多源矢量空间数据语义融合理论和方法研究
合集下载
相关主题
- 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)。
道
段
日本行政区分级
中国行政区分级
都（东京）
首都
一级行政区 道（北海道）/县
省级行政区
府（京都府、大阪）
小类
府）
二级行政区
市/町/村
直辖市 岛县屿级边行线政等区 乡镇行政区
村庄行政区
一级类 二级类
法国地图册 日本地图册 美国地图册
高速铁路 国有铁路
铁路
主要铁路 私有铁路 高速铁路
次要铁路 特种铁路 其他公路
2.地理本体相关研究进展
2.1 地理本体概念与基本内容
本体：目前最为广泛接受的本体定义，即本体是共享概念模型的 明确的形式化规范说明。 本体含有概念模型、明确、形式化和共享等4层基本含义。 本体是一种明确的概念模型，可以被形式化为计算机可理解和处 理的方式，最终用于实现信息共享。
地理本体：地理本体是本体在地理信息科学领域运用的产物，它
格式
10D 10D 50C 20C 20C 20C 10.2F 10.2F 10.2F 10.2F 10.2F 10.2F 10.2F 8D 略 略 略 略 略 略 略
备注
文件内部编号 公路要素编码 缺省：NULL 缺省：NULL 缺省：NULL 缺省：NULL
单位：米 单位：米 单位：米 单位：米 单位：吨 单位：公里 单位：米 单位：月
Company Logo
2.地理本体相关研究进展
2.2 地理本体关键技术
地理本体语义检索：地理本体提供客观的、明确的、丰富的概念语义 ，以地理本体为基础的检索机制将会极大提高查准率和查全率。为进 一步提升基于本体的地理信息检索效率，可以将地理本体与知识库和 推理机等人工智能技术相结合，来挖掘更多、更有用的地理信息。 地理本体语义转换：地理本体含有大量语义信息，更有助于实现地理 信息语义转换。地理本体语义转换的两个关键之处在于发现相似概念 和建立转换规则。
地形
12
底质
植被
13
水文
质量控制
14
地磁要素
1.基于映射转换规则的语义属性融合
1.1 多源空间矢量数据的属性特征不一致分析
要素分类分级的不一致
陆地交通
铁 路
铁路 车站
其 他
及
道
附属
路
附
属 建 筑Байду номын сангаас
公 路
设施
物
复单窄地 线线轨下 铁铁铁铁
路路路路
国 道
省 道
县 道
乡 道
起 降 飞 机 路
主 要 街
道
次 要 街
编码 河流代码 行政区划代码
高程 公路编号
名称
库容量
-
TEXT
编码
TEXT TEXT LONG TEXT FLOAT LONG
公路等级类型 宽度
载重吨数
数据类型 长整型 字符型 字符型 整型 字符型 字符型 整型 -
长整型
字符型 字符型
浮点型 浮点型
1.基于映射转换规则的语义属性融合
1.3 具体应用 属性特征合并与更新 国军标矢量数据格式及语义信息转换 shapefile格式数据与地理信息交换格式数据转换
1:5 万数据 属性字段名 要素编号
编码 名称 类型 编号 等级 宽度 铺面宽 桥长 净空高 载重吨数 里程 比高 通行月份 水深 底质 最小曲率半径 最大纵坡 图形特征 注记指针 外挂表指针
类型
长整型 整型
字符型 字符型 字符型 字符型 浮点型 浮点型 浮点数 浮点型 浮点型 浮点型 浮点型
整型 略 略 略 略 略 略 略
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
常用的语义相似性模型和算法 语义关系模型：语义关系模型的算法原理是通过不同概念在本体层次 结构中的位置关系来判断语义相似度的。Rada认为，具有复杂层次关 系的概念机构，任意两个概念节点之间只可能存在一条最短路径，这 种情况下，语义距离越短，概念语义相似程度越高。 描述逻辑方法：首先要基于海量本体库搜索两个节点各自的祖先节点 ，然后统计他们共同祖先节点的个数，数量越大，节点概念语义相似 程度越高。本体概念的层次关系决定了任意概念子节点都是对父节点 的继承及扩展，因此，任意子节点之间相同父节点数量的多少可以用 来衡量其相似关系。
匹配过程：（1）本体预处理；（2）特征提取；（3） 概念对选择（映射关系匹配）；（4）计算语义相似度； （5）匹配操作。
Company Logo
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
常用的语义相似性模型和算法 同义词词典方法：该方法首先依据同义词词典的原理建立基于树状层 次结构的本体库，这种结构的概念集合层次关系清晰，相互关系简单 ，通过计算不同节点之间的路径距离，获得不同概念节点之间的语义 距离度量关系，以此来判断语义的相似性。
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
[1]谭永滨,唐瑶,李小龙,刘波,危小建.语义支持的地理要素属性相似性 计算模型[J].遥感信息,2017,32(01):126-133. [2]贾小斌,艾廷华,彭子凤,王光霞.地理信息语义的LOD表达与相似性度 量[J].武汉大学学报(信息科学版),2016,41(10):1299-1306. [3]马雷雷,梁汝鹏,李宏伟,连世伟,周海.一种基于描述逻辑的空间语义 相似性计算方法[J].测绘科学技术学报,2015,32(02):197-201. [4]谭永滨,李霖,王伟,于忠海,张志军,毛凯,许赟.本体属性的基础地理 信息概念语义相似性计算模型[J].测绘学报,2013,42(05):782-789. [5]程钢,卢小平.顾及通名语义的汉语地名相似度匹配算法[J].测绘学报 ,2014,43(04):404-410+418.
主要研究地理信息科学领域内不同层次和不同应用方向上的地理
空间信息概念的详细内涵和层次关系，并给出概念的语义标识即
地理本体试图建立领域内地理概念共享的知识体系，用于服务地
理信息科学。
Company Logo
2.地理本体相关研究进展
2.1 地理本体概念与基本内容
地理本体同时兼具哲学本体、信息本体和空间本体3层含义。哲学 本体是基础，在此之上定义包含位置$形状$关系等属性的空间本 体部分，经过形式化描述形成信息本体，最终解决地理信息共享 和互操作的问题。
属性特征匹配模型：首先建立基于海量本体库的概念或对象的属性特 征集，然后通过比较这些属性的差异性来判断概念之间的关系。不仅 将概念间相同的属性特征纳入语义相似度的计算中，而且也充分考虑 不同属性特征对语义相似度的影响，这种计算方法可以很好的再现人 们对现实世界中事物之间相互关系的认识和辨别。
Company Logo
属性项
描述
用途说明
AP030
要素特征代码
Road
要素特征代码的描述
0\1\2
公路精度分类代码
Accurate\Approximate
ACC 代码的信息描述
28\55
公路通行分类代码
Operational\Unsurveyed
EXS 代码的信息描述
0\1\2
道路中心线分类代码
Unknown\Without Median
Company
LOGO
多源矢量空间数据语义融合 理论和方法研究
汇报人：马京振
二○一八年六月七日
内容
1 基于映射转换规则的语义属性融合 2 地理本体相关研究进展 3 基于地理本体的语义属性融合 4 总结
1.基于映射转换规则的语义属性融合
1.1 多源空间矢量数据的属性特征不一致分析
要素分类分级的不一致
序号 国标数据分类 海图数据分类 某境外数据分类
1 测量控制点 测量控制点
2
水系
自然地理要素
政区 居民地
3
居民地
人工地物
4
交通
陆地方位物
5 管线和栅栏 岸线和港口
6
境界
等深线、干出礁
公路 桥梁 铁路 机场
7 地形和土质
8
植被
9
其他
10
11
助航设备 碍航物 航道 区域界线 服务设施
管线设施 基础设施
水系 海洋要素
高速公路
国道
城市道路
主要公路 主要都府道 主要街道
次要公路 3m 以上道路 次要街道
城市道路 主要街道
2m 以上道路 1m 以上道路
小径
1.基于映射转换规则的语义属性融合
1.1 多源空间矢量数据的属性特征不一致分析
属性表达的多样性
属性项 名称
F_CODE F_CODE_DES
ACC ACC_DESCRI
CLASS
RTEG MATRL LANE SDTF WIDTH WEIGHT
名称描述 国标分类码 水系名称代码
政区代码 高程值
道路编号、车站编号 道路行政归属 名称 水质 库容量 界碑号
测量控制点等级
地名分类码
公路技术等级 铺设材料 车道数 单/双行线 路宽 载重
数据类型 对应军标描述
LONG TEXT LONG Double TEXT LONG TEXT TEXT LONG TEXT TEXT
MED 代码的信息描述
0\14\15
公路类别代码
Unknown\PrimaryRoute\
RTT 代码的信息描述
Secondary Route 属性项长度
属性项用途说明
30
公路路线名称
20
路面类型，用于描述公路路面质量
20
公路编号
20
公路技术等级
10.2
公路路宽
10.2
公路铺宽
10.2
公路里程
1.基于映射转换规则的语义属性融合
Company Logo
2.地理本体相关研究进展
2.2 地理本体关键技术
地理本体语义表达：地理本体语义表达的关键在于地理本体概念化， 即建立地理本体概念模型，在这过程中，通常需要将地理概念非结构 化的自然语言定义转换成能够反应该概念本质的、核心的、完备的属 性集，以利于形式本体的建立。
地理本体语义分析：用地理本体丰富的语义去分析特定数据，可以发 现隐含在其中更深层次的信息，为实际的应用提供更有价值的资料。 还可以根据地理本体中标准的概念描述，从多源、异构空间数据中分 析出语义一致的信息，提高地理信息检索的效率，也为实现地理信息 语义转换提供基础。
1.1 多源空间矢量数据的属性特征不一致分析
属性 序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
GPS 数据 属性字段名 记录编号
编码 名称 类型 公路编号 公路等级 宽度 铺面宽 桥长 净空高 载重吨数 里程 比高 通行月份 车道数 行车线 采集时间 数据来源
3.基于地理本体的语义属性融合
3.1 基于本体的地理空间信息集成
集成框架： （1）构建地理本体 （2）数据预处理 （3）概念映射 （4）数据映射 （5）数据抽取与转换
Company Logo
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
本体匹配是通过研究本体之间语义异质关系来解决本体 异质问题，从而实现领域本体语义融合与共享，其核心技 术就是语义相似度的计算。
Company Logo
2.地理本体相关研究进展
2.2 地理本体关键技术
地理本体语义集成：目前使用较多的地理本体集成算法是基于概念格 思想，即利用形式概念分析FCA方法对异质本体中的概念集合重新分 类，从而建立统一的、层次关系明确的概念格体系。对该方法的优化 以及新的本体集成算法在不断涌现，但发掘和建立映射关系依然是地 理本体集成的关键所在。
略 略 略 略 略 略 略
1.基于映射转换规则的语义属性融合
1.2 基于规则文件的属性特征映射与转换
1.基于映射转换规则的语义属性融合
1.2 基于规则文件的属性特征映射与转换
要素分类分级映射 属性特征项的抽取与转换
属性项名称 GB HYDC PAC ELEV RN
RDPAC NAME WQL VOL BNO TEGR
EXS EXS_DESCRI
MED MED_DESCRI
RTT RTT_DESCRI
属性项 类型 C C B C B C B C B C
属性项 长度 5 254 6 254 6 254 4 254 6 254
属性项名称 名称 类型 编号 等级 路宽 铺宽 里程
属性项类型 C C C C F F F
属性项
Company Logo
2.地理本体相关研究进展
2.3 地理本体应用 地理本体在地理信息系统中的应用 地理本体在网络地图制图中的应用 地理本体在地理信息服务中的应用 地理本体标准化、地理本体概念化、地理本体形式化 地理本体研究方法的变化、地理本体研究重心的变化 地理本体应用领域的变化
Company Logo
Company Logo
3.基于地理本体的语义属性融合
3.3 地理空间语义融合的新尝试
[1]王晓璇,陈鹏,刘鹏,刘妙龙.基于统计式机器学习的地理本体融合模型 [J].同济大学学报(自然科学版),2011,39(05):758-763. [2]李军利,何宗宜,朱乔利,刘亚虹.一种粒化理论的地理本体融合方法 [J].武汉大学学报(信息科学版),2013,38(04):489-492+497. [3]李军利,何宗宜,柯栋梁,朱乔利.一种描述逻辑的地理本体融合方法 [J].武汉大学学报(信息科学版),2014,39(03):317-321.
段
日本行政区分级
中国行政区分级
都（东京）
首都
一级行政区 道（北海道）/县
省级行政区
府（京都府、大阪）
小类
府）
二级行政区
市/町/村
直辖市 岛县屿级边行线政等区 乡镇行政区
村庄行政区
一级类 二级类
法国地图册 日本地图册 美国地图册
高速铁路 国有铁路
铁路
主要铁路 私有铁路 高速铁路
次要铁路 特种铁路 其他公路
2.地理本体相关研究进展
2.1 地理本体概念与基本内容
本体：目前最为广泛接受的本体定义，即本体是共享概念模型的 明确的形式化规范说明。 本体含有概念模型、明确、形式化和共享等4层基本含义。 本体是一种明确的概念模型，可以被形式化为计算机可理解和处 理的方式，最终用于实现信息共享。
地理本体：地理本体是本体在地理信息科学领域运用的产物，它
格式
10D 10D 50C 20C 20C 20C 10.2F 10.2F 10.2F 10.2F 10.2F 10.2F 10.2F 8D 略 略 略 略 略 略 略
备注
文件内部编号 公路要素编码 缺省：NULL 缺省：NULL 缺省：NULL 缺省：NULL
单位：米 单位：米 单位：米 单位：米 单位：吨 单位：公里 单位：米 单位：月
Company Logo
2.地理本体相关研究进展
2.2 地理本体关键技术
地理本体语义检索：地理本体提供客观的、明确的、丰富的概念语义 ，以地理本体为基础的检索机制将会极大提高查准率和查全率。为进 一步提升基于本体的地理信息检索效率，可以将地理本体与知识库和 推理机等人工智能技术相结合，来挖掘更多、更有用的地理信息。 地理本体语义转换：地理本体含有大量语义信息，更有助于实现地理 信息语义转换。地理本体语义转换的两个关键之处在于发现相似概念 和建立转换规则。
地形
12
底质
植被
13
水文
质量控制
14
地磁要素
1.基于映射转换规则的语义属性融合
1.1 多源空间矢量数据的属性特征不一致分析
要素分类分级的不一致
陆地交通
铁 路
铁路 车站
其 他
及
道
附属
路
附
属 建 筑Байду номын сангаас
公 路
设施
物
复单窄地 线线轨下 铁铁铁铁
路路路路
国 道
省 道
县 道
乡 道
起 降 飞 机 路
主 要 街
道
次 要 街
编码 河流代码 行政区划代码
高程 公路编号
名称
库容量
-
TEXT
编码
TEXT TEXT LONG TEXT FLOAT LONG
公路等级类型 宽度
载重吨数
数据类型 长整型 字符型 字符型 整型 字符型 字符型 整型 -
长整型
字符型 字符型
浮点型 浮点型
1.基于映射转换规则的语义属性融合
1.3 具体应用 属性特征合并与更新 国军标矢量数据格式及语义信息转换 shapefile格式数据与地理信息交换格式数据转换
1:5 万数据 属性字段名 要素编号
编码 名称 类型 编号 等级 宽度 铺面宽 桥长 净空高 载重吨数 里程 比高 通行月份 水深 底质 最小曲率半径 最大纵坡 图形特征 注记指针 外挂表指针
类型
长整型 整型
字符型 字符型 字符型 字符型 浮点型 浮点型 浮点数 浮点型 浮点型 浮点型 浮点型
整型 略 略 略 略 略 略 略
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
常用的语义相似性模型和算法 语义关系模型：语义关系模型的算法原理是通过不同概念在本体层次 结构中的位置关系来判断语义相似度的。Rada认为，具有复杂层次关 系的概念机构，任意两个概念节点之间只可能存在一条最短路径，这 种情况下，语义距离越短，概念语义相似程度越高。 描述逻辑方法：首先要基于海量本体库搜索两个节点各自的祖先节点 ，然后统计他们共同祖先节点的个数，数量越大，节点概念语义相似 程度越高。本体概念的层次关系决定了任意概念子节点都是对父节点 的继承及扩展，因此，任意子节点之间相同父节点数量的多少可以用 来衡量其相似关系。
匹配过程：（1）本体预处理；（2）特征提取；（3） 概念对选择（映射关系匹配）；（4）计算语义相似度； （5）匹配操作。
Company Logo
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
常用的语义相似性模型和算法 同义词词典方法：该方法首先依据同义词词典的原理建立基于树状层 次结构的本体库，这种结构的概念集合层次关系清晰，相互关系简单 ，通过计算不同节点之间的路径距离，获得不同概念节点之间的语义 距离度量关系，以此来判断语义的相似性。
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
[1]谭永滨,唐瑶,李小龙,刘波,危小建.语义支持的地理要素属性相似性 计算模型[J].遥感信息,2017,32(01):126-133. [2]贾小斌,艾廷华,彭子凤,王光霞.地理信息语义的LOD表达与相似性度 量[J].武汉大学学报(信息科学版),2016,41(10):1299-1306. [3]马雷雷,梁汝鹏,李宏伟,连世伟,周海.一种基于描述逻辑的空间语义 相似性计算方法[J].测绘科学技术学报,2015,32(02):197-201. [4]谭永滨,李霖,王伟,于忠海,张志军,毛凯,许赟.本体属性的基础地理 信息概念语义相似性计算模型[J].测绘学报,2013,42(05):782-789. [5]程钢,卢小平.顾及通名语义的汉语地名相似度匹配算法[J].测绘学报 ,2014,43(04):404-410+418.
主要研究地理信息科学领域内不同层次和不同应用方向上的地理
空间信息概念的详细内涵和层次关系，并给出概念的语义标识即
地理本体试图建立领域内地理概念共享的知识体系，用于服务地
理信息科学。
Company Logo
2.地理本体相关研究进展
2.1 地理本体概念与基本内容
地理本体同时兼具哲学本体、信息本体和空间本体3层含义。哲学 本体是基础，在此之上定义包含位置$形状$关系等属性的空间本 体部分，经过形式化描述形成信息本体，最终解决地理信息共享 和互操作的问题。
属性特征匹配模型：首先建立基于海量本体库的概念或对象的属性特 征集，然后通过比较这些属性的差异性来判断概念之间的关系。不仅 将概念间相同的属性特征纳入语义相似度的计算中，而且也充分考虑 不同属性特征对语义相似度的影响，这种计算方法可以很好的再现人 们对现实世界中事物之间相互关系的认识和辨别。
Company Logo
属性项
描述
用途说明
AP030
要素特征代码
Road
要素特征代码的描述
0\1\2
公路精度分类代码
Accurate\Approximate
ACC 代码的信息描述
28\55
公路通行分类代码
Operational\Unsurveyed
EXS 代码的信息描述
0\1\2
道路中心线分类代码
Unknown\Without Median
Company
LOGO
多源矢量空间数据语义融合 理论和方法研究
汇报人：马京振
二○一八年六月七日
内容
1 基于映射转换规则的语义属性融合 2 地理本体相关研究进展 3 基于地理本体的语义属性融合 4 总结
1.基于映射转换规则的语义属性融合
1.1 多源空间矢量数据的属性特征不一致分析
要素分类分级的不一致
序号 国标数据分类 海图数据分类 某境外数据分类
1 测量控制点 测量控制点
2
水系
自然地理要素
政区 居民地
3
居民地
人工地物
4
交通
陆地方位物
5 管线和栅栏 岸线和港口
6
境界
等深线、干出礁
公路 桥梁 铁路 机场
7 地形和土质
8
植被
9
其他
10
11
助航设备 碍航物 航道 区域界线 服务设施
管线设施 基础设施
水系 海洋要素
高速公路
国道
城市道路
主要公路 主要都府道 主要街道
次要公路 3m 以上道路 次要街道
城市道路 主要街道
2m 以上道路 1m 以上道路
小径
1.基于映射转换规则的语义属性融合
1.1 多源空间矢量数据的属性特征不一致分析
属性表达的多样性
属性项 名称
F_CODE F_CODE_DES
ACC ACC_DESCRI
CLASS
RTEG MATRL LANE SDTF WIDTH WEIGHT
名称描述 国标分类码 水系名称代码
政区代码 高程值
道路编号、车站编号 道路行政归属 名称 水质 库容量 界碑号
测量控制点等级
地名分类码
公路技术等级 铺设材料 车道数 单/双行线 路宽 载重
数据类型 对应军标描述
LONG TEXT LONG Double TEXT LONG TEXT TEXT LONG TEXT TEXT
MED 代码的信息描述
0\14\15
公路类别代码
Unknown\PrimaryRoute\
RTT 代码的信息描述
Secondary Route 属性项长度
属性项用途说明
30
公路路线名称
20
路面类型，用于描述公路路面质量
20
公路编号
20
公路技术等级
10.2
公路路宽
10.2
公路铺宽
10.2
公路里程
1.基于映射转换规则的语义属性融合
Company Logo
2.地理本体相关研究进展
2.2 地理本体关键技术
地理本体语义表达：地理本体语义表达的关键在于地理本体概念化， 即建立地理本体概念模型，在这过程中，通常需要将地理概念非结构 化的自然语言定义转换成能够反应该概念本质的、核心的、完备的属 性集，以利于形式本体的建立。
地理本体语义分析：用地理本体丰富的语义去分析特定数据，可以发 现隐含在其中更深层次的信息，为实际的应用提供更有价值的资料。 还可以根据地理本体中标准的概念描述，从多源、异构空间数据中分 析出语义一致的信息，提高地理信息检索的效率，也为实现地理信息 语义转换提供基础。
1.1 多源空间矢量数据的属性特征不一致分析
属性 序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
GPS 数据 属性字段名 记录编号
编码 名称 类型 公路编号 公路等级 宽度 铺面宽 桥长 净空高 载重吨数 里程 比高 通行月份 车道数 行车线 采集时间 数据来源
3.基于地理本体的语义属性融合
3.1 基于本体的地理空间信息集成
集成框架： （1）构建地理本体 （2）数据预处理 （3）概念映射 （4）数据映射 （5）数据抽取与转换
Company Logo
3.基于地理本体的语义属性融合
3.2 本体匹配和语义相似度计算
本体匹配是通过研究本体之间语义异质关系来解决本体 异质问题，从而实现领域本体语义融合与共享，其核心技 术就是语义相似度的计算。
Company Logo
2.地理本体相关研究进展
2.2 地理本体关键技术
地理本体语义集成：目前使用较多的地理本体集成算法是基于概念格 思想，即利用形式概念分析FCA方法对异质本体中的概念集合重新分 类，从而建立统一的、层次关系明确的概念格体系。对该方法的优化 以及新的本体集成算法在不断涌现，但发掘和建立映射关系依然是地 理本体集成的关键所在。
略 略 略 略 略 略 略
1.基于映射转换规则的语义属性融合
1.2 基于规则文件的属性特征映射与转换
1.基于映射转换规则的语义属性融合
1.2 基于规则文件的属性特征映射与转换
要素分类分级映射 属性特征项的抽取与转换
属性项名称 GB HYDC PAC ELEV RN
RDPAC NAME WQL VOL BNO TEGR
EXS EXS_DESCRI
MED MED_DESCRI
RTT RTT_DESCRI
属性项 类型 C C B C B C B C B C
属性项 长度 5 254 6 254 6 254 4 254 6 254
属性项名称 名称 类型 编号 等级 路宽 铺宽 里程
属性项类型 C C C C F F F
属性项
Company Logo
2.地理本体相关研究进展
2.3 地理本体应用 地理本体在地理信息系统中的应用 地理本体在网络地图制图中的应用 地理本体在地理信息服务中的应用 地理本体标准化、地理本体概念化、地理本体形式化 地理本体研究方法的变化、地理本体研究重心的变化 地理本体应用领域的变化
Company Logo
Company Logo
3.基于地理本体的语义属性融合
3.3 地理空间语义融合的新尝试
[1]王晓璇,陈鹏,刘鹏,刘妙龙.基于统计式机器学习的地理本体融合模型 [J].同济大学学报(自然科学版),2011,39(05):758-763. [2]李军利,何宗宜,朱乔利,刘亚虹.一种粒化理论的地理本体融合方法 [J].武汉大学学报(信息科学版),2013,38(04):489-492+497. [3]李军利,何宗宜,柯栋梁,朱乔利.一种描述逻辑的地理本体融合方法 [J].武汉大学学报(信息科学版),2014,39(03):317-321.