GIS数据库模式匹配技术研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
元素 的
ｉ（ｌ ｅｔ ｆ ｅ ｍ ｎ 是前一个元素的孩子） ｅ
ａｄ ｓｈ ｄ ） ／将 该元素做为前一个 ｄＡ ｉ （ ；／ Ｃｌ
元素 的孩 子
ｉ ｅ ｅｔ ｆ ｌ ｎ 是前一个元素的兄弟） （ｍ
ａｄ ｓｉｉ （ ； 将该元素作为前一个 ｄＡＳ ｌｇ ）／ ｂｎ ／
兄弟 ｝
第ｌ ０期
吕 娜 ： Ｉ 数据库模式匹配技术研究 ＧＳ
２３ 相 似 度与 阈值 ．
３ １
ｒｔ ｎｔ／ 返 回新 生成 的模 式树 的根 节点 ｅｒ ；／ ｕ
｝
在进行模式匹配时， 通过 比较两个输入模式相 关元素的相似度 ， 找出其中相互匹配的元素 ， 推导出 这些元素间的映射关系 ， 再根据用户给 出的模式 的 最小相似度 （ 阈值） 来进行判 断。如果它们 的相似 程度大于这个 阈值 ， 则认为它们为同一个地理对象 ； 反之 ， 则认为它们不是同一个地理对象。 在元素与元素之间的相似度 ， 具体表现于两个 方面 ： 语意 相 似度 和结 构 相似 度 。所谓 语 意相似度 ，
讨论 。
关键词 ： 模式匹配 ； 模式树 ； 意与结 构相似度 ； 语 权重
中图 分 类 号 ：２ ８ Ｐ０
随着空间信息技术的 日益发展与成熟 ， 越来 越 多 的部 门与单 位纷纷 建立 起 了 面 向各 自需 求 的 ＧＳ Ｉ
应用 系统 。 由于各个 系统 之 间所 承载 的数据存 在来
模 式树 通过算 法 生成 ， 体描 述如下 ： 具
， ’
源与格式的差异 ， 导致 了地理信息交互与共享的困
难 。为 了解决 这一 问题对 ＧＳ研 究 与生产 带来 的不 Ｉ
利影 响 ， 总结相关技 术发展 的基础 上 ， 在 根据 Ｇ Ｓ空 Ｉ 间数据 的特点 和应 用背 景 ， 出一 种 便 于 实 现 的数 提 据模式 匹配方 法 ， 细 讨论 了其 中关 键 步骤 的解 决 详
ｔ ｅ ｏｔ＝ ｒ ｔｇｔ ｅＲ ｏ（ ；／ ｒ Ｒｏ ｅ ｏ ．ｅ ｒｅ ｏ ）／ 得到模 ｏ Ｔ ｔ
式树 的逻辑根 结点 元素
方式来判断其中是否存在同名实体 ， 不仅需要极大 的 比较 次数 （ Ｎ） 而 且对 于 不 同种类 的实 体 ， Ｍ ， 很
难设 计 它们之 间 的 比较 规 则 。 因此 ， 先 要 对 待 匹 首 配空 间数据 进行 各 自独 立 的要 素 分 组 有不 同来 源或格式 的空间数据 ， 可以利 用其空间与属性 两方面特征 ， 来确定两个要素之
间的共同实体。详细介绍 了关 于 ＧＳ Ｉ 数据库模式匹配的实施框 架 、 给出了匹配方法 的步骤 、 法及 已所实现的模式 算
匹配详细流程 ， 包括语 意与结构相似度判断 以及权 重的设 置 ， 最后 ， 匹配过程 中包 含 的不 确定 因素进行 了分析与 对
２ １ 模 式树 的生成 ．
ＧＳ Ｉ 空间数据库 中， 描述相 同地理对象 的数据 文件在形式组织上可能千差万别 ， 但是其模式结构 却相互类似 ： 包含与被包含是两个层次间元素基本 的关系 ， 于是将模式结构转化成一个清晰元异意的 模式树 ， 以方便各个元素的遍历 ， 进一步进行 ２ 个模 式相 应元 素之 间的 匹配 。 ：
｛
●
’
－
２ 模式 匹配与流程
所谓模式匹配 ， 即是通过指定的匹配算法 ， 对两 个模式 中的每一个元素进行一一对应 的分析和 比 较， 通过对元素间相似程度的判断， 来确定 ２ 个模式 是否描述同一地理对象 ， 以达到方便数据流通与共 享等 目的。 匹配流程大概可以分为下面几个步骤 ：
包 括三 个方 面 ： 元素命 名 中是 否包 含 同义词 、 近义 词 的成分 ； 素命 名是 否有缩 写 与简 写关 系 ； 素本 身 元 元
模式树生成之后 ， 即可 以设定规则与算法 ， ２ 对 个Ｇ Ｌ Ｍ 实例模式进行 匹配了。 ２２ 模式 树 的遍历 与 元素 匹 配 ． 模式树的匹配 ， 主要是通过对两棵树的遍历， 对 其每个节点元素进行一对一的对 比过程 。对于分别 处在 ２ 棵树中的 ２ 个节点 ， 对其进行相似度的判断。
’
途径 ， 并证实 了其有效 性 与可 实施 性 。
ｔ ｅ ＝ ｂ ｉ ｔ ｅ（） ｒ ｅ ｕ ｄｒ ｌ ｅ
１ 实施框架
ＧＳ Ｉ 数据库中对于空间实体的存储 ， 划分为点、 线、 面三种遵循拓扑关系的要素类型。假设待匹配 的两个空间数据中各有 Ｍ和 Ｎ个空间要素（ 包括点
要 素 、 要素 与面要素 ） 如 果直 接 采 取两 两 比较 的 线 ，
ｔ ｎｗｔ ｅ ｔ ｅ ｏｔ ； 建立模式树根结 ＝ ｅ ｅ（ｒ Ｒｏ）／ ｒ ｅ ／
、
一
点
。
ｅ ｅｔ ｔ ｔｏｇ （ｏｔ ； ￣ 历模式文件 ｌ ｎ ｓ ｐ ｒ ｈ ｒ ）／ ｔ ｍ ｅ ｈ ｎ ｏ ／
要素分别归类 ， 以减少算法时间消耗 ， 简化对象匹配
规则。
并取出模式中所有元素， 如果元素类型为基本类型 ， 则将该元素直接看成时结点。 一 ．．
Ｂ ｉ ｔｅ Ｓ ｉ ｃｅ ａｏａｏ ）／ ｕ ｄ ｅ（ ｔｎ ｓ ｍ Ｌｃｔｎ ／ 根据模式文 ｌｒ ｒｇ ｈ ｉ 件 的 目录建 立模式 树
｛ 的根结 点 ｒｔ ｏ ｏ ｇｔ ： ｍ Ｒｏ （ｃｅ ａｏａ ｅ ｃｅ ａ ｏｔ ｓｈｍ Ｌｅ－ Ｓｈ
ｔｎ ； 通过解析函数解析模式文件并得 到该模式 ｉ ）／ ｏ ／
第２ ６卷
第 １ ０期
甘肃科 技
Ｇａ ｓ ｃｅ ｃ ｎ ｃ ｏｏ ｙ ｎ ｕ Ｓ ｉｎ ｅ ａ ｄ Ｔｅ ｈｎ ｌｇ
ｆ ２ Ｎｏ １ ．６ ．０ Ｍａ ． ２ １ ｙ ０ ０
２１ ００年 ５月
ＧＩ 据 库 模 式 匹配技 术研 究 Ｓ数
吕 娜
（ 甘肃省地图院 ， 甘肃 兰州 ７ ００ ） ３０ ０ 摘 要： 作为与传统数据库的显著区别之一 ， Ｉ ＧＳ数据库不仅存储 空间实体 的属性信息 同时存储其特有的空 间信 还
ｉ（ｌ ｅｔ ｆ ｅ ｍ ｎ 是前一个元素的孩子） ｅ
ａｄ ｓｈ ｄ ） ／将 该元素做为前一个 ｄＡ ｉ （ ；／ Ｃｌ
元素 的孩 子
ｉ ｅ ｅｔ ｆ ｌ ｎ 是前一个元素的兄弟） （ｍ
ａｄ ｓｉｉ （ ； 将该元素作为前一个 ｄＡＳ ｌｇ ）／ ｂｎ ／
兄弟 ｝
第ｌ ０期
吕 娜 ： Ｉ 数据库模式匹配技术研究 ＧＳ
２３ 相 似 度与 阈值 ．
３ １
ｒｔ ｎｔ／ 返 回新 生成 的模 式树 的根 节点 ｅｒ ；／ ｕ
｝
在进行模式匹配时， 通过 比较两个输入模式相 关元素的相似度 ， 找出其中相互匹配的元素 ， 推导出 这些元素间的映射关系 ， 再根据用户给 出的模式 的 最小相似度 （ 阈值） 来进行判 断。如果它们 的相似 程度大于这个 阈值 ， 则认为它们为同一个地理对象 ； 反之 ， 则认为它们不是同一个地理对象。 在元素与元素之间的相似度 ， 具体表现于两个 方面 ： 语意 相 似度 和结 构 相似 度 。所谓 语 意相似度 ，
讨论 。
关键词 ： 模式匹配 ； 模式树 ； 意与结 构相似度 ； 语 权重
中图 分 类 号 ：２ ８ Ｐ０
随着空间信息技术的 日益发展与成熟 ， 越来 越 多 的部 门与单 位纷纷 建立 起 了 面 向各 自需 求 的 ＧＳ Ｉ
应用 系统 。 由于各个 系统 之 间所 承载 的数据存 在来
模 式树 通过算 法 生成 ， 体描 述如下 ： 具
， ’
源与格式的差异 ， 导致 了地理信息交互与共享的困
难 。为 了解决 这一 问题对 ＧＳ研 究 与生产 带来 的不 Ｉ
利影 响 ， 总结相关技 术发展 的基础 上 ， 在 根据 Ｇ Ｓ空 Ｉ 间数据 的特点 和应 用背 景 ， 出一 种 便 于 实 现 的数 提 据模式 匹配方 法 ， 细 讨论 了其 中关 键 步骤 的解 决 详
ｔ ｅ ｏｔ＝ ｒ ｔｇｔ ｅＲ ｏ（ ；／ ｒ Ｒｏ ｅ ｏ ．ｅ ｒｅ ｏ ）／ 得到模 ｏ Ｔ ｔ
式树 的逻辑根 结点 元素
方式来判断其中是否存在同名实体 ， 不仅需要极大 的 比较 次数 （ Ｎ） 而 且对 于 不 同种类 的实 体 ， Ｍ ， 很
难设 计 它们之 间 的 比较 规 则 。 因此 ， 先 要 对 待 匹 首 配空 间数据 进行 各 自独 立 的要 素 分 组 有不 同来 源或格式 的空间数据 ， 可以利 用其空间与属性 两方面特征 ， 来确定两个要素之
间的共同实体。详细介绍 了关 于 ＧＳ Ｉ 数据库模式匹配的实施框 架 、 给出了匹配方法 的步骤 、 法及 已所实现的模式 算
匹配详细流程 ， 包括语 意与结构相似度判断 以及权 重的设 置 ， 最后 ， 匹配过程 中包 含 的不 确定 因素进行 了分析与 对
２ １ 模 式树 的生成 ．
ＧＳ Ｉ 空间数据库 中， 描述相 同地理对象 的数据 文件在形式组织上可能千差万别 ， 但是其模式结构 却相互类似 ： 包含与被包含是两个层次间元素基本 的关系 ， 于是将模式结构转化成一个清晰元异意的 模式树 ， 以方便各个元素的遍历 ， 进一步进行 ２ 个模 式相 应元 素之 间的 匹配 。 ：
｛
●
’
－
２ 模式 匹配与流程
所谓模式匹配 ， 即是通过指定的匹配算法 ， 对两 个模式 中的每一个元素进行一一对应 的分析和 比 较， 通过对元素间相似程度的判断， 来确定 ２ 个模式 是否描述同一地理对象 ， 以达到方便数据流通与共 享等 目的。 匹配流程大概可以分为下面几个步骤 ：
包 括三 个方 面 ： 元素命 名 中是 否包 含 同义词 、 近义 词 的成分 ； 素命 名是 否有缩 写 与简 写关 系 ； 素本 身 元 元
模式树生成之后 ， 即可 以设定规则与算法 ， ２ 对 个Ｇ Ｌ Ｍ 实例模式进行 匹配了。 ２２ 模式 树 的遍历 与 元素 匹 配 ． 模式树的匹配 ， 主要是通过对两棵树的遍历， 对 其每个节点元素进行一对一的对 比过程 。对于分别 处在 ２ 棵树中的 ２ 个节点 ， 对其进行相似度的判断。
’
途径 ， 并证实 了其有效 性 与可 实施 性 。
ｔ ｅ ＝ ｂ ｉ ｔ ｅ（） ｒ ｅ ｕ ｄｒ ｌ ｅ
１ 实施框架
ＧＳ Ｉ 数据库中对于空间实体的存储 ， 划分为点、 线、 面三种遵循拓扑关系的要素类型。假设待匹配 的两个空间数据中各有 Ｍ和 Ｎ个空间要素（ 包括点
要 素 、 要素 与面要素 ） 如 果直 接 采 取两 两 比较 的 线 ，
ｔ ｎｗｔ ｅ ｔ ｅ ｏｔ ； 建立模式树根结 ＝ ｅ ｅ（ｒ Ｒｏ）／ ｒ ｅ ／
、
一
点
。
ｅ ｅｔ ｔ ｔｏｇ （ｏｔ ； ￣ 历模式文件 ｌ ｎ ｓ ｐ ｒ ｈ ｒ ）／ ｔ ｍ ｅ ｈ ｎ ｏ ／
要素分别归类 ， 以减少算法时间消耗 ， 简化对象匹配
规则。
并取出模式中所有元素， 如果元素类型为基本类型 ， 则将该元素直接看成时结点。 一 ．．
Ｂ ｉ ｔｅ Ｓ ｉ ｃｅ ａｏａｏ ）／ ｕ ｄ ｅ（ ｔｎ ｓ ｍ Ｌｃｔｎ ／ 根据模式文 ｌｒ ｒｇ ｈ ｉ 件 的 目录建 立模式 树
｛ 的根结 点 ｒｔ ｏ ｏ ｇｔ ： ｍ Ｒｏ （ｃｅ ａｏａ ｅ ｃｅ ａ ｏｔ ｓｈｍ Ｌｅ－ Ｓｈ
ｔｎ ； 通过解析函数解析模式文件并得 到该模式 ｉ ）／ ｏ ／
第２ ６卷
第 １ ０期
甘肃科 技
Ｇａ ｓ ｃｅ ｃ ｎ ｃ ｏｏ ｙ ｎ ｕ Ｓ ｉｎ ｅ ａ ｄ Ｔｅ ｈｎ ｌｇ
ｆ ２ Ｎｏ １ ．６ ．０ Ｍａ ． ２ １ ｙ ０ ０
２１ ００年 ５月
ＧＩ 据 库 模 式 匹配技 术研 究 Ｓ数
吕 娜
（ 甘肃省地图院 ， 甘肃 兰州 ７ ００ ） ３０ ０ 摘 要： 作为与传统数据库的显著区别之一 ， Ｉ ＧＳ数据库不仅存储 空间实体 的属性信息 同时存储其特有的空 间信 还