案例推理的地学应用背景和方法

案例推理 (CBR)研究 ,是人类认知的一种合理性模型 ,接近于人类认识、解决问题最原始的思维方式 ,具有在无法获取机理模型、确定规则或统计模型时 ,采用简单的历史相似性推理实现问题的定量求解和预测 ,成为人工智能领域近年来的研究热点。     

基于本体的地理信息查询检索方法研究

传统的GIS查询方式和信息检索方式已经难以满足人们对地理信息查询和检索的越来越广泛的需要,为此需要发展新的地理信息查询检索方法。本文将地理本体的思想引入到信息查询应用中,从查询式优化、查询式扩展、可视化与检索结果知识化等方面展开讨论,是对传统查询检索方法的丰富和发展。在此基础上,设计了基于本体的信息检索模型框架,详细并讨论了实现该检索模型的两个关键技术-自然语言处理技术、本体推理技术。     

基于本体的地理信息服务查询组件设计

介绍了一种基于本体的服务发现组件设计方法,将基于本体的元数据和基于本体的查询结合起来,提高了基于OGC标准的网络地理服务发现的查询效率和准确性.     

基于语义的地理信息分类体系对比分析

地理信息分类体系之间的语义不一致性,被认为是影响地理信息系统实现在语义层次上信息共享的最大障碍.首先,本文在阐述中国地理信息分类体系之间参照模式的基础上,提出了一种基于语义的地理信息分类体系对比分析方法.其次,对中国现行的几种地理信息标准分类体系进行了详细的对比分析.最后,为中国地理信息分类体系的编制和修订提出了一些建议.     

基于GIS的TM数据分类及辅助制图研究

本文初步研究了遥感、GIS和制图一体化实用技术方法。对黄土丘陵区和沙漠地区TM数据进行了特征信息分析;给出了分层分类和GIS辅助分类结果;经模糊推理和人机交互修改,将提“纯”的遥感专题数据作为GIS的动态信息源,对GIS进行扩充与更新;最后在GIS支持下分层提取专题图并进行辅助制图。     

基于规则知识的空间推理研究

在一般空间推理的基础上 ,提出了空间推理扩展 ,即基于规则知识的空间推理。该方法结合了人工智能的基本原理 ,继承并发展了空间推理的方法学 ,其推理过程建立在空间知识与模型集成的基础上 ,以规则知识为推理控制 ,因而更符合实际 ,具有更大的灵活性。实例验证了本方法的正确性。     

RS与GIS集成环境下的遥感图像分析技术

通过多源数据融合，将目前GIS中包含的地理信息作为辅助数据，引入到RS图像分析过程中。GIS数据在空间信息、目标属性和目标范围等方面对RS图像分析具有重要的引导作用。     

利用案例推理（CBR）方法对雷达图像进行土地利用分类

提出了基于案例推理 (CBR)的遥感分类的新方法。基于规则的专家系统被用来提高遥感分类的效率。但所涉及的规则可能多达上百或上千条 ,有的问题根本无法用规则来表达。CBR只是根据以往的案例进行推理 ,克服了基于规则的推理方法的不足 ,可以用来解决一些复杂的资源环境问题。利用CBR和模糊数学结合 ,并通过分层随机采样来控制案例在空间上的分布 ,以反映复杂环境所造成的光谱变化 ,由此解决遥感分类中的“同物异谱”现象。实验表明 ,所建立的案例库可以被重复多次使用 ,分类的效果比监督分类和非监督分类要好。     

Geography Education: The Glass Is Half Full and It's Getting Fuller

This article examines the recent progress of geography education as an academic subfield of geography and as an area of activity in K–12 education. Challenges to both endeavors are described. A restructuring of geography education's research program that focuses on spatial thinking and reasoning and merges applied and theoretical research is proposed.