定性空间表示与定性空间的研究与发展

This paper first discusses some possible applications of qualitative spatial reasoning, then surveys the mainaspects of the representation of qualitative spatial knowledge including ontology, topology distance, orientation andshape.

集成多方面信息的定性空间推理及应用

以往的定性空间或时空推理工作多数面向单一时空方面,这不符合实际应用需要.提出了集成拓扑、尺寸和时间3方面信息的定性表示和推理技术,并应用到时空GIS中.给出了面向GIS的拓扑、尺寸和时间的表示方法,并研究了它们之间的依赖性.提出了集成这3方面信息的约束满足问题求解算法TriRSAT.在时空GIS中,把定性时空表示用于约束关系库,把TriRSAT算法用于时空数据一致性检查和时空查询.应用结果显示,该理论和方法能有效地集成处理多方面时空信息,在时空数据库、机器人导航等领域有着广泛的应用前景.

基于定性空间推理的多层空间关联规则挖掘算法

很多应用于空间数据挖掘的空间关系模型存在表达能力不强、可理解性较差、不支持不确定性等问题 针对这种情况 ,以定性空间推理的RCC理论为基础 ,结合模糊逻辑 ,提出了一种面向空间数据库的近似区域空间关系模型 ,在此基础上给出了多层空间关联规则的挖掘算法QSRSAR 该算法使用了MBR优先判定、顶点近似等手段针对大型空间数据库进行了优化处理 实验结果表明 ,QSRSAR在空间知识表达能力。

混合维定性空间查询语言MQS-SQL

定性空间推理的RCC理论能够比较全面地表达空间对象的拓扑关系.但由于不支持混合维空间对象,RCC不能直接用于空间查询.本文扩展了RCC,建立了能表达混合维空间关系,更适合于空间查询的空间关系模型MRCC.该模型采用GIS中常用的数据结构,支持混合维空间对象的全拓扑(mereotopology)关系,并根据混合维对象的特点建立了与维数无关的统一的方向、距离关系.利用该模型扩充了标准SQL语言的关系代数,实现了混合维定性空间查询语言MQS-SQL.

基于MBR的拓扑、方位、尺寸结合的定性空间推理

解决实际问题需将多方面空间关系结合进行推理,多方面空间关系结合推理已成为定性空间推理的研究热点;已有工作主要集中在两方面空间关系结合,缺少两方面以上空间关系结合工作.为解决上述问题,通过最小外包矩形近似表示区域对象,利用其在坐标轴上投影间的关系表示相应空间关系;提出扩展矩形关系模型,实现拓扑、方位和尺寸关系的统一表示和推理;给出RCC8、主方位及尺寸关系转换成扩展矩形关系的转换算法;讨论其上关系取反和复合,指出其复合是基于相容性而非存在性;证明(强预)凸扩展矩形关系约束网是可处理的.

RCC5与主方位关系结合的定性空间推理

解决实际问题需要将多方面空间信息结合进行推理,仅考虑单方面空间信息是不够的.多方面空间信息结合推理已成为定性空间推理的一个研究热点.现有拓扑与方位结合推理工作主要集中在与基于最小外包矩形或单片方位模型的结合.方位信息描述是近似的,不适于精确推理;因此分别采用主方位模型和RCC5描述方位、拓扑信息.根据定义给出基本RCC5和主方位关系间的相互依赖及异质复合表;讨论了其上约束满足问题,得到一个路径相容算法,并分析了推理复性问题.

机械装置的定性空间推理与仿真

对定性空间推理机械装置的配置给出了一个全新的途径,使得计算机能通过定性空间推理理论,初步判断人类对某个机械装置设计的概念思路是否合理。此方案在推理过程中运用了约束传播和符号代数的方法,预测所有可能合理的配置信息。其推理机制主要定位于机械装置的空间信息描述和其相关的定性动力学描述。对每个构成一般机械装置的基础机械部件提供其定性配置信息和动力学约束。通过有机的推理机械部件信息,得到复杂机械部件综合定性描述,从而对整个系统的有个形象直观的定性认识。

混合维拓扑和尺寸关系的定性空间推理

定性空间推理(QSR)研究空间关系,多数工作集中在单维空间关系,但在地理信息系统(GIS)中多维对象很常见.混合维对象空间关系是指点、线和区域3类对象出现在同一场景的情况,该类问题对定性空间推理研究有着重要的理论意义和应用价值,但这方面的研究工作还比较少.在已有的混合维区域连接演算的基础上进行完善,提出了MRCC5混合维拓扑模型,并研究了其上约束满足推理问题的复杂度.对定性尺寸关系进行了混合维扩展,给出了MDS模型,进而研究了其推理问题.在以上工作基础上,提出了RCC5和MDS的结合模型,给出并分析了结合模型的推理算法.将定性空间推理相关研究推广到混合维领域,深入研究了混合维拓扑关系推理,提出了混合维尺寸以及混合维拓扑尺寸结合模型.

定性空间推理的研究与进展

定性空间推理是人工智能学科处理常识性空间知识的一种方法[l],其推理任务包括图:推导知识库中的隐含知识;针对给定的部分知识或特定的上下文回答询问;维护一致性;获取新知识特别是认知图;定性场景描述的可视化。

结合拓扑和方位的定性空间推理方法

空间区域的拓扑关系和方位关系是空间推理的重要研究内容,以往的工作集中在单一的空间方面,这不能满足实际应用领域的需要。基于主方位模型给出了主方位关系的形式化定义,考虑到拓扑与方位间的相互依赖关系,提出了结合拓扑和方位的定性表示与推理算法,能够处理多方面空间信息,在空间数据库和机器人导航等领域具有实际应用价值。

定性空间推理的分层递阶框架

定性空间推理是定性推理和空间推理的重要组成部分 .拓扑和形状是定性空间推理研究的关键问题 .针对定性空间推理已有一般框架存在的问题 ,提出了定性空间推理的分层递阶框架 ,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性 .最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作 .

定性空间推理中区域连接演算的多维扩展

区域连接演算 (RCC)是定性空间推理 (QSR)的基础理论之一 但RCC理论只支持区域 ,不能处理包括点、线和区域在内的空间多维对象 ,这阻碍了RCC应用的发展 扩展了区域概念 ,将点和线对象视为特殊的区域 提出了能直接用RCC理论描述空间多维对象拓扑关系的MRCC理论 在保留RCC公理的前提下 ,MRCC增加了 2条新公理 ,并由此推导出了 36种MRCC基本关系 进而讨论了基于概念邻域图和复合表的推理 MRCC拓展了RCC理论的适用范围 。

基于定性空间推理的中文文本空间关系识别

基于定性空间推理对空间关系给出一个通用特征集合,并结合网络爬虫、文本挖掘、空间数据库和机器学习方法提出一种针对中文文本的通用空间关系识别框架,解决了大数据中中文文本的空间关系识别问题.与传统人工建立的空间关系模型相比,该方法具有更高的识别率,适用于处理大数据中中文文本的空间信息.

改进的分层定性空间表示和推理方法

针对李三江和Bernhard提出的一种分层定性空间表示与推理方法,在固定分辨率的情况下,就该方法关于两个粗区域间关系的表示和推理进行了扩展,特别分析了粗区域下近似为零情况的推理问题,完善了确定两个粗区域间RCC5关系的定理。本文的改进方法还可用于其他RCC关系理论。

异构定性空间推理

现有定性空间推理研究主要解决单类对象、单种空间关系的定性约束满足问题.提出了异构定性空间推理概念,它包括不同种类空间关系结合(异构关系)、不同种类空间对象结合(异构对象)和定性定量对象融合三种情况下的空间关系约束满足问题.提出了三种以上异构关系的结合推理,此前工作以研究二元结合为主;给出了异构对象空间推理算法,此前工作仅研究表示模型;研究了定性定量对象融合的空间推理,该问题也可表达为部分解向全局解的扩展.上述研究结果可应用于环境智能和其他领域.

QSRM:一种带约束处理的定性空间推理实现方法

针对以往距离关系空间推理中只能进行同方向距离推理,提出了任意方向上距离关系的推理方法,并通过细化分离关系融入了粗粒度的定性距离关系,从而将RCC-8扩充为RCC-9拓扑关系.在此基础上加入经典的基于锥形的方向关系组合表推理,提出了一种利用约束处理规则对空间拓扑关系、方向关系、距离关系组合推理的实现方法QSRM(Quantitative Spatial Reasoning Method),并将此方法应用于小区规划的实例,实例证明了该实现方法的有效性.

一种动态定性空间关系自动规划方法

为解决定性空间关系的规划问题,在概念邻域图的基础上提出描述动作与定性空间关系交互的邻域划分图.基于邻域划分图,提出了定性空间关系自动规划的形式化表示和推理算法,证明了算法的可靠性,并举例说明了新方法的应用.该方法在处理单方面空间关系规划中具有用通用性,在机器人导航方面具有潜在的应用前景.

一个结合多方面定性空间信息的新方法

定性空间推理是人工智能领域中非常重要的研究内容.空间信息包含拓扑关系、大小关系、形状、距离等很多方面.以往多侧重于单一方面的研究,如何将孤立的各方面信息进行统一表示和推理是当前定性空间推理中的一个重要问题.提出利用结合操作来融合不同空间信息表示的新方法.利用结合操作,可以由原先完备互斥关系集合得到新关系,同时利用原有的复合表自动生成新关系的粗复合表.基于结合操作,给出2个理论模型:结合拓扑关系与大小关系模型、结合拓扑关系与远近关系模型.并提出了邻域划分图的概念,说明了邻域划分图与概念邻域图的关系.利用邻域划分图回答了Galton提出的问题:"为什么LOS(视觉光线演算)的概念邻域图不同于标准的空间或时间关系的概念邻域图,这些关系的复合表中关系总是来自于概念邻域图".

一种复杂区域层次定性空间推理方法

定性空间推理在人工智能、地理信息系统、机器人等领域中有着非常重要的研究价值。在复杂区域的邻域连接图的基础上提出一种层次定性空间推理模型与方法。基于复杂区域的邻域连接图定义了一种邻域层次矩阵,可两两互斥并完备地表示复杂区域中n个成分间的连接关系,以此给出一种层次定性空间推理方法和启发式推理算法。利用该方法对机器人与障碍物的层次关系进行模拟,对制定机器人避障方案提供依据。从理论和实践上验证了该方法的有效性。

基于空间球理论的定性空间表示

主要研究了三维空间中空间对象的关系表示,介绍了利用部分学理论和形态学理论定义空间球的方法。根据Bran-don Bennettd的RBG理论,定义了空间球的形态关系及判断方法,提出了空间球全等的公理系统,给出了利用空间球模型定性表示方向关系和距离关系的方法。智能体对空间关系的确定是通过空间球实现的,该模型为智能体在约束空间环境中的行动推理提供了一个新的表示方法。