POI,主动向用户推送符合个人兴趣或职业需求的POI详情位置服务。     

地理空间信息智能分析研究

本文介绍了地理空间领域的基本定义,研究数据是如何形成和转换成可直接作为决策参考的可行性信息。环境变迁、人类活动等事件驱动下空间信息也在动态改变,因此从知识认知和关系语义的角度提出了集合层次模型和语义网络优点的一个概念模型,为地理信息智能分析和应用提供了新思路。     

地理信息服务语义标注原理与关键技术及应用

随着地理信息服务应用领域和受众群体的日益广泛,人们对地理信息服务的需求越来越多元化。一方面网络上注册和发布的地理信息服务的数量急剧增长;另一方面人们对如何高效发现兴趣服务、组合兴趣服务以满足兴趣需要却常感到困惑。当前,用户只能通过关键字搜索并结合空间过滤条件查询OGC(Open Geospatial Consortium)的目录服务,来发现所需的数据和服务。用户在受益于目录服务带来的资源搜索便捷的同时,经常受到查全率和查准率不高的困扰。面对日益庞大的服务群,如何自动、快速、准确地发现目标服务,成为影响地理信息服务进一步发展与应用的瓶颈。本文围绕地理信息服务语义标注原理方法与关键技术展开研究,通过引入信息检索技术和语义网技术、语义服务技术,从面向地理信息服务语义标注的本体建模、基于地理概念匹配的语义标注算法、融合相似性度量与包含性推理的语义匹配与服务发现,以及语义标注和服务匹配质量评价方法4个方面进行了深入研究。针对地理概念半自动语义标注新算法、地理信息服务语义发现与匹配方法、服务语义标注和服务匹配质量评价、应用试验等具体研究内容进行了实验设计,并给出了需解决的核心问题,为当前地理信息服务匹配方法提供了新思路。     

基于简单语义的地理信息服务发现方法研究

为了解决目前地理信息发现查全率和查准率不高的问题,提出了一种简单语义的地理信息服务发现方法。该方法引入虚拟文档的概念,将服务划分为"操作级"进行匹配;运用同义词对服务操作中的概念词汇进行简单语义扩展;引入词汇语义相似度概念,应用词汇语义库来实现地理信息服务的简单语义匹配。实验结果表明,文中提出的方法在查全率和查准率等性能上均优于基于关键字和向量空间模型的方法,且完全基于当前网络服务环境实现。     

一种基于WordNet的跨语言地理本体匹配方法

针对跨语言环境下地理本体异构性强、本体实例重叠度低等特点,本文提出了一种半自动的地理本体匹配方法。通过概念化方法提取要素的本体属性,并用翻译工具将跨语言的本体属性转化为Word Net的语义集合,在此基础上进行本体属性的比较和本体概念的匹配。本方法以中国基础地理要素类型本体库和美国地质勘探局的地形图本体库的水系本体要素为依据进行了匹配实验,验证了方法的有效性。     

基于多源数据的旅游者视觉行为模式与感知评估方法

用户生成内容（User Generated Content,UGC）作为感知旅游地物质空间的新型地理大数据,以使用者的视角描绘了旅游地的客观环境,是探索旅游目的地感知的重要途径。然而,传统的旅游研究对旅行摄影照片处理能力有限,深度学习图像语义分割技术的发展,为挖掘旅游者视觉行为模式,探索旅游地环境感知提供了有力支持。本研究提出了整合在线旅行照片大数据与问卷调查小数据的旅游者视觉行为模式与感知评估框架,并将其应用于鼓浪屿案例。首先将744条旅游轨迹,聚类为6类视觉行为模式,并可视化与时空分析;其次基于全卷积网络算法,量化22 507张旅行照片语义,探索不同视觉模式的旅游者关注要素的空间分异;最后通过照片语义与场景感知问卷调查的相关性分析和多重线性回归模型,评估旅游地整体视觉感知满意度,并提出相应的空间优化建议。研究表明：① 鼓浪屿旅游者视觉行为模式聚类为单点游、海岛风光游、环岛游、街巷空间游、遗产建筑游和全岛游6类;② 不同视觉行为模式的旅游者视觉兴趣区存在空间集聚现象,视觉空间转移遵循地理邻近效应;③ 相关性分析与模型结果表明,旅游者偏好空间开敞度较高的区域,感知满意度越低的区域摄影行为越少,是环境提升的重点;④ 出行时间和成本效率最大化、建成环境、心理环境与社会环境是影响旅游者视觉感知的主要因素。本研究延伸了人工智能技术在旅游者视觉感知研究中的应用,为旅游地空间优化提供参考。     

耦合尺度的地理实体空间相关度算法的建立与应用

传统的地理实体空间相关度算法存在适应的实体和拓扑关系类型较少、没有考虑空间尺度依赖性而导致数据区分能力差的问题。本研究提出一种能依据指定的空间尺度（本文所指“空间尺度”是指定的地理空间范围）,计算出相应的地理实体空间相关度的算法。该算法以地理学第一定律和Egenhofer关于空间相关度的论述为理论依据,分析点、线、面实体的拓扑关系和度量关系而建立不同的相关度计算公式。通过对比分析,本算法不仅能计算出不同类型和不同拓扑关系下的地理实体间相关度,而且计算结果随着空间尺度的变化而改变,与人类通常的认知相符合。最后,以地理空间数据检索为例,介绍了本算法的应用。与传统的关键词匹配检索方法相比,应用本算法能提高数据检索的F1-measure值,并且能对文档按照与检索词的相关度进行排序。本算法可应用于地理信息检索、数据发现、数据推荐和关联数据等领域。     

室内用户语义位置预测研究

位置预测技术可以提前预知用户下一时刻的位置,在基于位置的服务（Location-based Service,LBS）领域中发挥着极其重要的作用。现有的位置预测技术大多仅使用用户的地理轨迹,仅使用地理轨迹挖掘出来的用户移动模式易受地理特性的限制缺乏深层次的语义信息。本文基于某商场群体用户的室内轨迹数据和语义信息预测用户下一个时刻语义位置。语义位置预测包括停留区域识别、停留区域语义匹配、语义位置建模。在停留区域识别阶段,为减少室内停留时间不固定对停留区域识别的影响,本研究提出了一种新型的时空凝聚层次聚类算法（Spatial-Temporal Agglomerative Nesting, ST-AGNES),该算法具有思想简单、超参数少、自动生成聚类个数等优点。在语义匹配阶段,引入了吸引度规则,充分利用停留区域所有轨迹点与室内高密度的商铺名称信息做匹配。最后,采用长短型记忆神经网络模型（Long Short-Term Memory,LSTM）挖掘群体用户的语义位置模式并预测用户未来的语义位置,实验预测正确率达到61.3%。