基于语义的地理信息集成方法研究

发布时间：2017-09-04 14:10

  本文关键词：基于语义的地理信息集成方法研究

  更多相关文章： 地理信息集成 数据链接 语义映射 相似度算法

【摘要】：针对同一个客体,不同地理信息系统(GIS)所提供的数据类型不同,为了给用户提供更加全面、完整的地理信息,需要对不同数据源进行信息集成。随着互联网的发展,Web等数据源中存在着越来越多的地理信息数据。通常,不同数据源的数据类型是异构的,对多种数据源的数据进行集成存在着许多问题,其中最关键的问题是如何对不同数据源进行特征分类以及如何进行不同数据源间的地理信息的映射。本文文采用基于语义的特征分类定义方法,提出一个以语义为核心的地理信息模型,解决了分布式地理信息源的语义异构问题。并可以利用集成方法对获取的语义数据实现地理信息的集成。本文针对目前多源地理信息数据集成过程中存在着异构性且精度难以保障等问题。首先,分析当前国外与互联网相关的电子地图网站的地理信息下载方法,获取相关范围的地理数据,并对地理信息进行数据解析,得到研究所需的原始数据。然后,对各自地理信息的数据特征分类体系进行研究,对数据源间的特征进行语义映射及异构性消除。其次,采用一种多特征融合的数据匹配方法对数据进行相似度测量,达到链接相关相似数据的目的,从而实现了多源地理信息集成。最后,利用相关的评价体系对集成的数据进行实验分析,实验表明本文所提出的相似度计算方法具有很高的精确度,为地理信息集成打下了良好的基础。
【关键词】：地理信息集成 数据链接 语义映射 相似度算法
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P208
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-14
• 1.1 研究背景与意义9-10
• 1.2 国内外研究现状10-12
• 1.3 论文主要研究内容与章节安排12-14
• 1.3.1 论文的主要研究内容12
• 1.3.2 论文的章节安排12-14
• 第2章 数据抽取14-21
• 2.1 引言14
• 2.2 数据获取14-17
• 2.2.1 获取方法15-16
• 2.2.2 获取数据16-17
• 2.3 抽取数据17-20
• 2.4 本章小结20-21
• 第3章 基于语义的数据映射21-28
• 3.1 引言21
• 3.2 语义网21-22
• 3.3 本体22-27
• 3.3.1 本体语言23-24
• 3.3.2 本体模型24-25
• 3.3.3 语义映射25-27
• 3.4 本章小结27-28
• 第4章 数据匹配28-36
• 4.1 引言28
• 4.2 空间位置匹配28-30
• 4.2.1 欧几里德距离算法29
• 4.2.2 经纬度距离算法29-30
• 4.3 非空间属性特征匹配30-32
• 4.3.1 分类属性匹配算法30-31
• 4.3.2 字符串属性匹配算法31-32
• 4.4 特征匹配算法32-35
• 4.4.1 多特征融合匹配算法33-34
• 4.4.2 加权多特征融合匹配算法34-35
• 4.5 本章小结35-36
• 第5章 数据集成36-41
• 5.1 引言36
• 5.2 数据链接36-37
• 5.3 集成数据37-40
• 5.4 本章小结40-41
• 第6章 实验及结果分析41-52
• 6.1 数据处理流程41
• 6.2 实验结果分析41-43
• 6.3 实验评估指标43-45
• 6.3.1 准确率44-45
• 6.3.2 召回率45
• 6.3.3 F-measure值45
• 6.4 加权多特征融合算法实验分析45-47
• 6.5 多特征融合匹配算法实验优化47-51
• 6.5.1 K近邻分类算法的实现49-50
• 6.5.2 K近邻分类算法实验结果分析50-51
• 6.6 本章小结51-52
• 第7章 结论与展望52-53
• 参考文献53-57
• 致谢57

，

本文编号：791975