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。     

网络空间“测”与“绘”

网络空间测绘已经成为各领域普遍关注的热点问题。其核心任务是探明网络空间组成要素,分析网络空间现象规律,绘制网络空间结构。网络空间测绘的研究存在概念术语多样、研究框架不统一,要素及规律的认识不清晰,网络空间地图表达方法不规范、缺乏统一标准等问题。在系统梳理各领域对网络空间测绘研究现状的基础上,分析了各领域对网络空间内涵的共性认识;从网络空间的空间特性、地理特性和人文特性出发,剖析了从测绘地理学角度研究利用网络空间的特点和优势;提出了网络空间测绘的研究框架,重点描述了网络空间“测”与“绘”的核心内容和关键技术,并阐述了其与实景三维、数字孪生及元宇宙之间的关系;将网络空间“测量”分为狭义的和广义的网络空间测量,指出其缺少从整体角度对网络空间特征测量和缺乏针对人在网络空间活动现象和规律的测量研究;从网络空间认知需求出发,提出了网络空间地图概念模型和分类;从网络空间坐标系、“地理-网络”关联映射、网络空间地图表达方法等方面重点描述了网络空间地图制图的关键技术,系统分析了网络空间地图表示方法及其适用性;最后,对网络空间顶层概念、网络空间建模方法、网络空间地图理论与方法以及网络空间地图应用场景设计等...     

基于时序超图模型的战场环境多层次知识建模方法

新型作战样式对战场环境服务保障提出了新要求，战场环境智能化服务急需基于全域多维战场环境数据实现知识的提升。针对战场环境智能认知的知识建模问题，将知识图谱与战场环境相结合，提出了战场环境知识分类方法，认为战场环境知识图谱是大数据人工智能条件下战场环境知识表示的一种新形式；针对三元组知识表示碎片化的问题，构建了战场环境时序超图表示模型，实现了实体知识、事件知识、影响过程知识和服务决策知识的多层次统一图建模，将各类知识表示为具备时空特点、场景特点的统一知识超图网络；最后，利用地图、事件、影响过程和作战影响效能等数据进行实验验证，超图网络从语义层面实现了各类战场环境知识的关联，可进一步为实现基于超图的智能推理和服务决策提供支撑。