从三个平面看概数词“好多”与“好几”

概数词“好多”与“好几”在分布、语义辖域、和语用倾向等方面既具有其相同的一面 ,也有相对的一面 ,还有相交叉的一面。它们所能出现的语法位置有异有同 ,“好几”表数范围具有定性和“好多”表数范围则无定性 ,同时还“好几”具有显示个体作用的性质     

顾及地理-语义动态的城市热点预测框架

城市热点时空预测是城市管理和智慧城市建设的一项长期而富有挑战性的任务。准确地进行城市热点时空预测可以提高城市规划、调度和安全保障能力并降低资源消耗。现有的区域级深度时空预测方法主要利用基于地理网格的图像、给定的网络结构或额外的数据来获取时空动态。通过从原始数据中挖掘出潜在的自语义信息,并将其与基于地理空间的网格图像融合,也可以提高时空预测的性能,基于此,本文提出了一种新的深度学习方法地理语义集成神经网络(GSEN),将地理预测神经网络和语义预测神经网络相叠加。GSEN模型综合了预测递归神经网络(PredRNN)、图卷积预测递归神经网络(GCPredRNN)和集成层的结构,从不同的角度捕捉时空动态。并且该模型还可以与现实世界中一些潜在的高层动态进行关联,而不需要任何额外的数据。最终在3个不同领域的实际数据集上对本文提出的模型进行了评估,均取得了很好的预测效果,实验结果表明GSEN模型在不同城市热点时空预测任务中的推广性和有效性,利用该模型可以更好地进行城市热点时空预测,解决一系列如犯罪、火灾、网约车预订等等现代城市发展中亟需解决的相关问题。     

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。     

扩展SPARQL的室内空间语义查询研究

针对室内空间特点以及人类对室内位置服务的迫切需求,探讨了适合室内空间语义查询的方法。基于全息位置地图室内空间本体模型,描述室内空间对象及与之相关的人、事的属性信息及其关系,以室内空间本体概念及其属性作为查询原语,增加查询函数实现室内特有的空间关系（如“对面”、“楼上”和“楼下”等）的计算与查询,扩展了SPARQL查询语言基本语法。设计了室内本体查询语言IndoorSPARQL,开发自定义查询语言解析器,初步实现了顾及空间计算的室内空间语义查询。最后,利用Protégé本体建模工具对试验区进行本体实例建模,采用自定义查询语言IndoorSPARQL进行室内语义查询,并将结果可视化。实验结果表明,基于自定义语言IndoorSPARQL的查询方法可有效地支持顾及室内空间计算的复杂语义查询。     

《晋诗》方位词使用情况考察

中古诗歌是研究中古汉语方位词的重要语料。以《晋诗》为切入点,统计方位词出现的频率,全面考察其语法功能和语义特征,并从形式和功能分布的变化上探讨方位词系统从上古到中古的发展,不仅可以管窥中古汉语方位词系统的基本面貌与发展趋势,也有助于揭示汉语方位词发展演变的规律。     

基于随机补片和DeepLabV3+的建筑物遥感图像变化检测

为有效解决传统遥感图像变化检测预处理复杂的问题,提出一种基于随机补片和DeepLabV3+的建筑物遥感图像变化检测方法。以ResNet50特征提取网络为基础,创建DeepLabV3+语义分割网络,并在图像和标签中创建大小为224像素×224像素的随机补片作为网络输入,训练建筑物提取网络;修改建筑物提取网络输入层为6通道,通过矩阵运算将两期遥感图像转换为一幅6通道非RGB图像,利用转换后的非RGB图像进行网络训练并验证变化检测精度。实验1利用ENVI5.3软件,采用马氏距离法进行变化检测;实验2采用改进的U-Net网络和随机补片,完成网络训练和精度验证;实验3使用实验2的训练数据和验证数据,采用随机补片和DeepLabV3+网络进行变化检测网络训练及精度验证。实验结果表明,该方法实验1、实验2、实验3建筑物变化检测平均交并比分别为24.43%、83.14%、89.90%,边界轮廓匹配分数分别为61.47%,80.24%、96.51%。     

Semantic and syntactic interoperability in online processing of big Earth observation data

ABSTRACT

The challenge of enabling syntactic and semantic interoperability for comprehensive and reproducible online processing of big Earth observation (EO) data is still unsolved. Supporting both types of interoperability is one of the requirements to efficiently extract valuable information from the large amount of available multi-temporal gridded data sets. The proposed system wraps world models, (semantic interoperability) into OGC Web Processing Services (syntactic interoperability) for semantic online analyses. World models describe spatio-temporal entities and their relationships in a formal way. The proposed system serves as enabler for (1) technical interoperability using a standardised interface to be used by all types of clients and (2) allowing experts from different domains to develop complex analyses together as collaborative effort. Users are connecting the world models online to the data, which are maintained in a centralised storage as 3D spatio-temporal data cubes. It allows also non-experts to extract valuable information from EO data because data management, low-level interactions or specific software issues can be ignored. We discuss the concept of the proposed system, provide a technical implementation example and describe three use cases for extracting changes from EO images and demonstrate the usability also for non-EO, gridded, multi-temporal data sets (CORINE land cover).     

Distributed geospatial information processing: sharing distributed geospatial resources to support Digital Earth

Abstract

This paper introduces a new concept, distributed geospatial information processing (DGIP), which refers to the process of geospatial information residing on computers geographically dispersed and connected through computer networks, and the contribution of DGIP to Digital Earth (DE). The DGIP plays a critical role in integrating the widely distributed geospatial resources to support the DE envisioned to utilise a wide variety of information. This paper addresses this role from three different aspects: 1) sharing Earth data, information, and services through geospatial interoperability supported by standardisation of contents and interfaces; 2) sharing computing and software resources through a GeoCyberinfrastructure supported by DGIP middleware; and 3) sharing knowledge within and across domains through ontology and semantic searches. Observing the long-term process for the research and development of an operational DE, we discuss and expect some practical contributions of the DGIP to the DE.     

基于概率的复杂目标图像语义推理模型

结合本体技术语义表达的优势和Bag Of Words模型的复杂目标图像建模的优势,将复杂目标本体中的本体概念作为随机变量引入到Bag Of Words模型中,提出了基于本体的复杂目标语义推理模型,建立了本体概念同图像的映射关系。通过本体概念在语义网中的推理,得到图像更深层次的语义推理结论,并通过实验验证了此模型的有效性。     

遥感信息聚焦服务的多层次语义约束模型

针对遥感信息服务中用户需求语义的复杂性,数据维度语义的丰富性,传感器语义的多样性,遥感信息处理语义的错综复杂性和遥感信息传输语义的时变性,从用户语义约束、数据语义约束、处理服务功能语义约束和处理服务质量语义约束等4个不同层次,建立多层次语义约束模型。