基于MDR/MFI标准的语义数据统一注册模型

为解决国际标准化组织提出的互操作性元模型框架(MFI)系列标准中,映射注册标准的映射度不能满足实际应用需要的问题,在MFI-10和MFI-12标准基础上,提出三层语义数据统一注册模型,包括底层数据源层、中间注册层和顶层全域共享数据模型层,对复杂映射类型进行抽取与定义,并扩充到映射注册元模型;融入映射、注册技术和MDR标准,并作为全域数据模型。石油领域分布式EP数据库与EPDM数据库等的语义注册的应用表明,语义数据统一注册模型能够灵活、规范地解决企业数据的共享问题。     

石油勘探开发数据元管理技术

ISO对数据元管理方面只规定注册管理,缺少数据元质量控制技术、分类管理、数据元搜索技术,难以满足实际应用需要.给出基于语义的石油勘探开发数据元管理架构;以基于油田领域本体的数据元语义形式化定义为基础,提出数据元质量控制模型、数据元分类模式、数据元搜索服务等管理技术.该技术已经应用于中国石化石油勘探开发数据元管理中.     

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。     

基于自标准数据和数据港口架构的数据共享技术

为满足复杂数据共享需求、减轻数据提供者负担,分析自标准与数据港口架构理论机器实现技术.将数据模式的概念引入自标准数据模型,根据NIEM原理,构建由公共数据模型、业务领域数据模型及编码表构成的自标准数据模型库;基于MFI-13表单注册标准,根据自标准数据模型对数据集进行注册,为实现软件之间的互操作对应生成元数据,并描述元数据遵循的语法及语义;为实现自标准数据的共享,提出基于数据港口架构的数据共享模型,并构建原型系统,证明其有效性和技术可行性.     

面向LOD的地质资料机构知识库语义扩展方法研究

针对地质资料信息服务过程中,存在信息孤岛和数据共享不够等问题,提出了面向开放关联数据LOD的地质资料机构知识库语义扩展方法,并对方法的框架和关键技术进行了研究。首先,基于DSpace构建地质资料机构知识库,自动实现资源描述框架RDF的存储与转化,与LOD形成统一的元数据描述标准。其次,构建地质资料数据的关联模型,明确数据间的语义关系。最后,采用D2RQ平台实现地质资料机构知识库与LOD数据集的语义关联。该方法将进一步加快语义化地质资料信息服务的步伐。     

珠穆朗玛峰自然保护区生态环境数据集成方案

多源生态环境数据的科学组织与集成方法,对开展区域生态环境研究意义重大。本文以西藏珠穆朗玛峰国家级自然保护区为例,研究典型高原生态环境系统的数据特征和组织分类、数据模型构建、编码和元数据等有关数据集成的关键问题。设计了生态环境数据集成概念模型框架,从数据集分层组织、属性编码和元数据标准制定等多层面描述其基本语义结构,建立了珠峰自然保护区多源生态环境数据库。通过CASE工具Microsoft Visio2003建模和数据预处理,无缝集成FGDB(File Geodatabase)数据库中的生态环境专题信息;结合空间认知规则,并叠加要素类所表现的语义特征,实现面向数据集成分析的基本信息提取,乃至产生新的知识和规律。本文提出的珠峰自然保护区生态环境数据组织和集成方案,形成了一套初步可行的"数据集成-信息提取-知识发现"生态信息流映射机制,为区域生态环境研究提供了实用、可靠的数据基础保障。     

时间本体及其在地学数据检索中的应用

高效、准确地获取目标数据及其关联数据,是决定大数据共享与挖掘分析能否实现的关键因素。传统的数据检索方法无法利用地学数据间的显性或隐含关系,已不能满足日益增长的对检索结果质和量的需求,而本体理论和技术的语义检索成为当前的研究热点。本文针对时间这一地学数据的本质属性,在系统研究地学数据时间概念与特征的基础上,建立了地学数据时间本体模型,并深入论述了模型中的时间关系、时间坐标系等内容,提出了时间位置和时间距离的描述函数,同时研究了二者的本体表达方式。构建了包括地质年代等在内的地学数据时间本体库,并以语义网开发框架Jena为基础,经本体解析、元数据时间信息抽取与标注等过程,将时间本体应用于地球系统科学数据共享平台的元数据检索之中。结果表明,以时间本体的地学数据语义检索查全率约为关键字方法的1倍,检索结果排序,以及关联数据推荐方面也有更好的效果,为促进地学数据共享与关联发现提供了一种有效的方法。     

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。     

视频故事单元语义相似度算法研究

视频相似度计算在视频管理、分类、检索等多个领域中具有重要的作用。目前视频相似度计算研究主要基于视频的底层特征,这就造成机器理解与人类思维间的语义鸿沟问题。为了缩小语义鸿沟问题,对当前的视频语义分析处理流程及其关键技术进行分析,采用多模式融合和多层次分析技术为主,手工标注为辅的方法提取视频的语义信息,然后在这些语义信息基础上建立视频故事单元语义表征模型,最后通过视频的语义表征模型来计算两段视频的语义相似度。针对不同类型视频的实验结果表明,提出的视频语义表征模型能够有效的表示视频的语义信息,相似度算法能够较准确的衡量两段故事单元视频间的相似度,缩小了语义鸿沟。     

基于自然语言形态描述的地理实体模拟表达方法

日常生活中人们使用定性的自然语言描述地理实体,如何将定性描述的地理实体转换为定量的图形符号是空间认知、地图表达等领域面临的挑战。本文提出一种基于自然语言形态描述的地理实体表达方法,通过对自然语言中地理实体的语义信息进行分析,对自然语言描述的地理实体的形状、大小、分布状况等空间形态信息以地图形式进行近似表达。本文首先阐述了自然语言形态描述的定义与内涵,结合地图符号相关理论,研究了形态描述驱动的地理实体模拟表达策略,并对不同语义模糊度的地理实体图形表达进行了分析和实例设计,最后提出了一种计算空间实体相似性的方法对表达效果进行评估。结果表明,基于本文方法的地理实体模拟表达与手绘图中地理实体的平均相似度达到89.5%,与导览图的地理实体平均相似度达到86.86%,能够实现较好的表达效果,具有一定的科学性和可行性,为自然语言到地图语言的转换研究奠定了基础。     

旅游景点间细粒度语义交互作用挖掘及模式分析：以云南省为例

研究旅游景点语义交互及交互作用模式,对根据游客需求优化旅游格局有重要意义。现有语义交互挖掘方法忽略了文本中包含人感知信息的上下文词汇;此外,缺少以景点交互为单位分析交互作用模式的研究。为此,本文提出了一个景点间细粒度语义交互作用挖掘和模式分析框架。首先抽取文本中景点交互的语境;然后利用TF-IDF关键词抽取和语义网络分析方法,从讨论焦点和语义结构角度挖掘景点间细粒度的语义交互作用;最后结合Spearman秩相关系数、Graph Kernel图相似度度量方法和网络分析方法,分析语义交互作用模式。以云南省2018年游记数据进行实例分析,结果表明：① 利用本文提出的框架可以挖掘和分析各个景点间细粒度的语义交互作用,辅助有关部门结合游客意见提升旅游体验;可以分析语义交互作用模式,发现优化旅游格局的关键路线片段;② 苍山-洱海应着重提升自然风光体验;而大理古城-洱海应考虑改善游客对品牌旅游资源关注不足的问题;③ 云南省单核心集聚型、单核心辐射型、多区域合作型景点语义交互模式共存,呈现出点轴渐进扩散特征。可利用中介中心性较高且跨区域的景点交互,推动其他2种模式向多区域合作型转化,推进全域旅游战略实施。本文研究可为旅游路线推荐以及平衡旅游格局提供参考。     

基于本体的网络地理空间数据集成

 随着地理数据深度、广度和复杂度的不断增加,如何集成这些在结构、语法及语义上高度异质性的需求越来越迫切。尽管XML在一定程度上解决了结构异质性问题,OGC标准规范解决了语法异质性问题,但语义异质性问题仍然成为分布式环境下地理空间数据集成与互操作的最大障碍。本文提出了一种基于本体的网络地理空间数据集成方法:以本体思想对数据进行语义组织;结合OGC网络服务标准规范对数据进行服务语义发布;利用支持双向映射的混合本体模式来解决全局本体与各应用本体之间的冲突,实现数据的语义集成。通过海洋海岸带土地利用数据集成试验表明,本文方法不仅能够克服数据间语义异质性问题,并在很大程度上屏蔽了数据底层集成的复杂环节,使得数据集成过程简单、高效。     

语义Web服务发布系统的设计与实现

传统注册中心的Web服务发现只能基于关键字查询,不能搜索到用不同术语描述的相关信息,因此查准率不高。为解决这一问题,引入OWL-s（web服务本体语言）对Web服务进行逻辑化描述,使得可以基于Web服务的语义信息查找和匹配所需的Web服务。并提出一种基于OWL-s的语义web服务发布原型系统以及相应的语义匹配策略。在系统中可以通过对Web服务的语义信息查找并匹配已发布的Web服务。最后通过一个实际项目——汽车终端管理系统检验和评估服务证明系统的有效性。     

基于本体和Agent的地理空间信息语义共享

地理空间信息语义共享是地理信息系统的重要研究内容。语义参照系统主要用于在地理信息的生产者和用户之间解释专题数据的意义，实现对不同语义数据的集成。本文分析了地理空间信息共享的含义和层次，借鉴语义网研究思想，建立了地理空间信息语义共享的总体框架。提出采用本体概念和方法，形式化定义领域知识，解决地理空间信息研究和应用中存在的地理实体语义不明确问题。采用基于Agent的信息查询和语义映射，实现在不同用户间对地理空间信息的共同理解和认识。     

地理信息服务语义标注原理与关键技术及应用

随着地理信息服务应用领域和受众群体的日益广泛,人们对地理信息服务的需求越来越多元化。一方面网络上注册和发布的地理信息服务的数量急剧增长;另一方面人们对如何高效发现兴趣服务、组合兴趣服务以满足兴趣需要却常感到困惑。当前,用户只能通过关键字搜索并结合空间过滤条件查询OGC(Open Geospatial Consortium)的目录服务,来发现所需的数据和服务。用户在受益于目录服务带来的资源搜索便捷的同时,经常受到查全率和查准率不高的困扰。面对日益庞大的服务群,如何自动、快速、准确地发现目标服务,成为影响地理信息服务进一步发展与应用的瓶颈。本文围绕地理信息服务语义标注原理方法与关键技术展开研究,通过引入信息检索技术和语义网技术、语义服务技术,从面向地理信息服务语义标注的本体建模、基于地理概念匹配的语义标注算法、融合相似性度量与包含性推理的语义匹配与服务发现,以及语义标注和服务匹配质量评价方法4个方面进行了深入研究。针对地理概念半自动语义标注新算法、地理信息服务语义发现与匹配方法、服务语义标注和服务匹配质量评价、应用试验等具体研究内容进行了实验设计,并给出了需解决的核心问题,为当前地理信息服务匹配方法提供了新思路。     

地质时间本体在异构数据检索中的应用

地质时间是地球科学基础研究的重要内容,在异构数据集和文献中有多种描述方式,其语义异构问题成为影响数据共享与集成的瓶颈之一。本体(Ontology)是共享概念模型的明确的形式化规范说明,可以用来描述数据的语义信息,近年来,被广泛应用于解决语义异构问题。本文以地质时间作为研究对象,分析了地质时间这一特定领域蕴含的基本概念、属性和关系,构建了地质时间的领域本体和OWL的编码表达,并以关系型数据库为例,阐述了地质时间本体的语义映射和翻译机制。该机制能够有效地在W eb环境下为传统数据检索增强语义表达能力,识别地质时间不同表达方式中的等价、包含等隐含关系,实现语义的数据检索。该方法也适用于地球科学其他领域本体的构建和语义翻译,为解决地球科学数据的语义异构问题提供了思路。     

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。     

面向区域增量更新的等高线群混合相似性度量模型

等高线是一种以曲线群簇展现地表起伏形态的表达方式,多源等高线数据之间的相似度能够反映地形地貌的变化程度,因此等高线群的相似性度量是地形图更新、多源数据融合及制图综合领域的关键环节之一。当前的等高线相似性度量方法主要基于要素的单一拓扑特征或几何特征,由于地理空间数据的复杂性和地理要素变化的多样性,这种通过计量多源数据数据单一特征之间的相似与差异程度的方法并不能完整表达多源数据之间的异同,在变化复杂区域、图幅边界区域以及等高线分布密集区域会导致不一致问题。因此,本文引入空间相似度理论,综合探讨了等高线群的相似性层次结构;研究了拓扑特征和几何特征在等高线群相似性度量中的关系和作用机理,构建了等高线群相似性层次结构;讨论了其中各个影响要素的相互关系和相似性度量方法,提出了一种基于拓扑特征和几何特征的区域等高线群混合相似性度量模型,并利用层次分析方法求解各级相似元的权重系数。通过模拟实验和真实数据实验对本文方法的可靠性和有效性进行验证,结果表明：本文提出的等高线群混合相似性度量模型能够定量描述不同尺度不同来源等高线群之间的相似与差异程度,并具有较好的有效性和可靠性;根据本文的混合相似性度量结果和更新阈值之间的关系,对满足更新要求的变化区域实施局部更新,且精度检验表明论文方法能够为等高线数据的更新应用提供可靠依据。     

基于地质大数据与构造语义约束的断层建模

断层作为一种重要的地质构造,在自然界中普遍存在。在地质体三维建模中,断层处理的难点主要在于数据获取不易。如今,在地质大数据条件下,可以利用不同地质语义约束来推测断层的产状。但由于断层构造往往十分复杂,要利用地质大数据对断层构造进行约束建模,需厘清断层的形态分类及其数据模型。通过研究断层的分类,提取出影响断层产状的要素,将这些要素作为断层数据模型的组成部分,在地质大数据挖掘中作为挖掘目标,形成断层地质语义信息表,为后续断层建模提供数据支撑。在此基础上,提出一种新的断层建模思路,即将断层看成一个整体,通过Apriori算法对断层地质语义信息表进行分类,找到每个断层的标准模型。然后,利用断层地质语义信息表对该断层模型进行几何形态约束,形成符合特定地质语义的断层模型。最后,通过断层牵引构造的平滑过渡,将断层镶嵌在已经建好的地层格架模型中,完成断层的三维建模。