一种面向地图认知的城市道路知识图谱构建方法

城市道路网是由城市内各种道路组成的相互联络、交织成网状,且为城市提供空间通道的道路系统。随着我国经济及3S技术的发展,城市道路里程呈几何式增长,“数据爆炸,知识匮乏”的情况愈加突出。知识图谱作为一种使用语义网将概念、实体及两者进行形式化表达的一种知识系统,可实现“数据-知识”的转化。但目前地理领域内的知识图谱普遍存在缺失空间关系描述的问题,因此将知识图谱和地理数据的空间特征相结合,构建成基于城市道路数据的知识图谱。文中介绍地理知识图谱的概念、内涵及现状,分析城市道路知识图谱中空间关系的重要性,讨论构建道路知识图谱的关键技术,最后阐述该知识图谱的应用方向。本研究在地理信息领域有一定的通用性,可为推动的地理知识服务智能化的发展提供理论支撑。     

自然灾害应急知识图谱构建方法研究

中国自然灾害发生频繁,受自然灾害的威胁极大,防灾减灾、抗灾救灾是人类生存发展的永恒课题。在自然灾害应急领域中,相关数据骤增而应急关键知识明显匮乏,存在"数据-信息-知识"转化能力不足的问题,由此提出了自顶向下和自底向上相结合的自然灾害应急知识图谱构建方法。围绕自然灾害事件、灾害应急任务、灾害数据、模型方法 4个要素,自顶向下构建模式层,通过本体建模形成知识图谱的概念框架;自底向上构建数据层,通过数据获取、知识抽取、融合、存储建立实体间关联关系。以洪涝灾害应急知识图谱为例进行实验验证,结果表明,该方法能够对自然灾害事件、灾害应急任务、灾害数据、模型方法 4要素的概念层次关系及要素属性、要素间语义关联关系进行形式化表达,实现了从多源数据到互联知识的转化。     

面向工程地质领域的滑坡知识图谱构建方法研究

大数据为滑坡研究带来了新机遇,但由于数据类型复杂、语义关系多样、共享机制不明等问题,对滑坡数据深层挖掘仍然有限,在滑坡研究中大数据优势较难发挥。提出一种面向工程地质领域的滑坡知识图谱构建方法,抽取、融合、结构化多源异构滑坡知识,实现对滑坡知识大数据的询查、关联和推理。采用自顶向下和自底向上结合方法,划分滑坡概念和本体,形成以滑坡野外调查、滑坡评价、滑坡类型、滑坡地貌特征、滑坡形态特征、滑坡致灾信息、滑坡活动状态、滑坡成因机制、滑坡稳定性分析方法、滑坡防治措施10大类知识为基础的滑坡知识体系,建立了包括概念层、属性层、关系层、规则层、实例层的知识图谱模式层;从广阔数据源抽取滑坡知识信息、建立语义网络,对冗余知识进行融合,构建了知识图谱数据层;利用Neo4j平台存储滑坡知识,实现了知识可视化与检索,为滑坡机理研究与防灾减灾提供新思路、新方法。所提的滑坡知识图谱构建方法可拓展到其他类型灾害知识图谱研究,并与其他学科领域产生联系,促进学科深度交叉与融合。     

利用地理知识图谱的COVID-19疫情态势交互式可视分析

新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情的暴发产生了海量与时空信息相关的数据,当前的地理时空疫情分析难以关联人物关系、事件等数据,由此提出了一种利用地理知识图谱结合交互式可视分析COVID-19疫情态势的方法。首先定义了病患实体和关系类型,提出了事件语义模型和事件关系分类,并根据不同的数据分类设计了知识抽取和知识表示方法,构建了病患时空信息知识图谱;然后分别从宏观和微观层次把控疫情态势的任务出发,设计了知识图谱可视化视图和交互分析方法;最后构建实验分析系统,利用COVID-19确诊患者数据,通过地图分布可视化、图谱可视化和轨迹可视化等多视图协同交互对COVID-19疫情态势进行分析实验。实验结果表明,该方法能够从实时疫情态势监控、病患关联关系、高危人群防控和地区防控态势等方面为疫情态势分析提供一种新的思路与方法。     

语义模型支持的战场环境数据集成方法

针对战场环境数据资源来源广泛、结构复杂、集成困难等问题,提出了语义模型支持的战场环境数据集成方法。分析各类数据资源的特点和集成需求,设计了战场环境数据集成框架;构建了战场环境知识图谱描述各类概念之间的关系;使用D2RQ工具将关系数据库中的数据资源映射为语义数据,利用映射关系完成数据对象的匹配。提出的战场环境数据集成方法能够有效集成融合多源异构数据资源,满足多种类型的数据应用需求,提高战场环境数据资源的使用效益。     

基于网络文本迁移学习的旅游知识图谱构建

在线旅游服务模式和海量网络文本的出现为旅游产业规划和用户出游推荐提供了新的信息支撑。然而实时更新的网络文本语义模糊、信噪比低,难以利用,由此,提出了一种基于领域本体和迁移学习的旅游知识图谱构建方法。首先,基于行业规范定义了旅游景点特征体系,建立了以旅游景点为核心的旅游知识图谱,支持景点语义特征的全方位刻画;然后,通过迁移学习方法将预训练语言模型改造为定制化知识抽取器,从网络文本中获取知识三元组,并融合游客足迹、兴趣点语义等信息将分散的相关信息整合为系统性的旅游景点知识图谱。知识抽取实验结果表明,相较于常用的LDA（latent Dirichlet allocation）模型,定制化知识抽取器获取的景点语义知识,其精度与完整性分别提升了50.7%和670%。所构建的旅游景点知识图谱可全面表达现实中的旅游场景,支撑不同尺度下游客行为与市场需求的深入解析,为旅游目的地可持续发展规划提供决策支持。     

空间关系词汇与地理实体要素类型的语义约束关系构建方法

为克服依赖常识人工归纳总结的局限性,采用定性和定量相结合的方式,自动构建空间关系词汇与地理要素类型的语义约束关系。首先,以《中国大百科全书（地理版）》空间关系标注语料库为基础数据,采用Overlap语义相关度计量方法,挖掘空间关系词汇与地理要素类型约束关系的先验知识;然后以地理要素分类体系提供的概念语义相关性对先验知识进行扩展;最后采用本体工具Protégé建立相关知识库。     

铁路隧道钻爆法施工智能管理的安全质量进度知识图谱构建方法

复杂艰险的山区环境和不确定的地理地质条件是影响铁路隧道施工建设安全、质量和进度的关键因素,面向智能化、精准化的施工管理,提出一种铁路隧道钻爆法施工安全质量进度知识图谱构建方法。首先,根据铁路隧道施工建设过程中与安全质量进度关联的人机料法环5类关键要素的概念与语义关系,设计了模式层自上而下和数据层自下而上双向协同的构建方式;然后,抽取实体及关系并进行融合、存储,完成模式-数据关联的知识图谱构建;最后,以某新建铁路隧道出口工区施工事件为例构建实例图谱。结果表明,该方法构建的知识图谱精细刻画了影响安全、质量和进度的关键要素属性、要素间语义关联关系以及互馈作用关系等,为铁路隧道钻爆法施工全过程的安全质量进度整体性、系统性的智能化管理提供了关键支撑,也为铁路隧道工程数字孪生奠定了基础。     

基于知识推理的影像处理服务链构建技术研究

随着知识图谱和语义技术的发展,计算机能够按需求自动构建Web服务的组合.影像处理任务通常包含多项服务的组合,本文提出一种基于知识推理的影像处理服务链构建方法,首先分析影像处理服务特征,基于Web服务描述方法构建影像服务节点模型,依据服务匹配规则进行节点间关系推理从而构建具有知识图谱特性的服务链图谱,在此基础上依据任务参数进行影像处理服务链的推导和筛选.最后通过影像镶嵌裁切示例验证影像处理服务链构建方法的可行性和有效性.     

一种结合地理知识的遥感影像目标实体关联方法北大核心CSCD

遥感影像目标识别技术已广泛应用于目标动态监测与定位等领域。但影像目标识别的结果缺乏与目标属性信息的链接,导致分析人员只能依据影像特征进行分析,难以进行更复杂的目标数据关联分析与挖掘。针对遥感影像目标识别语义属性信息缺失的问题,本文利用知识图谱相关技术将影像判别的目标信息与知识语义网链接。首先,提出了一种遥感影像目标知识图谱构建框架;其次,针对遥感影像目标不同的数据类型,构建遥感影像目标知识抽取模型,提出了基于相似度目标实体识别和预定义模式的关系抽取方法;然后,基于多特征Logistic模型的影像目标实体链接方法,实现了遥感影像目标实体与百科知识库的知识关联;最后,针对预定试验区域进行试验,验证了本文方法的可行性。     

顾及语义知识的地理空间数据快速检索

大数据时代地理空间资源不断增多,但现有通用知识库较少考虑地理空间数据蕴含的语义知识,难以实现数据的快速检索.因此亟需引入本体技术,以蕴含的语义知识为基础,提高地理空间数据访问速度,精确获取用户所需信息.以本体为基础,提出了顾及地理空间数据语义知识的快速检索方法.首先,基于通名编码规则、地理空间数据和开源百度百科数据构建...     

一种面向DEM多尺度表达的傅里叶能量谱模型

针对数字高程模型（digital elevation model,DEM）数据的多尺度表达问题,根据DEM格网数据在能量谱密度中“低频-高能-大尺度”的对应关系,在化简中关联地形语义特征,构建了DEM数据的多尺度表达模型。实验结果表明,该模型可以实时动态派生不同尺度下的DEM数据,通过等高线放样观察发现,该模型派生的DEM数据满足地形表达、空间认知和制图综合中的“保留主要地形特征、舍弃次要地形特征”的基本原则。与常用的DEM化简方法进行高程值统计以及坡形变化的定量对比分析,结果表明该方法在统计意义与结构意义上都具有较好的效果。     

空间自相关支撑下的地类分布模式一致性评价

空间分布模式是否保持一致是土地利用数据综合质量评价的一项重要内容。针对当前的研究缺少量化分析和位置表达的现状,提出了一种新的空间数据特有的自相关性评价方法。首先利用语义距离建立空间权重矩阵,随后通过莫兰指数（Moran’s I）计算数据处理前后全局和局部自相关度,最后利用莫兰（Moran）散点图和空间关联的局部指标（local indicators of spatial association,LISA）集聚图相结合的方法对综合前后的土地利用分布模式进行可视化对比。相较传统评价方法,所提方法顾及数据语义关系,计算可量化聚集程度,以直观可视化方法对比展示,更好地对土地利用数据在综合前后的全局空间分布模式一致性进行了评价。认知实验结果符合人类认知,表明所提方法切实有效。     

利用TPCA分析北京平原区地面沉降的时空演化特征

时间主成分分析（temporal principal component analysis,TPCA）可用于地学领域中提取时空数据的时序特征和空间分布特征,北京平原区的地面沉降具有典型的时序和空间特征。在利用永久散射体干涉测量技术获取的北京平原区2003—2010年地面沉降数据的基础上,采用TPCA方法分析了北京平原区地面沉降时空演化特征。经分析发现:（1）TPCA分析得到的第一主成分反映了地面沉降在该长时序阶段的空间分布特征。（2）第二主成分得分为正的空间点与可压缩层厚度在130 m以上的区域在空间分布上有一致性和相关性。（3）在空间上,第一主成分为负值与第二主成分为正值的永久散射体点分布在年均沉降速率30 mm/a以上的严重沉降区域。严重沉降区具有明显的南北沉降分类现象和季节性差异,具体表现为:北部沉降区在春夏季节的沉降量大于秋冬季节;南部沉降区则与之相反。总之,基于时间主成分分析方法可分析得到研究区的地面沉降时空演化规律,为城市安全监测提供数据支撑。     

一种含室内空间结构的建筑物3D LOD概念模型与生成方法

针对现有建筑物多细节层次（level of detail,LOD）表达主要面向外部,很少涉及内部空间的问题,提出一种含室内空间结构的建筑物三维LOD概念模型。该模型分为LOD0~LOD6 7个LOD,细节层次由建筑物的基底平面图、幢模型、无侧面楼层模型、楼层模型、户模型、房间模型到含门、窗等建筑语义的信息房间模型,空间细节逐次变细,丰富了建筑物室内空间LOD的表达理论。为构建这种LOD模型,提出基于胞腔复形链边界算子和上边界算子的LOD生成方法。该方法引入代数拓扑的胞腔、胞腔复形和复形链3个概念,利用胞腔和胞腔复形表达LOD,并在LOD6的基础上,利用边界算子和上边界算子生成其他粗空间粒度LOD模型,为三维城市模型建筑物LOD构建提供一种新方法。     

一种通用的跨模态遥感信息关联学习方法

针对“异质鸿沟”问题导致的不同模态遥感信息间相似性难以度量的问题,构建并公开了一个包含4种模态信息的跨模态遥感数据集,并基于不同模态信息间潜在的语义一致性,提出了一种通用的跨模态遥感信息关联学习方法。利用深度神经网络的表征能力,分别对图像类信息和序列类信息设计各模态信息的特征学习网络,实现对不同模态高层语义信息的准确表示;设计了一个新的关联学习损失函数对模态内的语义一致性和模态间的互补性进行限制,利用知识蒸馏的思想,以先融合后迁移各模态间信息的方式增强模态间的语义相关性。在构建的数据集上进行实验,结果表明,所提方法平均精度均值达到70%,超过基准方法。     

顾及邻近关系的NPP/VIIRS序列影像时空插值方法

针对可见红外成像辐射仪(visible infrared imaging radiometer suite,VIIRS)月度夜光遥感影像的数据缺失问题,提出一种利用地物邻近关系相关性的像元时空插值方法,以时、空关系互相作为约束条件,将时序变化一致性较好的像元数据作为空间插值的参考,将空间关系一致性较好的月度数据作为时序插值的参考,通过构建不同的卷积核, 在时序和空间维度分别对初步插值结果进行卷积运算,求得待插值像元的时空插值。以2015年江苏省月度夜光遥感影像修复为例,对不同维度时空插值方法进行对比分析,结果表明, 空间维度插值虽然顾及到像元的空间关联性,仍无法满足数据大范围缺失的插值要求,插值结果整体偏低;时间维度插值考虑到像元的时间趋势性,插值精度较空间维度插值有一定提高,但部分月份插值结果有较大偏差;相对于三次Hermit插值,时空插值方法获得的月度影像灯光亮度总和的最大相对误差、年度影像灯光亮度总和相对误差以及逐像元差值均显著降低。总的来看,所提时空插值方法在插值过程中同时顾及到VIIRS数据的时间趋势平稳性和空间结构稳定性,影像插值精度提高明显,且对待插值月份前后时序数据没有严格要求,更具有广泛性。     

一种公寓式建筑物三维产权群集自动构建方法

建筑物在不同视角下分为物理群集和产权群集,后者依附于前者.现有的群集对象构建方法可以自动地构建同一栋建筑物的物理群集和产权群集,但生成的两个群集相互独立.这不仅增加建模成本,也不利于后期模型数据的更新和维护.针对该问题,研究公寓式建筑物物理群集与产权群集的关系,发现连通边界的层级性决定了胞腔聚合的产权体,提出了一种将物...     

利用多源空间数据的城中村空间层次化识别方法

城中村的精细空间分布是城市规划与城市更新的重要参考。由于城中村具有语义高级和遥感影像特征辨识度不足的特点,使用传统的场景识别方法难以从高密度城市中获得精度良好的城中村精细空间分布。针对城中村的精细识别问题,提出了一种新颖的融合遥感影像和社会感知的层次化识别方法。该方法在特征上融合了遥感图像和社会感知数据的优点,其层次化结构同时考虑了大范围的上下文信息和小范围的局部信息,为在精细尺度全面理解城中村提供了一个新思路。基于该方法对深圳市的城中村进行了空间识别,获得了2.5 m空间分辨率的精细城中村分布。精度验证表明,该结果的总体精度和Kappa系数分别达到98.68%和0.807,说明该方法具有优秀的表现。此外,还通过对照实验分别证明了层次化识别框架、融合遥感影像和社会感知数据的增益效果。结果表明,层次化框架和多源空间数据都能有效提高城中村识别方法的精度。