地理信息数据分级评价的相对指数熵模型

提出了一种基于相对指数熵的地理信息数据分级评价模型,构建级内相对指数熵与级间指数熵指标,分别量化分级数据级别内集聚水平和级别间的离散水平,并利用这两个指标构建了地理信息数据分级的相对指数熵评价指标。在Python中实现地理信息数据分级以及分级的相对指数熵计算。试验中,应用5种常用的分级方法对5种典型分布的6个数据集以及1个人口普查数据集进行分级,并分别计算分级结果的相对指数熵指标。试验结果表明,在面向不同分布的数据集时,相对指数熵指标能够很好地指示出最优分级方法,并且反映出不同分级方法的细小差异,对于地理信息数据分级的评价是有效的。     

融合神经网络和空间关系的中文地址解析

中文地址解析是中文地址匹配最核心的问题.针对当前比较流行的基于条件随机场(CRF)或者基于规则的中文地址解析方法,该文结合深度学习中的双向门控循环网络(BiGRU)和CRF的方法来实现中文地址分词;并且针对当前的层次地址模型和四词位标注体系,该文采用 了基于空间关系地址模型和五词位的标注方法.然后分别采用基于规则的模型、CRF、BiGRU+SoftMax和BiGRU+CRF模型进行对比实验,发现该文提出的BiGRU+CRF模型配上新的空间关系地址模型及标注体系,可以对地址解析方面有更好的效果.     

基于Lucene引擎构建在线地址匹配服务

随着我国城市化和信息化的发展,地址编码已经成为建设数字城市的基础工作。地址匹配是地址编码的关键环节,但面临着中文地址分词困难的问题。本文基于Lucene检索引擎,结合三叉树分词词典机制和基于规则的地址分词技术,设计了具有地址分词和地址匹配功能的地址匹配引擎,并构建了Rest风格的在线地址匹配服务,取得了良好的应用效果。