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.

基于缓冲区的扩展拓扑关系模型及应用

定性空间推理在人工智能等领域有着广阔的应用前景,但目前单方面空间关系研究较多,多方面结合研究较少,这与实际应用需求不符.由于各类空间关系具有独立性,需要找到适当的理论将它们融合,目前对于拓扑、距离结合模型的研究还不够充分.针对缺乏基本关系可处理且易于在GIS系统中实现的模型等情况,提出了一种扩展拓扑关系模型BERCC.BERCC源于RCC理论,其主要思想是通过考虑缓存区之间的拓扑关系来提高模型表达能力,同时能表达一定程度的距离信息.推导了BERCC的弱复合表,证明了BERCC基本关系是可处理的,给出了一个包括全集关系和基本关系的可处理子集,在此基础上实现了约束满足推理算法.最后,基于该理论和方法实现了一个实验系统,进一步验证了模型及算法的正确性和实用性.

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.