面向低资源场景的实体知识获取研究综述

实体获取是信息抽取的核心任务。近年来,在大数据训练模型的趋势下,深度学习在实体获取任务上取得了成功。但在自然环境等领域中,地形、灾害等类型的实体样本或者标注样本很少,而且对无标签样本进行标注又耗时费力。因此,面向低资源场景的实体获取逐渐受到关注,该任务被称作低资源实体获取或小样本实体获取。系统地梳理了当前低资源实体获取的相关工作,具体来说介绍了基于元学习、基于多任务学习和基于提示学习这3类方法的研究现状;总结了目前常用的低资源实体获取数据集和代表性模型在这些数据集上的实验结果;对低资源实体获取的方法进行了总结与分析;总结了低资源实体获取的挑战,并展望了未来发展方向。

基于BERT-BiGRU-CRF与多头注意力机制的地理命名实体识别

地理知识图谱作为一种科学领域的知识图谱,从概念探讨和初步实验阶段快速发展为地理信息科学领域的跨学科研究热点。地理命名实体识别是地理知识图谱构建的基础,直接影响着地理知识图谱的构建效率与质量。设计了一个地理知识图谱应用管理系统,针对其中地理实体库构建过程依赖人工制定规则以及信息提取不充分等问题,面向地理知识图谱构建过程进行地理命名实体识别研究。首先,通过人工标注方法构建了一个地理知识语料库;其次,通过BERT预训练模型得到结合语境信息的动态字向量,利用双向门控循环单元提取全局语义特征,并基于注意力机制获得增强语义特征;最后,通过CRF解码输出概率最大的全局最优标签序列,实现地理命名实体的自动识别。实验结果表明,相比传统的BiLSTM-CRF、BERT-BiLSTM-CRF等模型,所提出的基于BERT-BiGRU-CRF与多头注意力机制的模型在地理命名实体识别任务中表现更优,能够为地理知识图谱构建提供有效支撑。

面向越野路径规划的多层次六角格网通行模型

针对大规模越野环境中规划路径效率低下的问题,本文提出了一种面向越野路径规划的多层次六角格网通行模型,该模型能在缩减格网数据规模、保持规划路径合理性的同时,提升路径规划算法的执行效率。本文首先以六角格网单元为基础,设计通行能力量化规则,赋予每个格网相应的通行能力,构建普通六角格网通行模型;然后,建立多层次格网压缩规则,对通行模型中通行能力相似的邻接格网进行合并及重构格网邻接关系,生成含有不同层次格网的通行模型;最后,针对本文提出的多层次六角格网通行模型,设计了考虑坡度和地表覆盖要素的启发函数,进一步对A*路径规划算法进行了优化。试验表明,本文提出的多层次六角格网通行模型相较于普通六角格网通行模型,格网数量缩减了53.75%,路径规划所需时间降低了57%。

分布式空间数据库中矢量数据多级空间索引方法研究

随着网格计算、云计算等技术在地理信息领域的应用,海量空间数据的高效组织与管理成为提供各种数据和功能服务的基础,空间索引是其中的关键问题,文中在分布式空间数据库系统架构基础上,提出一种适应分布式环境下的分层+分块的矢量数据存储组织模型,设计包括矢量数据面片索引、矢量数据层索引、矢量数据块索引以及数据块内索引在内的多级空间索引。实现表明,文中设计的空间索引支持并发创建和高并发条件下的数据高效访问。

大量约束边条件下Delaunay三角网的快速生成

讨论了建立约束Delaunay三角网算法的研究现状,采用“逐点插入法”和“多对角线交换算法”构成“两步法”,在此基础上,从建立高精度三角网模型的需求出发,研究以大数据量等高线为约束边进行Delaunay三角剖分的改进算法。针对“逐点插入法”,采用网格分块的方法对构网点集和已生成的三角网建立索引,提高了点的查询速度和点在三角网中的定位速度,提高了三角网的生成效率;针对“多对角线交换算法”,增加了一些特殊情况的处理,提高了算法的健壮性和交换速度。

基于等高线约束三角网的格网DEM精度评估方法

在分析DEM精度评估方法中检查点方法优缺点的基础上,提出基于等高线约束三角网的格网DEM精度评估方法,采用定性和定量相结合的方法实现DEM数据的自动评估,利用实际数据进行实验,分析误差的数值分布和空间位置分布,对现行数据标准中的采样点数量、采样点分布和中误差等指标进行分析,提出改进意见。算法在其它地貌类型中的可行性需要进一步研究。

Delaunay三角网建立的改进算法

本文深入研究了Delaunay三角网建立算法中的逐点插入法，详细介绍了算法的实现步骤，分析了其中影响算法效率的关键环节，并采用数据点集分块管理、三角形快速定位、改变点插入顺序等方法进行了算法优化，对三角形快速定位方法进行了改进。测试实验的结果说明，算法改进后Delaunay三角网建立的效率提高了4～6倍。

并行处理技术在地理信息数据处理中的应用

随着地理信息存储量的飞速增长,传统的单进程、集中式的数据处理方式已不能满足基于网络的地理信息服务的效能要求。分析对比了OpenMP,MPI和MapReduce等主流并行编程模式,将关系型数据库与分布式空间数据管理系统相结合,提出了面向并行处理的地理信息存储模型和数据组织模型,将该模型与传统模型进行了对比分析,并基于MapReduce实现了地理空间数据并行处理框架,选取了矢量数据装载、影像数据装载以及数据切片作为典型数据处理案例开展对比实验,该技术方案的处理效率均数倍于传统技术方案。实验表明,该模型能够很好地支持并行处理框架,可为分布式环境下数据处理中心构建提供一个有效解决方案。

基于Lucene的地名管理模型设计与实现

地名是最常用的社会公共信息之一,民政部门、国家地理信息管理部门和各省市都开展了地名数据库和管理系统的建设,形成了不同标准、不同结构的地名数据,给管理与应用带来困难。本文设计了多源地名数据管理模型,对地名数据按区域、按专题分层管理,利用开源信息检索工具库Lucene,设计了地名数据管理引擎,并利用多种地名数据进行了实验。实验结果表明,本文设计的地名数据管理模型可以实现多源地名数据的统一、高效管理与应用。

元数据驱动的多中心空间数据同步方法研究

针对分布式空间数据库多中心数据同步问题，提出了基于元数据驱动的方法。通过设计层次元数据模型。对元数据进行分布式管理，实现元数据与空间实体数据联动更新，进而实现变化空间数据的捕获、传输和同步，采用变化数据并发提取、小文件打包传输和并发更新机制，提高了数据同步效率。实验结果表明，本文设计的方法能够实现矢量、栅格和专题等类型数据的高效同步更新。

等高线图形数据质量检查算法

等高线数据是陆地地貌数据的主要部分。本文分析了等高线数据质量的检查内容及其检查方法，重点研究了等高线相交、打折、回点和重合等错误情况的检查算法。对已有方法加以改进，使得算法更加易于实现，并对算法的执行效率进行了分析比较。

面向无人车的地图数据模型设计

本文针对传统地理信息产品无法满足无人车提升自主能力的问题,从分解无人车工作流程入手,深入剖析了无人车系统的自主定位、自主环境感知和认知、自主导航等核心模块对地理信息的应用需求,参照常用地理信息数据模型,对面向无人车的地图数据模型进行了详细设计,分析了无人车地图数据的应用模式。

几种表面表达模型在DEM精度评估中应用比较

本文分析了表面表达模型误差在针对未知数据源的DEM精度评估时带来的影响，选择了几种常用的表面表达模型和两个百万区的DEM数据，通过实验的方法对不同模型引起的误差进行比较，同时，对采用同一种模型时不同地形类型对误差的影响进行了比较，对模型的地形适应度进行了分析，得出了移动曲面模型较优的分析结果，为DEM精度评估时表面表达模型的选择提供参考。

全球离散格网划分方法在空间数据组织中的应用

本文分析了全球离散格网系统的任意分辨率、层次性和全球连续性特征，指出基于其解决面向全球范围的多尺度、多时相、立体式的地理信息共享与服务的数据组织模型的可能性。结合应用方向比较了几种典型格网划分的优缺点，最终选定基于行列编码的四叉树和GeoSOT格网划分模型作为下一步实验的对象。

采用小波分析的SRTM DEM与ASTER DEM数据融合

为了利用航天飞机雷达地形测绘任务数字高程模型(SRTM DEM)与先进星载热反射和反辐射仪数字高程模型(ASTER DEM)的互补信息,提出基于小波分析的多源DEM数据融合方法,以我国秦岭典型高山峡谷地貌类型区为试验样区,选取相同位置的SRTM DEM与ASTER DEM数据,通过重采样、数据配准等步骤形成融合数据源;对小波分解的低频系数作基于邻域像素关联性的融合,高频系数采用像素点绝对值取大的融合,生成融合DEM。并把融合前与融合后的数据分别与1∶5万高程库数据作精度比较,总体统计与抽样检查表明融合DEM精度较源数据均得到了提高。该融合技术为应用SRTM DEM与ASTER DEM生成精度和可靠性更高的DEM产品提供了可行方案。

手绘地图开域空间方向关系检索法

为满足智能化检索地理信息的需求,提出一种基于开域空间方向关系的手绘地图检索方法。首先设计了一种适用于手绘地图检索的开域空间方向关系描述模型。该模型通过开域既能自适应精确描述,又可通过松弛化策略模糊描述手绘对象间方向关系。提出基于开域空间方向关系的手绘地图检索流程,建立了R树空间索引和方向关系相似度计算模型,给出了输出结果的评价方法。采用实际数据的试验结果表明,该方法可在较大范围地图场景中有效检索到排名靠前的结果。

高分影像密集建筑物Correg-YOLOv3检测方法

精准地检测建筑物目标对于城市规划、智慧城市建设和军事民事活动中均有重要意义。针对高分辨率遥感影像中密集型建筑物检测框重叠比高的问题,本文提出了一种Correg-YOLOv3(corner regression-based YOLOv3)检测方法,该方法以YOLOv3网络架构为基础,通过嵌入角点回归机制,增设一个关于顶点相对于边界框中心点的偏移量的额外损失项,扩展其输出维度,使其可同时输出矩形检测框及建筑物角点,实现密集分布的建筑物精准定位。最后,通过试验对本文方法进行定性和定量的评估。试验研究结果表明:本文方法检测精度、召回率、F1和平均精度分别达到了96.45%、95.75%、96.10%和98.05%,较原算法YOLOv3分别提高了2.73%、5.4%、4.1%和4.73%。因此,本文方法有效解决了高分影像中密集型建筑物的检测问题。

基于高差分块的河流区域DEM自动赋值方法

DEM生成中面状河流区域DEM格网点高程应与所在水域面高程保持一致,这一问题目前尚没有一个好的解决方法。根据地形图中等高线与河流水域面特殊空间关系特性,提出了基于高差分块的河流区域DEM格网点高程自动赋值方法。该方法采用河流水域面裁剪等高线,然后对分块多边形自动构面,自动提取分块区域高程,最后对分块区域DEM格网点高程自动赋值。实践表明该方法处理后的DEM数据比未经处理的DEM更符合河流水域面地表形态,精度更高,具有良好的实用性和可靠性。

基于实时太阳位置的三维地形光照研究

目前，GIS中一般通过设置太阳的高度角和方位角计算三维地形的光照，这种方法需将太阳位置固定。本文结合太阳实时位置的计算模型和三维地形的动态显示方法，实现了基于实时太阳位置的三维地形光照计算。对于飞行模拟、日照辐射的仿真等，具有重要参考作用。

基于空间认知的地理本体语义信息转换

本文从地理空间认知的角度分析了地理信息语义在不同研究与应用领域中的异同点；通过国家和军用编码体系的具体实例，建立地理本体，研究了基于本体的语义相似关系和语义相似性度量模型算法；最后，利用语义相似度量模型算法，实现了两种编码体系的转换。