基于拓扑约束的方向关系定性描述模型

针对原有方向关系矩阵模型对于参考目标MBR区域的方向描述缺陷问题,本文将拓扑约束引入方向关系定性描述,构建基于拓扑参考的方向关系定性描述模型,实现了MBR区域方向关系的有效表达。新模型首先将参考目标的MBR区域划分为不同的拓扑区域,提出方向关系拓扑参考定义;基于拓扑参考,分别对不同拓扑区域定义相应的方向关系矩阵;最后,根据参考目标与源目标间的不同拓扑关系,提出不同情况下方向关系分层定性描述策略。实验结果表明,新模型充分反映了拓扑关系对方向关系描述的约束关系,能有效提高方向关系表达的准确性和精确性。     

基于拓扑参考的定性方向关系矩阵描述模型

定性方向关系描述是空间关系推理、空间关系语义匹配、模糊空间关系查询、面向对象遥感影像处理等的基础。针对现有定性方向关系模型存在的MBR区域描述缺陷,本文提出一种基于拓扑参考的定性方向关系描述模型,基于拓扑划分进行方向区域划分,定义拓扑参考反映不同拓扑划分中方向参考的变化,并以此为基础建立分层定性方向关系矩阵。新模型能够反映不同拓扑划分区域方向关系参考的变化,实现MBR区域定性方向关系的精确描述,能有效提高定性方向关系描述的精确性及准确性。     

三维体目标间拓扑关系与方向关系的混合推理

重点研究了三维空间中拓扑关系和方向关系间的混合空间关系推理。用Allen区间关系对描述基于投影的空间划分方法得到的方向区域和用九交矩阵描述的拓扑关系,用定义法研究混合空间关系推理,推理结果用组合推理表表示。     

宽边界区域拓扑关系量化分析与抽象

对Cohn等人提出的卵一黄模型所确定的宽边界区域的46种拓扑关系及其聚类方法进行了分析，提出了一种定量化方法对这些拓扑关系进行描述，并对这46种拓扑关系进行了抽象。     

不确定区域间拓扑关系定性推理

提出不确定区域间拓扑关系的组合描述法,它对拓扑关系的描述能力与扩展九交完全相同.但组合描述模型的优点在于用已有的5种面/面基本拓扑关系的组合来表示44种不确定区域间的复杂拓扑关系,可以把44种复杂拓扑关系的推理转化为5种基本拓扑关系推理的组合,从而实现不确定区域间拓扑关系的推理.     

拓扑关系和方向关系的统一表达模型

统一表达空间关系中的拓扑关系和方向关系是非常有必要的。本文首先对已有的方向模型进行分析和比较,提出了一种方向模型,即采用锥形的方法将空间参照对象的内部、边界和外部分别划分出9个方向区域,描述空间目标对象与这些方向区域的交集的情况,然后结合这种方向模型和九交模型,进而提出了一种能统一表达拓扑关系和方向关系的形式化模型。     

R2空间栅格区域拓扑关系描述

针对利用9元组模型对栅格区域进行拓扑关系分析时栅格区域的问题,通过重新定义栅格区域边界、内部、外部,对栅格区域之间的拓扑关系进行描述,并提出一种针对栅格空间的新的拓扑关系"近邻"关系作为对"邻接"拓扑关系的补充,该方法适用性强,能对简单图形的点、线、面之间的拓扑关系进行快速方便的判断。     

拓扑和方向空间关系组合描述及其相互约束

提出了一种拓扑关系和方向关系组合描述框架,在统一的框架下研究拓扑和方向关系。采用9交模型描述拓扑关系,方向关系矩阵模型表达方向关系,并给出了有意义的方向片组合,将两者统一到一个框架下进行描述。在统一描述框架下,拓扑关系与方向关系相互约束。阐述了7个定理及其证明,描述了拓扑关系与方向关系之间的相互约束,实现拓扑关系和方向关系有效性的相互检测。拓扑关系和方向关系组合描述能够提高空间关系描述的准确性和有效性。     

模糊面元素空间拓扑关系抽象化方法研究

空间拓扑关系的判定是地理信息系统中进行空间查询、空间分析、空间推理等操作的基础.在分析模糊区域空间拓扑关系的基础上,用空间关系向量定量描述这些拓扑关系.依据空间抽象的要求,通过计算向量之间的相关程度,对模糊区域的空间拓扑关系进行抽象,并根据空间拓扑关系的区域分布特征对抽象后的结果进行调整.     

空间拓扑关系定量描述与抽象方法研究

具有复杂形状的空间区域之间拓扑关系的表示与抽象是空间信息多尺度表达和可视化中必须解决的问题.本文讨论区域之间拓扑关系边界交集成分的定性描述方法,并在此基础上提出度量化边界交集成分描述方法,运用这种详细的描述方法,探讨空间区域之间拓扑关系抽象的规律,可为地图自动综合中空间关系的维护提供有关的理论基础.     

多尺度下的不确定性空间方向锥形模型研究

利用质心作为参考点,并在空间方向锥形模型中添加了扩展不确定度的参数,用区间分析法,对多尺度下顾及不确定性的空间方向关系进行形式化描述,来适应尺度变化引起的空间关系不确定性的变化,以更好地描述空间方向关系。该模型使得方向关系的划分上有个平滑的过渡区,在方向概念的表达上更符合人的认知。     

带多个空洞的面对象间拓扑关系的层次组合模型

空间拓扑关系描述是空间关系的主要内容,是与人类的认知概念一致的,在空间数据查询与挖掘等方面有重要应用。很多学者研究了不带空洞的面对象间的拓扑关系,但对于带空洞的面对象间的拓扑关系研究甚少。首先回顾了现有模型,并指出了各模型的优缺点,然后根据简单面对象的8种基本空间拓扑关系,对带多个空洞的面对象的拓扑关系进行了层次组合分析,提出了一种能描述带多个空洞的复杂面对象间的拓扑关系的层次组合模型。该模型能描述带多个空洞的复杂面对象间的所有拓扑关系,而且不因面对象中空洞的编号顺序不同导致模型所描述的结果不同,同时也弥补了4-4ID模型只能描述带一个空洞的面对象的不足。     

复杂区域对象拓扑关系分解与计算

本文提出了基于9交矩阵的拓扑关系计算方法,将复杂区域分解有限个简单区域,采用正则表达式描述其多部分和洞构成,通过定义两个9交关系矩阵操作算子,利用分解区域间的拓扑关系直接计算复杂区域间的9交关系矩阵。详细证明和分析了两个操作算子的不成立条件以及消除不成立条件的方法。结合关系矩阵表法拓扑关系的推导和推理过程,操作算子可用于推导已知结构复杂区域间的所有可能9交拓扑关系。同时,9交关系矩阵操作算子依赖复杂区域的定义,不适用于所有区域对象。     

Modeling and querying approximate direction relations

Existing models of direction relations are mainly designed to handle crisp regions. To accommodate uncertain spatial data, it is necessary to investigate the formalization, uncertain semantics, and composition operators for uncertain direction relations. In this study, direction relations about uncertain regions, i.e., approximate direction relations, are modeled as the combinations of four crisp direction relations. The approximate relations can be interpreted from two aspects: the lower part (only including crisp relations about uncertain region) and the uncertain part (the uncertain directions about uncertain regions). The uncertain semantics of uncertain directions are formalized, such as possibly north, possibly south, possibly southeast, etc. Both crisp and uncertain parts are used to simplify and handle the composition and the query of uncertain direction relations. Approximate direction relations are helpful to model directions concerned with both crisp and uncertain regions; they therefore can play important roles in handling uncertain data (in our case, querying uncertain data).     

空间查询中自然语言空间关系与度量空间关系的转换方法研究:以面目标为例

以面目标为例,首先探讨度量空间关系的描述方法,即拓扑谓词+度量参数,建立拓扑谓词与度量参数之间的对应关系;然后从人的认知角度,分析空间关系的自然语言描述,即拓扑谓词+量词,区分模糊量词和临界量词两类量词,并分别用来描述邻近拓扑谓词相互转化过程中的定量变化和定性变化;最后,分析度量参数与量词之间的关联关系,试图建立空间查询中度量空间关系与自然语言空间关系之间的联系,从而更好地应用于空间查询.

Abstract：

Spatial relations between spatial entities can be obtained by two means. One is computed and obtained by spatial data, and the other is obtained by human spatial cognition. So, they are named as metric spatial relations and natural-language spatial relations, respectively. This paper is focused on filling the gap between these two kinds of spatial relations. For this purpose, regions are taken as example, and three steps are included. Metric spatial relations ore first depicted by combining topological predicates with metric parameters, where a mapping is built between the topological predicates and the metric parameters. Second, natural-language spatial relations are represented by combining topological predicates with quantifiers, where quantifiers are differentiated into two types:vague quantifiers and critical quantifiers. They are respectively used to describe quantitative and qualitative change in the process of the transformation between neighboring topological predicates. Finally, the association between metric parameters and quantifiers is further illustrated and analyzed by a questionnaire. With these three steps, the linkage can be built between metric spatial relations and natural-language spatial relations. The proposed methods have been proven to be rational by the performances of spatial query.     

Definitions of natural-language spatial relations: Combining topology and directions

Because SQL for querying data from spatial databases is ineffective, the query based on natural or visual language becomes an attractive research field gradually. However, how to define and represent natural languages related to spatial data are still gigantic problems. Because existing models of direction relations can't describe by use of some common concepts. First of all, detailed direction relations are proposed to describe the directions related to the interior of spatial objects, such as “east part of a region”, “east boundary of a region”, and so on. Secondly, by integrating the detailed directions with exterior direction relations and topological relations, several NLSRs are defined, such as “a road goes across the east part of a lake”, “a river goes along the east boundary of a province”, etc. Finally, based on the NLSRs abovementioned, a natural spatial query language (NSQL) is formed to retrieve data from spatial databases.     

GIS线目标间空间关系的集成表达方法

GIS中的线目标可以表达现实中一类广泛存在的空间实体,如地铁线、管线、道路以及河流等。以线目标为研究对象,基于分解与组合的思想,提出一种线／线目标空间关系的集成表达方法。在整体上,将空间关系分解为拓扑、方向和距离关系3种,并以拓扑关系描述作为方向和距离信息的载体,通过纳入局部的方向关系和距离关系,来集成表达两个线目标间的各种类型空间关系信息。其中在线目标间拓扑关系、方向关系和距离关系描述时,分别将它们分解为一组局部关系（或基本关系）,并通过对拓扑关系建立一定的排列顺序来进行描述。最后,通过一个简单例子说明本文提出的方法与Clementini和Di Felice（1998）的不同。以及本文方法对表达各种空间关系信息的可行性。     

Definitions of Natural-Language Spatial Relations： Combining Topology and Directions

Introduction Inmanyapplications(CADandgeographical informationsystem,GIS),dataaremanagedby spatialdatabases,whichstorepoint,line,region objectsandspatialrelationsbetweenthem.Spa tialrelations(topologicalrelations,directionre lationsandapproximatedistancer…     

利用灰集进行空间区域拓扑关系不确定性定量分析

针对不确定性空间区域对象间拓扑关系不确定性的定量分析问题,提出了一种具有双隶属度函数的灰集表示模型,利用双隶属度函数的截集将不确定性空间区域对象转化为确定性区域对,借用相关的不确定性空间拓扑关系定性分析模型,将不确定性空间对象间拓扑关系的不确定性量化为一个可信度区间。