基于空间方位关系的定性推理研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:fllmn2585
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
RS与GPS为空间信息的采集提供了技术支持,GIS从定量的角度建立了空间信息处理与应用的理论和技术体系。但是,空间信息是复杂的,从量上来看是海量级的;从种类上看不仅包含数值型、字符型,还包括图形、图像等多种类型;并且空间信息间的相互联系是固有的。因此,对空间信息仅进行定量的研究是不够的,还必须从定性方面进行研究。结合定性推理、空间推理与人工智能产生的定性空间推理,已成为人工智能的一个研究热点。不同于空间推理研究空间对象的建模、描述、表示及其关系的分析和处理,定性空间推理面对的是空间对象的定性特征和定性关系。定性空间推理研究的是人类对几何空间中空间对象及其关系定性认知常识的表示与处理。作为空间关系的重要组成部分,空间方位关系一方面是地理信息系统数据库建立、空间特征存储、提取、查询、更新等操作的保障,另一方面它又为空间分析、辅助决策等提供了基础。因此,空间方位关系的描述与识别非常重要。在地理空间中,与空间拓扑关系相比较,空间方位关系无疑是用途更广泛、更贴近人们生活的一种空间关系,在空间信息领域应该占有更重要的地位和发挥更大的作用。但是,专家们对方位关系的研究与拓扑关系相比成果要少的多,空间方位关系在GIS软件中的应用也寥寥无几。目前,越来越多的用户已不甘于完成简单的图形查询、绘图等功能,更多的项目要求GIS具有强大分析功能,以使开发的系统为管理者提供准确及时的辅助决策和支持。现有的GIS组件只是针对空间信息和属性数据的简单操作,缺乏对空间关系的推理分析、空间关系的有效获取等功能。因此,具有空间方位推理和方位查询功能的GIS组件是GIS发展的迫切需要。本文基于二维空间对象,对定性空间关系表示与推理进行深入分析,进行了以下几方面的研究工作:①空间方位关系表示以空间投影模型为基础,将符合人类认知的方位关系表示模型D22映射为栅格阵列表示。栅格阵列是井字空间投影模型的简化,其应用于方位推理更直观更简单。②基于栅格阵列的方位推理技术LAR给出了基于栅格阵列的运算规则及推理方法,相应的栅格阵列扫描算法使运算推理的结果更符合人类认知,与人们熟悉的直观推理过程相符。③定性空间知识库及知识获取技术提出了一种定性空间知识库结构和从GIS空间数据库获取方位关系的方法和算法,为定性空间推理应用奠定了基础。本文的研究丰富和扩展了定性空间信息表示与处理理论,拓展了定性空间推理在GIS中应用范围,为改进空间信息的分析处理能力提供了一条可行的途径,促进了智能GIS的发展。
其他文献
合成孔径雷达因其全天候和高分辨率成像的特点,近年来得以快速发展。与此同时,随着近代的计算机技术和先进的数字信号处理技术的发展,合成孔径雷达在许多领域得到广泛的应用,
随着互联网的快速发展,网络上信息的数量也在急剧增长。互联网给人们提供了大量信息,但同时也给人们快速准确的获取信息带来挑战。为了能有效地利用网页资源,我们需要对网页
互联网的出现给经济发展带来了新的机遇,但也带来了新的挑战。就在人们对互联网的依赖越来越深的同时,数以百万计的不法分子正在互联网上通过恶意网站进行诈骗和传播恶意软件
现阶段的万维网在信息表达与检索方面存在着一些严重的缺陷,为了解决这些缺陷,Tim Berners-Lee提出了下一代因特网的概念——语义Web (SemanticWeb)。在语义Web的七层结构中,
传统的聚类算法一般是采用基于距离为基础的数据聚类,但是随着样本维数的不断增多,数据点的间距差别很小,这样就使基于距离度量的聚类算法在高维数据领域失去意义,故传统基于
谱聚类算法是一种经典的聚类分析方法,与传统的聚类算法相比,它具有在任意形状的样本空间中聚类且收敛于全局最优解的优点,非常适合于许多实际问题,所以一直是机器学习领域中研究
数据库技术的迅速发展和广泛应用导致了“数据爆炸而知识贫乏”的现象。如何从现行管理信息系统大量的业务数据中抽取有用的知识,以辅助企业决策层进行管理决策,是企业的愿望,也
随着计算机技术的飞速发展,人们为了充分利用广域网上的分布式资源,提出了网格计算的概念。网格计算是分布式计算的一种,其目的是建立大规模计算和海量数据处理的通用基础支撑结
随着计算机网络技术的快速发展,网络安全问题越来越受到人们的重视。入侵检测技术作为一种主动的安全防护技术,能够及时地检测到各种恶意入侵并进行响应,入侵检测系统已成为
脉冲耦合神经网络(Pulse coupled Neural Network,PCNN)是被称为第三代人工神经网络的新型神经网络模型。它具有生物学背景,是在研究哺乳动物视觉皮层脉冲震荡现象的基础上提