《基於空間認知常識的定性地理信息檢索研究》是依託武漢大學，由樊紅擔任項目負責人的面上項目。
基本介紹
- 中文名：基於空間認知常識的定性地理信息檢索研究
- 項目類別：面上項目
- 項目負責人：樊紅
- 依託單位：武漢大學
項目摘要,結題摘要,
項目摘要
當前地理信息檢索技術基於定量化的檢索模型和方法，無法有效處理網際網路多樣性空間數據資源中豐富的地理語義。本項目擬針對日常公眾地理信息查詢需求，研究定性地理信息檢索的整體解決方案。研究內容包括，進行認知實驗，建立符合人類常識認知、表述習慣和空間偏好的地理信息語義模型，完成Web空間資源與查詢請求的信息提取和語義表達；總結地理空間關係的組合表建模和約束網路推理技術，借鑑空間關係認知成果，研究支持複雜要素空間關係分析和多方面空間關係協同分析的定性空間推理方法；運用模糊集和D-S證據理論，建立支持不確定性地理信息檢索的模糊推理機制；研究表達地名和空間關係語義匹配的語義關聯度模型和排序策略，進行擇優推薦，提高地理信息檢索的精準度和滿意度；針對網際網路空間信息定性、多尺度、海量的特點，研究空間-文本混合索引方法，支持Web信息快速檢索，最後，進行原型系統的實驗驗證和示範套用，驗證提出的理論與方法的有效性。
結題摘要
當前地理信息檢索技術基於定量化的檢索模型和方法，無法有效處理網際網路多樣性空間數據資源中豐富的地理語義。項目組基於空間認知常識，運用模糊邏輯不確定表達和語義建模技術，研發了一套支持定性地理信息自動化和智慧型化檢索的完整解決方案。 （1）提出了定性空間信息檢索的8要素模型，將定性空間檢索的主要問題抽取歸納為地名地址、地標、地理場景和地理軌跡檢索4大類問題進行聚焦研究。 （2）開展認知實驗，構建了統一地理名稱本體模型，建立了空間方位和拓撲關係推理規則庫。 （3）歸納了常用空間關係句法模式提取句法特徵，建立了隨機森林學習模型，評測表明，該模型對方位識別最優，其次是距離，再次是拓撲關係。 （4）選取道路可達度和自微博簽到數據提取的城市中心度與地標顯著度等因子構建了空間認知地標影響力綜合評價模型，提出了基於Voronoi圖疊代自動分層提取地標的方法，進行了正確性驗證認知實驗。 （5）提出了基於通名的地址分詞算法和結合地址文本和通名語義的地址匹配算法，提升了地址識別和匹配的準確度。 （6）提出了改進的詞典匹配和隱馬模型相結合的分詞方法和改進的融合角色權重和向量空間模型的地址匹配算法，提升了地址分詞的粒度和對詞庫中未登記的地名單元的鑑別能力。 （7）基於改進的幾何特徵提取算法，研究了顧及全要素屬性、幾何和空間關係的同名地物識別和同名場景匹配的相似度計算算法，以可見邊代替面狀地物實現地物退化功能，提升了草圖場景檢索的效果。 （8）針對空間場景檢索的不確定，將定性空間定位問題轉化為模糊邏輯的計算和推理問題，採用隸屬度函式描述空間方位、（半定性）距離和“附近”，提出了基於模糊推演的定位計算框架，認知實驗驗證了幾種典型場景定位達到了3.5m的有效精度。 （9）進行了智慧型地址檢索、地震分析、快銷品選址、投訴及應急回響定位等示範套用。 項目取得的理論研究成果具有開拓創新性，所研製的軟體經過商品化後具有廣闊的套用前景。
