複雜時空知識的智慧型處理基礎理論及套用研究

《複雜時空知識的智慧型處理基礎理論及套用研究》是依託吉林大學，由劉大有擔任項目負責人的重點項目。

基本介紹

• 中文名：複雜時空知識的智慧型處理基礎理論及套用研究
• 項目類別：重點項目
• 項目負責人：劉大有
• 依託單位：吉林大學

項目摘要

時空知識是知識的重要組成部分。時空知識處理研究具有重大理論意義和套用價值，時空知識表示、推理、發現和融合是其核心子域，其研究已獲重要進展，但還存在如下主要問題：缺乏複雜空間對象、複雜空間關係和統一時空知識建模等研究；大多數時空推理理論與方法還難於解決實際問題；挖掘出的時空模式表達能力偏弱、可理解性較差；時空推理與時空數據挖掘未能深度結合；時空信息融合問題仍未很好解決。為此，本項目擬圍繞以上複雜時空知識處理問題開展系統、深入研究，提出能有效處理複雜空間對象、複雜空間拓撲和方向關係、三維空間關係的模型，統一時空邏輯，多時間粒度互動時空模式挖掘方法，推理和挖掘的深度結合方法和多源異構、多粒度時空數據融合及多時空知識融合方法等，並將其套用於礦產資源評價等領域。本項目的實施將建立複雜時空知識處理的基礎理論，解決現實世界時空知識處理方面的一批關鍵難題，深化、拓展、推動時空知識處理研究與套用。

結題摘要

通過對複雜時空對象、時空關係和時空邏輯等的系統、深入研究，建立複雜時空知識表示與推理較完善的基礎理論。重點研究複雜內部結構空間對象、複雜拓撲關係、多種空間關係結合等更為複雜的問題，提出了一系列複雜時空知識建模方法。我們發現圖像特徵中隱含著有意義的空間模式，通過套用空間知識表示與推理方法，能夠有效發現和利用這些空間模式，在一定程度上提升圖像分類、圖像檢索效果，由此開闢了一條新的空間知識表示與推理套用途徑。在時空知識發現方面，首次探討了社會經濟因素對輸入型流行病傳播的影響，提出了融合環境、地理、人口統計、氣候、社會經濟指標和流行病監控數據的主動監控規劃方法；融合了人口統計數據，流行病學數據和異構的流行病爆發數據等多種類型的可用數據，提出了基於流病模型的張量反卷積計算框架，實現了對動態社會接觸結構的建模與推斷；通過改進主題模型，提出了多種時空知識發現方法，提高了分類的準確性與穩定性。在時空相關的網路分析方面，揭示了社區結構與馬爾科夫動力學過程亞穩態的內在聯繫，提出了新的譜圖分析理論；提出能夠有效處理零先驗知識網路的多元結構建模和發現方法；結合信任網路分析方法提出了社會化協同過濾推薦算法，比現有方法更好的解決了數據稀疏和冷啟動問題；提出一種新型隨機塊模型及快速學習算法，以及結合網路拓撲與結點內容的社區發現模型。在時空知識決策方面，提出了結合進化算法和支持向量機的智慧型決策方法，結合過濾型特徵篩選技術的混合極限學習分類方法，基於並行群智慧型框架的支持向量機自適應模型。在時空知識融合方面，提出了貝葉斯網推理及學習新方法，提出基於凸函式證據理論的信息融合新模型。將複雜時空知識處理新方法用於礦產資源評價和預測，建立了基於專家乘積模型理論的找礦證據組合求異礦產靶區預測模型和多元地球化學異常識別模型，建立了基於RBM模型的礦產靶區預測模型，建立了基於CRBM模型的複雜多元地球化學背景場的地球化學異常識別模型，建立了礦產靶區預測的極限學習機回歸和分類模型，建立了基於蟻群算法的地球化學異常識別模型；並將上述模型成功套用於多個實驗區礦產靶區預測和多元地球化學異常提取。