一种使用RoBERTa-BiLSTM-CRF的中文地址解析方法

针对当前地址匹配方法严重依赖分词词典、无法有效识别地址中的地址元素及其所属类型的问题,提出了使用深度学习的中文地址解析方法,该方法能够对解析后的地址进行标准化和构成分析以改善地址匹配结果。通过对地址的不同词向量表示及不同序列标注模型的对比评估,结果表明,使用双向门递归单元和双向长短时记忆网络对中文地址解析差别较小,稀疏注意力机制有助于提高地址解析的$F_{\mathrm{1}}$值。所提出的方法在泛化能力测试集上的$F_{\mathrm{1}}$值达到了0.940,在普通测试集上的$F_{\mathrm{1}}$值达到了0.968。     

空间关系地址模型及其表达模式分析

地址模型是进行地址解析和地址匹配的基础。针对非规范中文地址,在层级地址模型、有限自动机模型的基础上,提出空间关系地址模型,并分析该模型的优势;阐述空间关系地址模型的结构,分析地址中空间关系的表达,将地址中的空间关系划分为包含关系、相交关系、模糊偏移关系、方向关系和距离关系;按照该模型设计相应的地址标注体系和规范,对按照该规范标注的地址标注语料进行基于HashTable地址模型树统计分析,分析顾及空间关系的中文地址的常用表达模式。     

基于编辑距离的中文地址与邮政编码匹配方法研究与应用

通过对邮政标准地址进行结构化解析、构建地址要素词典和基于编辑距离算法计算地址相似度,实现了描述性、非规范化、机器难以理解的中文地址与邮址编码的匹配.本文以苏州市为试点城市,构建了11组测试集进行验证,实验结果表明,该方案对于提高中文地址与邮政编码匹配的正确率具有实际意义.     

中文文本的地理空间关系标注

为有效地解决当前相关标准和标准数据匮乏的问题,通过分析中文文本中地理空间关系描述的语言特点,提出中文文本的地理空间关系标注体系,并以GATE(General Architecture for Text Engineering)为标注工具,以《中国大百科全书中国地理》为文本数据源,采用交叉校验方式建立了地理空间关系标注语料库。实现了中文文本中地理空间关系描述的结构化表达,提供了地理空间关系信息抽取的标准化测试数据。     

空间关系的研究进展

空间关系是GIS的重要理论问题之一,在GIS数据建模、空间查询、空间分析、空间推理、制图综合、地图理解等过程中起着重要作用。目前国际上对空间关系的研究主要集中在空间关系的语义问题、空间关系描述、空间关系表达、基于空间关系的查询分析等方面。本文主要讲述了这几个方面的研究进展和成果。     

深度学习的中文地址切分算法北大核心CSCD

针对传统分词对词典依赖过高的问题,该文提出了一种基于深度学习的中文地址要素的切分与重组算法。首先利用二元语法(Bigram)二分法将地址切分,然后用网络兴趣点(POI)数据地址集作为样本,采用基于深度学习的方法对地址要素进行特征匹配与要素重组,最终实现以地址要素为单元的中文地址自动切分。本文采用上万条网络采集的POI地址数据作为实验样本,实验结果表明,该算法不仅降低了对词典的依赖,同时也对地名地址的切分正确率有较大提升。     

矿井导线网空间关系和操作的半序集模型

本文用单纯复形的半序关系和格的数学理论,对矿井导线网的空间关系和操作给予了形式的描述。导线网的细部用半序关系来表示,一般能回答导线网的包含、相邻、相接等空间关系问题,用格的理论能方便地实现导线网的交、并和查询等空间操作。对于非格的半序关系,通过增加新的元素构成格,用序的理论对导线网的结构进行形式描述,为导线网数据和拓扑结构的计算机存储和操作提供理论基础。     

GIS中几何对象之间的空间关系

几何对象之间的空间关系是GIS研究的重要理论问题之一,在分析ArcInfo和OpenGIS对空间关系描述的基础上,运用基于维数扩展的9交模型,得到在实际应用中基本的空间关系分类,并对空间关系的进一步研究提出了展望.     

面状群(组)目标空间方向关系的形式化描述与计算

通过对各种空间方向关系形式化描述模型进行分析阐述,针对面状群(组)目标间方向关系的特点,本文提出了利用方向Voronoi图模型来计算面状群(组)目标之间的空间方向关系.该模型通过计算获得各个主方向上Voronoi边的长度值与方向Voronoi边法线总长度值的百分比,得到群(组)目标之间方向关系的定量表达;借助矩阵形式化...     

图像匹配的物体空间关系推理表达

物体空间关系指的是物体在欧氏空间中的邻近关系,根据图像中包含物体的邻近关系解决图像匹配的问题。本文首先基于对比机制训练物体块特征提取网络,构建物体块深度特征,该特征可以有效匹配不同图像中的相同物体块;其次,基于已有的先验图像数据推理表达图像中物体的空间邻近关系,构建场景物体空间邻近图;进而基于该空间邻近图计算场景图像对的空间邻近度,完成图像空间关系匹配。试验表明不匹配图像间的空间邻近度一般为0,而匹配图像间的空间邻近度一般大于0,本文空间关系匹配涉及多个物体间的相互关系,具有更强的稳健性,其匹配效果明显优于对比试验中的其他方法,可以高效稳定地完成图像匹配任务。     

融合卷积神经网络和循环神经网络的车轮目标检测

目标检测是基于视觉的目标定位关键技术。针对现有车轮检测方法对环境敏感问题,本文提出一种并联式融合循环神经网络和Faster R-CNN的车轮检测模型FusionRNN,借助RNN能够处理时序和CNN能够提取空间域隐性特征的优点,可提高实时性,减少参数量,使模型表达能力更强,同时具备分析序列化向量间语义关系和识别车轮几何特征的能力。该模型能在由激光雷达扫描得到的车轮三维点云投影图中准确检测出车轮位置,为基于AGV自动停车系统搬运车辆提供准确稳定的车辆位置信息。     

基于语句模板的遥感影像地物空间关系语义理解

空间关系作为连接地物目标的纽带,是遥感影像语义理解的重要内容.基于编码-解码模型的图像字幕网络能使用自然语言对目标间的空间关系进行表达,但其结构复杂,且需要为训练RNN提供大量语料样本,生成的空间关系描述语句准确率不高.因此,文中提出基于语句模板的遥感影像地物空间关系语义理解方法,该方法的模型结构简单,不需要大量语料样本进行训练,且能生成合理的空间关系描述语句.实验结果表明,该方法生成的描述语句相比编码-解码模型,定量评价的分数相近,定性评价的准确率高约30％,且该方法泛化性能较好,能应用于不同领域的遥感影像中,为遥感影像添加语义信息.     

基于地址库的语义位置网及其空间定位方法

如今,城市建设已经步入数字城市发展阶段,开始向着智慧城市迈进.随着大数据时代来临,城市空间下的各种数据在获取方式、方法及来源等各方面都发生了巨大的变化.与此同时,随着数据体量越来越大,领域部门数据越来越多,数据的集成和共享变得愈发困难.从长远发展来看,数据孤岛问题不会轻易消失,如何解决数字城市发展当中的数据融合、共享及...     

BP神经网络的近地面臭氧估算及时空特征分析

近年来,中国东部城市光化学烟雾污染频繁发生,臭氧(O3)作为光化学烟雾的标志性污染物日益成为影响城市或区域大气的首要污染物.为探究京津唐地区近地面臭氧污染特征及时空变化趋势,本文基于前馈(BP)神经网络,结合地面监测站点臭氧浓度数据、卫星遥感臭氧柱总量数据与气象站点气象要素数据的非线性关系建立近地面臭氧浓度反演模型,并...     

混合神经网络的中文地名识别方法

针对互联网媒体数据中地名信息表达不规范、实体边界不清晰、地名简化表达问题,该文提出了一种混合神经网络的中文地名识别方法.通过ALBERT层学习字级别特征表达与BiLSTM层提取文本上下文语义特征,由CRF层获得全局最优标记序列,更有效地识别并提取中文地名.数据测试表明:相较于BiLSTM的地名识别模型,本文模型精确率提高12.89％,F1值提高10.83％;相较于BiLSTM-CRF的地名识别模型,本文模型精确率提高3.56％,F1值提高2.1％;相较于ALBERT-CRF的地名识别模型,本文模型精确率提高1.22％,F1值提高0.72％.     

基于人工神经元网络的空间知识表达与推理方法研究

分析了智能决策支持系统的结构,通过比较指出了基于符号的知识表达与推理方法的不足,阐述了基于神经网络的知识表达与推理的方法,并认为神经网络方法可作为智能空间决策支持系统中符号方法的替代或补充,并通过实例验证了基于神经网络的不确定空间知识表达与推理的有效性.     

西安市路网时空演变与城市空间变化关系研究

为深入研究路网变化与城市空间变化的相互关系,基于扩展空间句法(sDNA)理论,以路网数据为数据源,通过道路接近度变化定性描述路网结构时空演变,利用道路接近度与城市边界变化、土地利用类型变化的相关系数定量探究相互影响关系,最后以道路密度为比较对象,反映道路接近度在表征城市空间变化方面的优势.结果 表明:2010-2018年间,西安市路网结构发生显著变化,前期路网骨架整体向外扩张,主要集中在东北部和西南部;后期路网骨架变化趋于稳定,变化主要体现在路网内部结构逐渐丰富;相比道路密度,道路接近度在反映路网变化时更直观、更准确、更全面,其与城市边界变化、土地利用类型变化之间的相关性更强.该研究为扩展空间句法在城市研究中的应用提供了新的参考方向.     

利用神经网络预报短期电离层TEC变化

利用神经网络,基于IGS提供的(40°N,115°E)网格点TEC数据,本文构造了该点处提前一天的TEC预报模型。神经网络模型的预测目标是待预测日一天内的12个TEC数值。输入参数包括预测日前一日的太阳黑子数、地磁Kp指数、预测日前27天的太阳黑子数三角函数拟合参数,以及预测日前2天16个Kp指数的多项式拟合参数。实验结果表明训练后的神经网络模型可以反映出不同季节的TEC周日变化以及地磁暴情况下的TEC特征。     

中国海洋上空细粒子气溶胶与短寿命痕量气体的时空关系

定量分析气溶胶与痕量气体之间的时空变化关系有助于进一步研究气粒转化。本文采用2006年—2015年MODIS气溶胶光学厚度(AOD)、细粒子模态比(FMF)和OMI痕量气体(SO_2、NO_2和HCHO)数据,对黄海、东海和南海区域上空的细粒子气溶胶与痕量气体进行定量分析。先对气溶胶和痕量气体作均值分析发现:AOD_(fine)、SO_2、NO_2和HCHO的均值在黄海、南海、东海均依次减小;再对气溶胶对痕量气体的敏感度分析发现:黄海地区的AOD_(fine)对SO_2最敏感,敏感度为0.424,这与中国东部沿海城市的人为排放有关;而东海和南海地区对HCHO的敏感度较高,依次为0.664和0.545,主要受东南亚和中国南方地区生物质燃烧影响。最后,对3个区域的气溶胶与痕量气体按季节作相关性分析发现:黄海地区AOD_(fine)在夏秋两季与SO_2的相关性较强(R0.5),主要由于夏秋两季的温湿度大,利于发生气—粒转化;东海地区夏季HCHO与AOD_(fine)相关性较明显(R=0.57);南海春季HCHO与AOD_(fine)相关性较好(R=0.57),呈现出区域与季节性的变化。最终发现,气溶胶与痕量气体随着时空变化存在相关关系。     

转换GPS高程的BP神经网络方法研究

对于目前大范围点位分布不均,拟合法高程转换存在效果失真、模型误差等问题,本文给出了改进的BP神经网络方法转换GPS高程为正常高的算法,并与曲面拟合方法比较分析。经实例验证,在较大范围内,用神经网络方法转换GPS高程优于二次曲面拟合方法,所获得的正常高可满足工程生产的精度要求,具有一定的实用价值。