多源道路智能选取的本体知识推理方法

大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法。首先,将1∶5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理。试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取。

道路网选取的案例与本体推理方法

道路网选取是一个模糊决策过程,针对当前制图综合案例推理算法中容易出现噪声和冲突、部分结果需人工参与决策等问题,本文以本体技术为基础,提出一种利用本体组织案例并进行知识推理的道路网选取方法。首先,从已有系列比例尺数据中提取案例,并基于三元法进行形式化描述;其次,以案例数据为中心构建本体知识库,重新组织案例表达方式;然后,利用本体规则扩展,识别并消除案例库中的噪声和冲突;最后,通过语义映射和图查询等推理手段,建立待选取数据语义、几何特征与本体知识库的映射关系,实现道路网自动选取。试验表明,该方法可有效还原专家知识,降低决策难度,促进道路网选取向知识推理方向发展。