导读:本文包含了定性空间推理论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:空间,关系,邻域,层次,本体,矩阵,特征。
定性空间推理论文文献综述
雒海东,宫海彦,耿生玲[1]（2018）在《一种复杂区域层次定性空间推理方法》一文中研究指出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。(本文来源于《计算机应用与软件》期刊2018年10期）
宫海彦[2]（2018）在《复杂区域中定性空间推理及机器人避障研究与应用》一文中研究指出随着计算机科技的发展,许多实际应用领域涉及到大量空间目标对象,空间关系反映空间目标的几何位置及属性之间的关系,它是人工智能、空间数据库、地理信息系统(GIS)、机器人学等领域的重要研究内容。它对空间关系的描述和表达以及空间数据库的空间查询、分析和推理等方面具有重要的影响。拓扑关系是一种重要的空间关系,是当前空间关系研究的热点。在解决实际问题时,很多时候空间信息的数值很难精确获得,并且有时无需对空间关系进行精确的表示,所以可用定性语言描述空间信息。近年来,空间关系的定性表示和推理发展迅速,已被广泛应用于空间数据查询、定性导航、地理信息系统等相关领域。在实际环境中,空间区域往往是复杂的,比如区域中包含洞,或者包含不连通的子部分、分支等,仅仅利用简单区域间的关系已经不足以描述复杂区域内部各组成对象间的空间关系。因此为了更符合实际环境的需求,空间对象间关系的研究也从简单空间对象发展为复杂空间对象。本文针对复杂区域内各对象间的空间关系的定性推理问题,利用层次理论给出复杂区域的连接图表示,提出一种层次定性空间推理模型与方法,并用来分析移动对象的运动模式和运动状态,运用于机器人避障及轨迹预测问题的研究。首先,基于复杂区域的连接图定义一种邻域层次矩阵,可两两互斥并完备地表示复杂区域中n个成分对象间的连接关系,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,从理论和实践上证明所给方法的有效性,为制定机器人避障方案提供依据。(本文来源于《青海师范大学》期刊2018-03-01）
王生生,玄雪花[3]（2016）在《基于定性空间推理的中文文本空间关系识别》一文中研究指出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.(本文来源于《吉林大学学报(理学版)》期刊2016年03期）
顾卫杰[4]（2015）在《叁维空间方向关系定性推理及查询技术研究》一文中研究指出随着空间数据库技术、遥感技术、信息技术等飞速发展,地理信息系统开始应用于全球性、全民性问题的解决中,为了适应新一代智能应用系统的需求,下一代空间信息处理系统必须符合人们对叁维空间信息的定性描述、推理等常识性处理,用定性的语言来实现与空间数据库的交互。物体间的空间关系主要包括拓扑关系、方向关系和距离关系,在叁种关系中,方向关系定性推理及查询是当前国内外备受关注的、多学科交叉的空间数据库领域的研究热点问题。二维空间方向关系在描述时有着自身缺陷,如跟踪和查询飞行物体时不能表达准确信息,不能给人以自然界的本原感受,而真实空间中的对象均包含叁维空间信息。本文主要围绕叁维空间中方向关系的建模、定性推理、方向关系查询等相关理论与关键技术,开展了相关内容的研究。首先,将叁维空间中的参照物B体分别向xoy,xoz平面投影,得到的最小外接矩形将两个平面都划分成九个区域,用两个叁行叁列矩阵联合记录在xoy,xoz两个投影平面中目标物体A的真实区域落在参照物体B的哪一个区域来描述方向,分别用“1”和“0”来表示相交和不相交情况,据此提出了双投影矩阵模型。基于该模型,利用矩阵的计算性能,提出了一种叁维空间方向关系的组合推理方法,解决了单方向关系与单方向关系、单方向关系与多方向关系、多方向关系与单方向关系、多方向关系与多方向关系的推理问题。将四种推理方法进行总结归纳,给出了叁维空间中方向关系组合推理算法,并进行了分析比较。其次,利用内部矩形体对参照物体进行方向片划分,提出了叁维空间双投影内分矩阵模型,通过内部、边界、外部叁种方向关系组合表达空间方向关系,利用方向关系与拓扑关系间的依赖约束,提出方向关系与拓扑关系间的12条转化规则,根据Roop K.Goyal给出的五个模型性能指标对该模型进行性能评估,解决了在表示物体间是否相邻、相离或相交时存在的局限性。再次,针对单一的叁维空间索引技术检索性能较差的问题,分析了八叉树和经典R树的优缺点,提出了一种将两者结合的混合索引技术——ORSI,给出了ORSI的原理和结构描述,对混合索引结构中的R树分割聚类算法、混合索引结构插入算法、删除算法、检索算法等进行了研究,并对其性能进行了测试分析。最后,给出了叁维空间方向关系推理原型系统的设计过程,介绍了该系统的设计原则、概要设计、系统功能和主要模块的算法流程,并通过测试用例进行了验证。(本文来源于《燕山大学》期刊2015-05-01）
刘东[5]（2013）在《基于定性空间推理的图像检索》一文中研究指出近年来，基于内容的图像检索（CBIR）已成为十分活跃的研究领域。CBIR的研究已发展近20年，传统的互联网公司包括Google、百度、Bing、淘宝都已提供一定的基于内容的图像检索产品，如：Google Similar Images，百度识图，淘宝图想等。CBIR的实现依赖于两个关键技术的解决：图像特征提取和匹配。在目前的研究中，图像特征主要包括彩色、纹理、形状等特征，对图像目标间空间关系的涉及还相对较少。然而图像对象之间的空间拓扑关系不仅一种非常重要的特征，还反映着图像的语义特征，比如“海上升明月”、“环环相扣”、“叁方对垒”这样的图像语义内容都体现了物体的空间关系。目前时空推理领域研究的空间关系模型中，关系谓词数量非常有限（一般只有上、下、包含等），如RCC-8只有8个。而图像处理中实际应用的空间谓词更少，而且定义不严谨。几个谓词仅靠隶属度的变化，描述能力是比较差的。基于定性空间推理的方法，构建具有强表达能力的空间关系模型，有助于促进定性空间表示领域的发展，并满足于图像检索中的实际需求，且能为其他底层特征的融合提供支持。本文主要研究构造具有强表达能力的空间关系模型，用于解决CBIR领域中的实际问题。重点研究了树表示模型、分层图模型和凸区域间拓扑模型，对这些方法本身存在的缺陷进行了深入的研究，针对不同情况，提出了更适用于图像检索的空间关系模型，并进一步同形状描述、密度分布、纹理、颜色等图像低层特征相结合，提供非常“细致”的图像特征表达，用以进行相似图像检索。本文主要研究内容如下：(1)对当前基于内容的图像检索领域的研究现状进行了全面的综述，并分析和讨论了当前方法的应用前景和存在的问题。同时对定性空间推理的研究现状进行了概要介绍，重点介绍了空间推理中几种重要的空间关系模型，并分析和讨论了这些模型的研究现状和在图像检索应用中存在的问题。这些内容的讨论和分析是下一阶段研究工作的理论基础。(2)在当前多目标二值图像检索中，最常用的方法是提取图像的全局特征或统计信息进行检索，然而这种情况往往忽略了图像目标的空间信息和一些局部信息。此外，使用单一的特征表达往往不能准确的描述图像。针对这些问题，我们引入树模型(TRM)来表示二值图像，并融合形状、密度、空间位置等多种特征，给出图像的精细表达。进而我们给出基于TRM有效的树匹配算法，并应用于商标图像检索。实验结果表明，该方法不仅能很好的描述图像，而且检索准确率也高于现有方法。(3)目前空间推理中的关系模型适用于内部结构简单的空间对象，内部结构较复杂的对象目前主要采用内部拓扑结构表示法，此类工作较少。颇具代表性的是分层图表示模型，层次图同TRM树的主要区别是将仅以点连通的区域视为多个独立部分，因而能更精确的表达内部拓扑结构。然而该方法并没有体现同层成分之间、相隔成分之间的相切关系，鉴于此，我们扩展了分层图模型，提出了精细分层图模型，并给出了基于分层图表示的图像匹配度量方法，成功应用于医学图像检索，取得了较高的检索精度。(4)拓扑关系模型可划分为粗关系和精细关系，当前大多数的拓扑关系模型均为粗关系模型，比如经典拓扑关系模型RCC-8、IntervalAlgebra、9-交集、4-交集，均是在相对粗的水平下刻画两个区域间的拓扑关系，然而在许多实际应用中，对精细的拓扑关系要求更高。针对这种情况，我们提出一种新的刻画二维区域间的复杂拓扑关系模型（CTR），通过遍历其中一个区域的边界，并使用字符串来描述每一个边界部分，进而结合形状信息给出了拓扑结构的相似性度量方法，最终将该方法应用到图像检索中，获得了比其他方法更好的性能。(本文来源于《吉林大学》期刊2013-04-01）
马雷雷,李宏伟,梁汝鹏,李丽[6]（2013）在《本体辅助的定性空间关系推理机制》一文中研究指出引入本体论思想研究空间关系描述与推理,目的是为了实现地理空间信息的共享和互操作。从地理本体的概念出发,建立了符合常识空间认知的空间关系描述模型。以河南省行政区划、交通、旅游景点为基础数据,构建了空间关系本体实例库;自定义了空间关系推理规则,并实现了规则的SWRL表达;设计了基于本体的定性空间关系推理总体框架,并结合应用实例进行了推理实验,有效地验证了空间关系本体推理机制的可行性。(本文来源于《计算机应用研究》期刊2013年01期）
李波,梁晶晶,周正康,谢玉枚[7]（2012）在《多种空间关系和时间结合的定性时空推理》一文中研究指出空间实体之间存在多种时空关系,主要包含拓扑、方向、距离、尺寸和时间等。以往的研究工作主要集中于3种以下时空关系结合的表示和推理,而3种以上结合的研究很少。但多种时空关系之间是相互统一和相互约束的,所以,将它们全部综合起来研究是时空推理研究发展的必然趋势,也是实际应用的迫切需要。提出了采用矩形关系统一表示多种空间关系,以矩形关系变化次数表示时间的时空统一表示模型,并在此基础上,利用概念邻域图推导空间关系变化和时间变化。据此,结合矩形关系网络和路径一致性算法,提出了检验上述统一模型网络一致性的算法,并分析了算法复杂度。该研究成果提高了空间关系分析方法的准确性,减小了时间信息的冗余,对地理信息系统中空间实体间的空间关系以及时间变化的分析和查询等有一定的理论意义与应用价值。(本文来源于《计算机科学》期刊2012年08期）
王生生,刘大有[8]（2012）在《异构定性空间推理》一文中研究指出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叁种情况下的空间关系约束满足问题.提出了叁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.(本文来源于《电子学报》期刊2012年01期）
申世群[9]（2011）在《定性空间推理及其在空间数据检索中的应用研究》一文中研究指出空间推理是指利用空间理论和人工智能AI(Artificial Intelligence)对空间对象进行表示和推理。近年来,空间推理已成为十分活跃的研究领域,在空间演算易处理性,多维空间演算,空间知识管理以及定性、不完备空间信息推理等方面取得了重要进展。随着空间信息技术的发展,空间推理逐渐被用于地理信息系统、空间知识发现、时空数据库、图像数据库、自然语言理解和多媒体数据库等领域。其中地理信息系统是空间推理的最重要的应用领域之一。近年来,伴随着信息获取技术的进步,在地理信息系统( GIS)和遥感图像处理等领域中的空间数据,呈现出爆炸式增长的趋势。那么如何更加有效地利用这些空间数据、如何在海量空间数据中快速检索出人们所需要的信息成为目前空间数据管理的瓶颈之一,因此GIS的交互问题越来越重要,在这方面有很多的问题亟需研究解决,如以矢量或栅格方式存储着几十亿字节数据的GIS系统现在还不能提供直观的、面向常识的人机交互功能,诸如GIS系统不支持从大量数据中抽取出定性空间信息等。要想解决这些问题,就要对定性空间推理进行深入研究,并将定性空间表示、推理和空间相似性等研究结果应用到GIS中去,使GIS能满足人们日益提高的检索需求。本文在分析现有工作的基础上,围绕定性空间推理在空间数据检索中的应用开展研究,主要研究结果如下:1.研究了定性空间推理的相关概念和基本方法,对定性空间表示和空间数据检索进行了总结,通过对比分析重点研究了九交集拓扑关系模型和方向关系矩阵模型,提出结合这两种定性模型进行空间数据检索的方法,能对空间草图进行有效地表示和检索。总结出空间推理研究的基本方法主要有公理化方法、几何约束满足方法、代数方法和基于模型的推理方法。研究了判定某种定性空间关系形式化表达能力的标准,目前定性空间表示研究主要集中在空间拓扑关系表示、空间方向关系表示、空间距离关系表示、定性形状表示、空间邻近关系以及结合多种空间关系的定性表示方法,在这些表示方法中最重要的是拓扑关系和方向关系的表示,其中应用较广泛的拓扑关系模型主要有RCC模型和九交集模型,而应用最广泛的方向关系模型是方向关系矩阵模型。空间数据检索是近几年的研究热点,随着人们获得的空间数据不断增多,迫切需要提高空间数据检索的效率,增加更多、直观、符合人们认知的检索方法。我们介绍了空间数据检索发展的阶段及未来的发展方向,现阶段对基于草图的空间数据检索的研究越来越多,有必要对该方法进行深入研究。2.基于结合九交集拓扑关系模型和深度方向关系矩阵模型,研究了基于草图的空间数据检索方法。在基于草图的空间数据检索中,用户可用鼠标或手在触摸屏上绘制将要检索的空间场景,如建筑物、桥梁、河流和山川等形状与空间相对位置信息,并可给出已知的标注,形成草图。草图包含了较明确、详细的信息,包括对象间空间拓扑关系、方向关系和已知对象的标注等,可作为检索条件提交给GIS,系统对草图中的对象本身及对象间的拓扑和方向关系进行提取,并将提取的特征记录在相应的特征关系表中,然后通过空间关系匹配算法检索到符合要求的空间数据并进行显示,实现基于草图的空间数据检索。近年来,基于草图的空间数据检索得到了重视和研究。自1996年以来,Egenhofer、Blaser等人都对基于草图的空间数据检索进行了研究,相继给出了基于草图的空间数据检索的设计原则,草图的表示及检索处理过程,但以往的研究中大部分都围绕着区域对象展开,没有考虑所有类型的空间对象,并且很多都没有给出系统原型,我们将九交集拓扑模型和深度方向矩阵引入空间数据检索,给出了一种基于草图的空间数据检索方法,该方法支持地理数据库中所有的数据类型。我们具体研究了空间草图中拓扑关系和方向关系的提取及保存方法,并将基于草图的空间数据检索问题转化为约束满足问题,并根据约束满足问题的前项检查算法的思想,针对空间数据检索的具体问题,给出了一个基于草图的空间数据检索算法SBSDQ-FC(),应用标注、定义域动态排序和空间邻近关系等方法对SBSDQ-FC()算法进行了改进,提高了草图检索算法的检索效率。并给出了算法的复杂度,通过实验对算法进行了分析验证。3.空间相似性及其在空间数据检索中的应用研究研究了空间相似性的概念和相关处理方法,综述了空间相似性的国内外研究现状。重点研究了拓扑关系和方向关系相似性的定义和计算方法。根据1996年Bruns和Egenhofer给出的任意两个区域之间的拓扑关系概念邻域图,通过计算任意两个拓扑关系的距离得到两个区域之间拓扑关系概念邻域的差异矩阵。根据概念邻域图和差异矩阵给出了面与面之间拓扑关系相似性的计算方法。同时将这个方法推广到其它对象间拓扑关系相似性的计算。对于方向关系相似性计算,主要从主方向关系模型出发,研究了基于主方向关系模型的方向关系相似性计算方法。最后将空间相似性研究结果应用于基于草图的空间数据检索,使检索方式更直观,更易于理解。4. GIS环境下基于草图的空间数据检索系统的设计与实现为验证本文提出的结合拓扑关系和方向关系的草图检索方法,我们应用C#和MapInfo建立了一个基于草图的空间数据检索原型系统,验证了我们所提出的方法的可行性,同时文中也分析了这种方法的不足,指出了下一步要做的工作。国内空间推理领域关于定性空间推理及其应用研究方兴未艾,本文以上的研究结果丰富了定性空间推理及其应用技术,期望对该领域的发展有一定的借鉴和参考。(本文来源于《吉林大学》期刊2011-12-01）
邓晶,王志坚,袁静燕[10]（2011）在《基于地理本体的空间方向关系定性推理》一文中研究指出围绕基于地理本体的空间方向关系定性推理进行研究,给出了定性推理系统总体框架,并对方向关系模型、自定义规则、地理本体、定性推理进行详细探讨。(本文来源于《电脑编程技巧与维护》期刊2011年20期）
定性空间推理论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机科技的发展,许多实际应用领域涉及到大量空间目标对象,空间关系反映空间目标的几何位置及属性之间的关系,它是人工智能、空间数据库、地理信息系统(GIS)、机器人学等领域的重要研究内容。它对空间关系的描述和表达以及空间数据库的空间查询、分析和推理等方面具有重要的影响。拓扑关系是一种重要的空间关系,是当前空间关系研究的热点。在解决实际问题时,很多时候空间信息的数值很难精确获得,并且有时无需对空间关系进行精确的表示,所以可用定性语言描述空间信息。近年来,空间关系的定性表示和推理发展迅速,已被广泛应用于空间数据查询、定性导航、地理信息系统等相关领域。在实际环境中,空间区域往往是复杂的,比如区域中包含洞,或者包含不连通的子部分、分支等,仅仅利用简单区域间的关系已经不足以描述复杂区域内部各组成对象间的空间关系。因此为了更符合实际环境的需求,空间对象间关系的研究也从简单空间对象发展为复杂空间对象。本文针对复杂区域内各对象间的空间关系的定性推理问题,利用层次理论给出复杂区域的连接图表示,提出一种层次定性空间推理模型与方法,并用来分析移动对象的运动模式和运动状态,运用于机器人避障及轨迹预测问题的研究。首先,基于复杂区域的连接图定义一种邻域层次矩阵,可两两互斥并完备地表示复杂区域中n个成分对象间的连接关系,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,从理论和实践上证明所给方法的有效性,为制定机器人避障方案提供依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
定性空间推理论文参考文献
[1].雒海东,宫海彦,耿生玲.一种复杂区域层次定性空间推理方法[J].计算机应用与软件.2018
[2].宫海彦.复杂区域中定性空间推理及机器人避障研究与应用[D].青海师范大学.2018
[3].王生生,玄雪花.基于定性空间推理的中文文本空间关系识别[J].吉林大学学报(理学版).2016
[4].顾卫杰.叁维空间方向关系定性推理及查询技术研究[D].燕山大学.2015
[5].刘东.基于定性空间推理的图像检索[D].吉林大学.2013
[6].马雷雷,李宏伟,梁汝鹏,李丽.本体辅助的定性空间关系推理机制[J].计算机应用研究.2013
[7].李波,梁晶晶,周正康,谢玉枚.多种空间关系和时间结合的定性时空推理[J].计算机科学.2012
[8].王生生,刘大有.异构定性空间推理[J].电子学报.2012
[9].申世群.定性空间推理及其在空间数据检索中的应用研究[D].吉林大学.2011
[10].邓晶,王志坚,袁静燕.基于地理本体的空间方向关系定性推理[J].电脑编程技巧与维护.2011
论文知识图
