基于空间语义计算的地名信息检索服务研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:zhu0756
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
地名信息检索以地理事物名称为主要研究对象,属于地理信息检索领域研究的范畴,其相关研究成果及服务可满足个人、企业、政府等不同层次用户的信息需求,广泛应用于日常出行、交通调度、资源规划等各个领域的决策分析。但目前,随着互联网技术的发展与信息的不断增长,信息服务逐渐转向知识服务,传统的以关键字查询为主的地名信息检索模式已经无法满足人们日益增长的现实需求,亟待开展基于空间语义关联的地名信息检索服务研究。本文围绕地名的空间语义计算,构建了顾及空间关系语义的地名检索模型,丰富了原始的单一查询方法,并在此基础上采用表示学习方法进一步探索地名对象间的潜在语义关联,提出了基于空间语义分布式表达的兴趣区域检索算法,改善了原始地名检索服务的性能,拓展了地名检索服务的内涵。本文的主要贡献包括:1、顾及空间关系语义的地名检索模型。本文改善了以关键字查询为主的地名检索方式,重新定义了检索模式,并进行查询优化,引入了空间关系的语义相似度,丰富了原始的地名检索模型。实验证明,与传统方法相比,本文方法实现了查询性能的有效提升,拓展了原始的查询方式。2、基于空间分布特征语义的地名对象关联分析。本文改进已有的表示学习方法,构建空间上下文来建模地名对象的空间分布语义,挖掘对象间的潜在语义关联。通过实验证明,该方法能有效捕获对象间的空间关联特性,使其表示蕴含有价值的空间语义信息。3、基于空间语义分布式表达的兴趣区域检索算法。本文重新组织了基于语义分布式表示的地名对象,实现了候选兴趣区域的生成与优化,并设计了面向区域检索的查询模式。在现实数据集上验证了该方法能有效发现目标兴趣区域,为地名检索服务提供一种新的查询策略,丰富了地名信息检索服务的内涵。
其他文献
近年来,无人机在地球测绘、公共安全、精确打击等军事和民用领域的应用层出不穷。对无人机拍摄影像内容的定位(获取影像中每个像素对应的经纬度)是无人机多种典型应用的基础,既是无人机影像理解的内在任务,也是后续完成目标打击、目标跟踪等任务的关键。受限于无人机携带定位设备的精度、多径干扰及漂移等情况的影响,传统无人机影像方法定位流程复杂、定位误差大,难以适应应急保障等时效性强的无人机影像定位的现实需求。鉴于
目标检测技术的研究是一个十分重要和实用性很强的课题,是解决复杂或高层次视觉任务的基础。它的任务是从大量预定类别的自然图像中寻找目标实例。当前目标检测在智能安防监控方面,增强现实方面,以及自动驾驶方面都有着非常广泛的应用。其中,无人机平台上的目标检测任务是具有重要意义的课题之一,很多先进的目标检测技术围绕此课题展开。无人机(Unmanned Aerial Vehicles,UAVs)的优点是小巧灵活
目的:观察射频导入舒敏保湿特护霜治疗面部敏感性皮肤的有效性和安全性。方法:敏感性皮肤患者40例,采用随机对照试验分为治疗组和对照组,每组患者各20例。两组均口服枸地氯雷他定片8.8 mg/d。对照组外用凡士林霜每日两次,联合射频导入治疗,1次/周;治疗组外用舒敏保湿特护霜每日两次,联合射频导入治疗,1次/周。持续治疗4周。分别于0和4周进行疗效判定,使用无创皮肤检测仪检测两组患者经表皮水分流失(t
期刊
近年来,随着“大数据”时代的来临和计算机处理能力不断提升,人工智能领域进入飞速发展阶段。面部表情是表达人类意图的最主要的非语言手段,以计算机技术为基础的面部表情识别研究旨在让机器理解人的情感,在人机交互和计算机视觉领域有着重要的研究意义和应用价值。获取大规模高质量的数据集始终是面部表情识别研究上的难点之一,对现有的原始数据集进行优化是解决这个问题的一个有效方法。我们可以将其分为两个子任务:一是扩充
党的十八届三中全会正式做出《中共中央关于全面深化改革若干重大问题决定》,并主张健全与发展中国特色主义制度是未来全面深化改革的整体目标,在构建国家治理体系中,社区治理发挥着基础性的作用。最近几年,我国在社会治理方面取得了较快的进展,社区治理与建设在理念上更为充实,治理模式不断创新,带有地域特色的社会治理典范不断涌现。党的十九大表示,强化社区治理体系建设,需要着力将治理中心下潜到基层,营造出共建共治共
图像作为互联网时代传播最广的媒体介质,对其内容进行理解和分析具有极其重要的意义。理解细粒度内容的首要前提是对其进行分类,由于图像中目标和场景的多样性,图像分类是图像处理中的重点和难点。而细粒度图像分类相对于通用图像分类而言,类内差距大,类间差异小,致使细粒度图像分类的挑战性更大。实际生活中通用图像分类往往可以经由自身既有知识进行,而细粒度分类则需要专业相关知识,且细粒度目标在实际生活中常常遇到,对
关联成像具有优秀的抗干扰,抗散射能力,且能实现无透镜成像,因此获得了广泛的关注。但在传统关联成像中,需要大量的采样帧数才能重构高质量的图像,这一缺点很大程度地限制了成像速度。为解决该问题,我们对关联成像所使用的照明散斑场对成像质量的影响进行了深入分析,发现当光场特性与成像环境及目标相适应时可以有效提高成像的效果。而传统的关联成像使用的照明方式对视场中各部分是无差异对待的,未考虑目标各部分蕴含的有效
伴随着无人技术的发展,无人作战将成为战场的新形态,随着编队化、自主化的无人机发展趋势,基于群体智能的无人机编队将在无人作战中扮演关键角色。在其发展过程中,碰撞问题是制约该领域发展的重要因素,给编队控制带来了巨大的安全挑战,编队的控制与防撞对无人机的发展至关重要,是无人机编队体系框架的关键算法。本文对无人机单机和编队的控制与防撞问题进行了研究,保证编队在运动过程中内部的有序与安全,同时避免与外部威胁
近些年,随着视觉传感器以及计算机视觉技术的迅速发展,视觉SLAM技术日趋成熟,并被学术界和工业界广泛应用于移动机器人、虚拟现实等多个领域。然而,标准视觉传感器具有多种技术限制,例如高能耗、高延迟、高信息冗余、低时间分辨率,极大地限制了其在高速机器人和视觉任务中的应用,如自动驾驶、无人机等。加之实际应用场景的复杂性(高动态范围等),现有视觉SLAM系统基于标准图像进行同时定位与地图构建任务,会不可避
如今,经验丰富的攻击者为了达成某种目的而实行有组织有预谋的高级可持续威胁攻击越来越多。这些攻击往往结合社会工程学(如钓鱼攻击)及多个技术先进的漏洞利用共同进行。而且攻击往往不是一蹴而就,而是包含多个攻击阶段逐渐达成目。除此之外,多个攻击阶段组成的攻击路径中往往包含着未披露的0-day漏洞,而这些漏洞的信息防御者无法获取,这种攻击者与防御者之间的信息不对称给带有未知攻击的多步攻击检测造成极大阻碍。因