基于LDA和优化蚁群的OD流向时空语义聚类算法

针对OD流向聚类中语义信息考虑不足和流向语义提取困难的问题,本文提出了一种基于隐含狄利克雷分布模型（Latent Dirichlet Allocation,LDA）和优化蚁群的OD流向语义聚类算法。算法首先以流向终点的POI类别为词汇构建流向文档,采用LDA主题模型提取流向语义,量化OD流向间的语义相似度,融合时间、空间和语义相似度构建流向时空语义相似度;接着以流向为节点,以流向时空语义相似度为边构建流向图,利用高斯函数映射以及图连通分量,剔除不相似的流向,实现数据精简;之后借鉴了密度峰值聚类算法思想,利用节点的介数中心性优化蚁群初始位置选取;最后基于多路切图准则（Multiway Normalized Cut, MNCUT）强化蚁群搜索的目的性,优化蚁群搜索的聚类效果,实现OD流向的时空语义聚类。以厦门市出租车公开数据集与厦门市高德地图POI数据为例进行分析与验证,结果表明本文基于LDA模型的语义提取方法可以有效提取流向的语义信息,构建有效的流向相似度度量;基于高斯函数和图连通分量特性的映射策略可以有效剔除了流向数据中的噪音,有效节省无向图构建的计算开支,大约节省了88.5%～88....     

基于向量空间模型附加词义特征的句子相似度研究

向量空间模型常被用于计算两个句子的相似度,通过将两个句子转换为词项向量,然后计算两个向量的夹角余弦值,就可以得出两个句子的相似度分数。传统的向量空间模型没有考虑到句子中词语之间的相似度,这就使使用近义词的两个语义相近句子得到的相似度分数较低。提出了一种带有词义特征的向量空间模型,在传统的向量空间模型中引入词语之间的相似度,从而使计算出的两个句子的相似度分数更加准确。     

基于词嵌入的地理知识库实体类别对齐方法研究

地理知识库是地理实体及其相互间关系的集合,对于智能搜索、问答、推荐等知识服务有重要的支撑作用。然而,已有的地理知识库由于来源、形式、构建者等的不同,在实体地名、空间位置、类别等方面存在“同义异形”和“同形异义”的语义异构现象,影响了地理知识库间的知识融合与共享。语义对齐是解决语义异构的一种有效方法,其中实体类别对齐是语义对齐的基础,对于提高实体地名和空间位置的对齐精度具有重要作用。现有的实体类别对齐方法主要采用传统的字符相似度和结构相似度等来度量类别的相似度,无法捕捉实体类别深层次的语义相关性,从而影响了类别对齐的精确性。因此,本文提出了一种基于词嵌入的地理实体类别对齐方法,采用词嵌入模型从语料中学习实体类别的语义信息,并通过词向量来表达,以此弥补现有方法存在的缺失,进而提升实体对齐精度。进一步地,通过通用语料与地理信息语料的融合,本文实现了词嵌入模型所用语料在地理语义方面的增强,从而更精准地度量地理实体类别间的相关性。不同地理知识库实体类别对齐的实验表明,本文提出的方法能够有效捕捉地理实体类别的深层次语义信息,其实体类别对齐的调和平均值（Fl）可达0.9568,有效提高了实体类别的对齐精度。     

基于数字高程模型的旅游地文化景观语义感知分析 ——以清西陵选址文化为例

 景观感知对旅游地规划设计具有基础性作用,但人文旅游地内部的景观感知空间分异至今没有微观尺度上的研究方法出现。本文提出了景观视角分组基础上的景观语义特征点抽象方法,并建立了单文化景观和多文化景观语义感知度计算模型,以解决人文类型旅游地内部景观感知的强度空间分异计算问题。利用数字高程模型,在清西陵旅游地实现了文化景观语义感知度的实证研究:以中国传统的皇家陵寝选址文化及其表征的封建等级体系为语义准则,提取了4个代表性陵墓文化景观不同景观视角下的78个特征点,并赋予不同景观视角及每个特征点相应权重系数;利用视域分析、叠置分析等方法计算得到旅游地景观文化感知度;尝试利用感知度计算结果对现有观光线路进行观景点语义挖掘并设计了优化方案。论文为人文地理学景观感知定量化表达提供了思路,为旅游地规划、景观与线路设计等提供了技术途径。     

一种测绘学科分类本体映射模型的构建方法

针对测绘图书资料分类存在着数据异构,提出一种构建测绘学科分类本体映射模型的方法来实现异构本体之间的互操作。该方法首先构建测绘学科信息本体库,然后基于概念名称相似度、层次结构相似度、两种策略组合三种方法计算出分类本体间的本体映射关系,最后采用多策略组合方式和利用规则对隐含映射对挖掘及对最终的映射对进行修正来构建测绘学科分类本体映射模型。     

顾及视频地理映射的人群密度估计方法

针对复杂场景下人群计数及地图可视化问题,提出了一种顾及视频地理映射的人群密度估计方法。首先,通过迁移学习的方式,构建了适合于复杂场景的人群语义分割模型;将视频与GIS相结合,求解摄像机和人群场景的单应矩阵;基于人群语义分割结果及单应矩阵,可将人群多边形映射至二维地图。然后,设计等距分区和格网分区2种分区方案;根据人群语义分割结果,统计不同分区方案下各子区人群密度。最后,基于训练的各子区人群密度值,计算视域内人口总数;通过人群目标点符号均匀填充人群多边形,进行地图可视化。实验结果表明：(1)本文构建的人群语义分割模型,可实现大场景下人群的高精度分割,精度为94.11%;(2)将视频与GIS相结合,实现了人群的地图映射和地图可视化表达,达到了人群可定位、可量测和可空间分析的目标;(3)实现了监控视频人群的精准计数,将视域划分更多子区有利于提高计数精度。与基于密度图的人群密度估计方法相比,本文方法在高空、高密集度的大场景中具有优势,能有效解决人群难以精准计数及地图可视化的问题,可用于大型活动、车站、商场、运动场馆的人群监管。     

基于 HBase 的面向语义单元的室内移动对象索引

随着室内定位技术的广泛应用,传感器记录了大量室内移动对象的位置数据,而索引技术作为移动对象数据分析的基础工作也得到越来越多的研究。已有索引技术多是针对室外空间的移动对象,不能支持室内移动对象数据的三维立体性、轨迹的复杂性、随机性等特点,这些索引技术也仅仅关注了移动对象的位置信息,忽略了语义信息,不能有效地支持室内移动对象的管理和分析,并且当面对海量的移动对象数据时,这些架构在传统关系型数据库上的索引都存在性能瓶颈问题。因此,本文提出了面向语义单元的移动对象表达模型,利用语义单元将室内移动对象的位置语义化,设计了SCoII （Semantic Cell Oriented Indoor moving objects Index）索引结构对室内移动对象的历史数据进行索引,能够有效支持语义粒度上的时空范围查询、移动对象语义轨迹查询。索引基于HBase实现,能够适应大规模的并发更新与查询,具有良好的规模扩展性,规避了大数据给传统数据库带来的性能瓶颈问题,实验证明其具有良好的更新和查询性能。该索引的实现方便了基于语义的室内移动对象分析和数据挖掘工作,为今后的分析工作奠定了基础。     

基于简单语义的地理信息服务发现方法研究

为了解决目前地理信息发现查全率和查准率不高的问题,提出了一种简单语义的地理信息服务发现方法。该方法引入虚拟文档的概念,将服务划分为"操作级"进行匹配;运用同义词对服务操作中的概念词汇进行简单语义扩展;引入词汇语义相似度概念,应用词汇语义库来实现地理信息服务的简单语义匹配。实验结果表明,文中提出的方法在查全率和查准率等性能上均优于基于关键字和向量空间模型的方法,且完全基于当前网络服务环境实现。     

微空间场景与视频分析相结合的审讯室异常行为检测

行为检测是智能视频分析的研究热点。目前,行为分析主要是基于视频图像空间,而丰富的空间场景信息并未得到有效利用。事实上,个体行为与空间场景紧密关联,不同场景可能具有不同的行为表征。本文以审讯室的典型微空间场景为例,以刑讯逼供行为检测为研究内容,探究空间场景约束下的个体异常行为检测方法。首先,从行为变量的概念出发,解析了刑讯逼供的行为变量和行为类型;其次,分析了刑讯逼供行为变量的视频特征,并设计了相应的行为变量检测模型;再次,通过灭点计算实现了空间场景和视频图像的双向映射关系的解算,并在此基础上设计了顾及空间场景的刑讯逼供行为分级分类检测策略;最后,通过模拟实验对本文方法的可行性进行了分析验证。     

面向路网匹配的层次化语义相似性度量模型

当前路网主要借助属性表中若干特征项的属性信息对其进行语义相似性评估，很少顾及到路网的分级层次结构、空间拓扑信息以及邻域要素信息，一定程度上影响着语义相似性评估结果的准确性。针对上述问题，本文提出一种“整体（骨架树）→部分（同构子树）→个体（stroke）”的路网层次化语义相似性度量模型，该模型顾及了路网属性特征项、上下级拓扑关联和邻域POI的语义信息，突破了传统模型仅以路网属性特征项的语义信息作为相似性评估指标的局限性。(1)利用stroke技术表达路网，并对其进行分级；(2)将路网数据映射到关联骨架树，进而建立考虑其层次性的路网相似性度量模型；(3)利用层次分析法和熵权法分别确定约束指标权值，并通过加权法计算路网的语义相似度。将该模型应用到路网匹配实验中，并与既有模型进行对比，结果表明利用本文提出的语义相似性度量模型，同时结合同构子树进行道路匹配，不仅可以提高匹配结果的准确性，而且可以提高匹配效率。对于文中案例所选的路网，拓扑关联语义信息对匹配结果的影响较邻域POI语义信息更显著，且与遍历法相比，以同构子树作为参照进行路网匹配，其匹配速率得到明显提升。