CN113486136A - 一种地理实体服务按需组装的方法及系统 - Google Patents
一种地理实体服务按需组装的方法及系统 Download PDFInfo
- Publication number
- CN113486136A CN113486136A CN202110890848.6A CN202110890848A CN113486136A CN 113486136 A CN113486136 A CN 113486136A CN 202110890848 A CN202110890848 A CN 202110890848A CN 113486136 A CN113486136 A CN 113486136A
- Authority
- CN
- China
- Prior art keywords
- data
- entity
- user
- geographic
- knowledge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000000605 extraction Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000013507 mapping Methods 0.000 claims description 21
- 239000003086 colorant Substances 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 15
- 238000013473 artificial intelligence Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 238000013256 Gubra-Amylin NASH model Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 241001270131 Agaricus moelleri Species 0.000 claims description 2
- 238000009432 framing Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 239000010410 layer Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000004806 packaging method and process Methods 0.000 description 5
- 229910052500 inorganic mineral Inorganic materials 0.000 description 4
- 239000011707 mineral Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- -1 rainwater Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013550 semantic technology Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种地理实体服务按需组装的方法及系统,能够基于知识图谱构建的地理实体数据库,实现可视化数据、语义信息、实体对象、专题集等多维度信息提取、面向实际应用场景需求,将提取的多维度信息进行组合、融合和打包,形成满足应用需求的定制化场景,再根据权限情况共享给不同用户,包括根据所提取的多维度信息,组装形成符合应用要求的定制化场景,针对所构建的场景进行用户权限设置,根据权限情况,场景呈现给不同用户实现不同用户的共享,从而完成定制化服务。本发明通过将用户需求结构图形化,利用人工之后能模型反演出所需要的地理数据,能够客观上获得定制的自纠功能,也同时将各类地理数据需求用结构图形来表示,从而高效地获取所需的地理数据。
Description
技术领域
本发明为申请号为202110496574.2的系列申请,涉及一种地理实体服务按需组装的方法及系统,尤其涉及一种地理实体结构化管理数据库的多用户需求的服务按需组装、按需组装服务方法及系统。
背景技术
随着智能化城市的发展,数字孪生是智能城市化的有效途径,实景三维空间信息平台的建设则是物理空间与信息空间中孪生地理实体全生命周期精准映射与融合协同的基础,也是地理实体结构化管理信息化水平的体现。城市信息模型(City InformationModeling,CIM)是对城市地上地下、室内室外各种实体目标及时空状态的数字化表达和描述,其反映城市规划、建设、发展以及运行。
在遇到地形地质复杂、气候条件恶劣、生态环境脆弱的地质条件下,铁路建设将是寸步难行,地球空间数据获取难、施工难、成果质量保证难,严重制约了复杂环境信息的感知能力,智能化手段将得到更加广泛的应用。通过综合应用互联网、物联网(Internet ofthing,IoT)、AI、导航定位、BIM(Building Information Model)和 GIS(GeographicInformation System)等现代高新技术,实现物理空间信息的全面感知、泛在互联、融合处理、主动学习、未来决策,实现地理实体结构化智能管理。
传统的GIS技术通常采用计算机技术对广袤的地理空间做出人工分割和抽象提取,为此,很难使得共享用户对地理空间的认知与处理数据形成良好匹配,对于复杂的地理实体则是更难满足整体特征上的需求。故此,现有技术中鲜有地理实体数据库用户定制化技术的文献记载和相关学术报道。
诸如中国专利文献CN105740339A中公开了一种民政大数据融合管理系统,包括民政数据采集模块,民政数据存储模块,民政数据挖掘模块,民政数据分析模块,在该技术方案中,将地理实体数据库与人文数据库实现多渠道采集和数据融合,为民政业务建立统一分析并保持可扩展性。
诸如中国专利文献CN108170720A中公开了一种规划显示系统,建立了空间数据库和属性数据库,空间数据由GIS空间数据库管理,属性数据由关系数据库管理,空间数据和属性数据集成为地理实体。当用户发出的请求是针对空间数据的,由SDE的SQL分析器提取空间数据,完成相应的处理后发给客户端,如果请求是针对非空间数据的,则由关系数据库系统进行相应处理。
诸如华为授权专利CN107003985B中公开了一种基于面向服务的网络自动创建提供定制化虚拟无线网络的系统和方法,为了使网络控制和管理可扩展,一个网络可以在地理上划分为地区或区域或其他地理实体,SONAC和其他管理平面组件的构架因此是一个分层架构,为了资源管理目的,在SONAC的分层结构中,低层是抽象的,详细内容对高层隐藏。
然而即便实现了面向实际需求的场景提供策略,还需要考虑用户的个性化的数据分享定制,需要将建立的地理知识数据库进行简洁、高效、适用于不同用户对地理数据使用需求的问题,这就涉及到查询和数据调取问题。采用传统的搜索功能,并不能将多种类数据打包搜索,例如需要将地理知识、地理实体场景、地理时空数据整体打包搜索,找到用户实际所需求的数据结构的地理数据呈现要求。
现有技术中亟需一种能够实现面向实际应用场景需求,将提取的多维度信息进行组合、融合和打包,形成搜索数据结构和呈现数据结构的匹配关系,以满足应用需求的定制化场景,再根据权限情况共享给不同用户的地理实体数据库定制化服务技术。
发明内容
鉴于现有技术中存在的技术问题,本发明旨在提供一种地理实体服务按需组装的方法及系统,实现可视化数据、语义信息、实体对象、专题集等多维度信息提取、面向实际应用场景需求,将提取的多维度信息进行组合、融合和打包,形成满足应用需求的定制化场景,再根据权限情况共享给不同用户的地理实体数据库用户定制化服务技术。
具体解决策略涉及三个方面,第一用户定制的数据结构构架,第二地理数据呈现,第三,用户定制的数据结构构架与地理数据呈现之间如何获得一一对应关系。本发明的多维数据空间中以及地理实体数据库中的数据即代表了多维度信息,即多维数据空间中的每一个元素以及地理实体数据库中的每一数据都属于多维度信息。M表示多维矩阵结构,具体的为三维块矩阵,也表示用户定制的数据结构,即表示M中所有元素的数据类型的总体构成结构,对应的结构图形p属于未填充颜色的结构图形p范框,对于三维块矩阵为后文公式(1)中右端的三维块矩阵的结构,即表示用户定制的数据结构由T ij 、B kl 、K uv 相互嵌套构成的多层三维结构。地理实体数据库中的数据属于多维度信息。
具体地,根据本发明的一个方面,提供一种地理实体服务按需组装的方法,包括如下步骤:
S1建立用户定制数据;
S2建立地理实体数据库;
S3建立用户定制地理实体数据人工智能模型;
S4 根据用户当前定制的数据(也即需求),利用S3建立的模型得到用户所需求的地理实体数据,并将所述用户所需求的地理实体数据呈现给用户。
其中S1包括:
S1-1构建地理知识图谱和地理实体信息,
S1-2将地理知识图谱和地理实体信息一一对应形成多维数据空间;
S1-3根据所述多维数据空间构建结构图形,用于识别用户的定制需求,以形成结构图库;
优选地,所述地理知识图谱包括地理实体时空知识图谱和多个外部知识图谱,所述地理实体信息包括地理实体时空数据和地理实体图谱。
S1-2具体包括:
S1-2-1将地理知识图谱和地理实体信息两者中一一对应的不同的图谱和信息组成多个元素;
S1-2-2将多个元素按预设规则进行构架,形成多维数据空间;
所述预设的规则包括,按日期顺序、按地理实体名称顺序(如地理实体图谱对应地理实体的名称排序)、按图谱数据大小顺序、按知识分类顺序(如地理实体时空知识图谱、多个外部知识图谱对应知识分类排序)中的一种或其组合,其中所述按地理实体名称顺序包括按照地理实体名称首字的声母排序,首字相同则以第二字声母排序,以及类推直到找到不同字开始以该不同字声母排序,所述按知识分类顺序依照所述的知识涉及到的科学技术分类而排序,具体可以是按照自然科学、人文科学的顺序排序,其中自然科学包括按照科学、技术顺序排序。
在一个实施例中按照先按日期顺序排序,再于每个日期点下按照地理实体名称顺序。
所述多维数据空间的结构包括,分形数据结构、多维矩阵结构或其组合。
在一个实施例中多维数据空间结构是多维矩阵结构,限于物理空间限制,可以通过三维块矩阵形式予以描述,设,其中M为三维块矩阵结构,A为排序规则,X为地理实体时空知识图谱、多个外部知识图谱、地理实体时空数据和地理实体图谱四类数据,则地理知识图谱和地理实体信息经过排序规则A排序后,,其中T ij (i,j为元素顺序号)是一个日期点下的地理实体时空知识图谱、多个外部知识图谱和地理实体图谱的数据元素,
设A=A1A2A3,其中A3为时间排序规则,A2为地理实体图谱排序规则(如按照地理实体图谱对应地理实体的名称排序),A1为先按照地理实体时空知识图谱(如先按照一天24小时顺序以矩阵行列为序排序矩阵行,再按照区域坐标顺序排序,例如按照区域中离开城市坐标原点距离最近的距离排序矩阵列)、再按照多个外部知识图谱(如按照多个外部知识图谱对应知识分类排序)进行的排序规则,则
可选地,其中以st为序先按照自然地理知识排序,再以人文地理知识排序形成多层知识排序数据结构,然后每层中以一天24小时排序为矩阵列再按照区域坐标顺序排序为矩阵行,以行为序,按照地理实体名称首字的声母排序,每一行中首字相同则以第二字声母排序,以及类推直到找到不同字开始以该不同字声母排序形成多行地体实体图谱数据结构,从而整体上形成四类数据的三维块矩阵结构,其中各元素右上角括号及其中阿拉伯数字整体符号是表示多个“'”,以表述属于不同的数据,无数据元素则以零元素表示。可以根据实际所需要的地理数据而省略三维矩阵块中各层的矩阵块以及零元素使得识别过程大大减少运算量。
S1-3具体包括:
对于三维块矩阵M对应的结构图库P中的每一张所述结构图形p即为相应的三维的结构图形p。
其中S2包括:
S2-1采集并整理用户所有可能的需求组合的数据,
S2-2抽取地理实体时空知识构建地理实体时空知识图谱,
S2-3将抽取的所述地理实体时空知识图谱与多个外部知识图谱进行知识合并,形成完整的地理知识图谱,即该地理知识图谱由所述地理实体时空知识图谱和多个外部知识图谱进行知识合并而形成,
S2-4建立地理实体时空数据库和地理实体图谱数据库,并将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中,
S2-5基于知识图谱构建地理实体数据库,即包括该地理实体基础时空数据库和地理实体图谱数据库的地理实体数据库,实现多维度信息提取。
进一步地,如上所述的地理实体服务按需组装的方法,其特征在于,上述步骤(1)中,用户将用户需求展示出来,并对该用户需求进行分析、归纳,以及对该用户需求的可扩展性需求进行探索。
进一步地,如上所述的地理实体服务按需组装的方法,其特征在于,上述步骤(2)中,通过对地理实体数据进行空间关系、语义关系、时间关系的语义分析和关系抽取多维度信息,从而完成地理实体时空知识图谱构建。
进一步地,其特征在于,上述步骤(3)中,所述外部知识图谱包括开放地理语义网和行业知识图谱。
进一步地,其特征在于,上述步骤(3)中,经与开放地理语义网、行业知识图谱进行实体对齐、实体连接、实体消歧,以进行知识合并,从而形成完整的地理知识图谱。
进一步地,其特征在于,上述步骤(4)中,将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中,实现知识计算与应用。
进一步地,其特征在于,上述步骤(5)中,根据用户需求,解析用户实际应用需求,用户从数据、信息、知识进行实体对象提取、语义提取、以及知识提取。
进一步地,其特征在于,上述步骤(5)中,基于知识图谱构建的地理实体数据库,实现可视化数据、语义信息、实体对象、专题集的提取。
其中S3包括:
S3-1从结构图库P中提取多张结构图形p;
S3-2利用多张结构图形p和地理实体数据库,建立用户定制地理实体数据人工智能模型。
其中优选地,所述多张结构图形p分为训练集合验证集,两者比例为10:1-1:1。
所述人工智能模型包括卷积神经网络CNN,支持向量机SVM,生成对抗网络GAN,
在一个实施例中所述S3-2进一步包括,使用GAN进行建立所述用户定制地理实体数据人工智能模型,具体包括:
将随机的多张多彩和/或多灰度图和给定的空白图形输入生成器G,生成多张赝图q;将多张结构图形p和所述多张赝图q输入判别器D从而判别出多个结果,不断调整生成器和判别器算法参数而不断进行判别步骤,从而当多张赝图q和多张结构图形p之间差异达到预设范围内时则停止训练,得到GAN。
其中所述结果包括了用户定制的数据结构。可以理解的是,对于用户定制数据结构包含了一种形式的多维数据空间(这里与用户定制数据结构一样,仍然使用M表示),其中不同的非零元素分布表示不同的用户定制需求,可以用相应不同的语义矩阵L来描述,即(M为用户定制数据结构)。根据(其中M包含了一种形式的多维数据空间,也即M中含有多种不同类型的数据,p为填充了颜色的结构图形p)形成对应的结构图库P中一张结构图形p(填充了颜色),当一张多彩和/或多灰度随机图输入生成器G中后,形成一张赝图q,将结构图库P中多张结构图形p与该张赝图q输入判别器D,判断是否属于一种用户定制数据结构M对应的语义L描述,如果否则继续调整G和D的算法,不断生成赝图q和该多张结构图形p输入D进行判断,直到当赝图q和多张结构图形p之间差异达到预设范围内时则判断为属于一种用户定制数据结构M对应的语义L描述,于是对于其他多张结构图形p作重复上述的判断过程,最后形成GAN可以通过用户输入的需求形成的结构图形p而识别出任何非零元素分布的用户定制数据结构M(通过对应的语义L逆映射得到)。
应该理解的是,虽然多张结构图形p相互颜色不同,但可以是每个像素结构完全相同,仅仅是每一类数据中的具体需求不同,比如两个城市,都要求获取同一天的同一时刻的白天和黑夜的地理实体图以及对应的人口。因此结构图中两个像素全部是相同的语义来描述,即两个像素都需要获知但具体的结构图形p的颜色不同,因为用于区别不同的城市和人口数。
在一个实施例中,两个像素都用城市的地理实体时空知识图谱(感兴趣坐标区域的白天还是夜晚的知识图谱)和多个外部知识图谱(人口、矿产等),以及地理实体时空数据(截取的白天夜晚所处的年份和日期)和地理实体信息(即感兴趣坐标区域的地理实体图像)所表示的四类语义来描述。
基于上述理解,S3-2具体包括:
S3-2-1对于用户定制数据结构M或生成的结构图形p(当其中存在不同的非零元素或非空白像素分布时即都表示不同的用户定制需求),M中每一个元素或结构图形p中每一个像素都代表的数据类型用不同的语义L来描述,即,或(其中p为未填充颜色的结构图形p框范,即包含有M对应数据结构的空白像素结构);
S3-2-2提取结构图库P中的对应于语义L的多张结构图形p(已填色),将一张多彩和/或多灰度随机图形和空白图输入生成器G中后,形成一张赝图q,将该多张结构图形p与该张赝图q输入判别器D,判断是否属于一种用户定制数据结构M对应的语义L描述,如果否则进入步骤S3-2-3,如果是则进行步骤S3-2-4;
S3-2-3调整G和D的算法,再不断生成赝图q和该多张结构图形p输入D进行判断,直到当生成赝图q和该多张结构图形p之间差异达到预设范围内时则判断为属于一种用户定制数据结构M对应的语义L描述;
S3-2-4对应于其他语义L的多张结构图形p(已填色)重复进行S3-2-2判断是否属于其他语义L描述,最后形成GAN模型可以根据用户输入的需求所形成的结构图形p而识别出任何非零元素分布的用户定制数据结构M,所述任何非零元素分布的用户定制数据结构M通过GAN识别出的语义L的逆映射得到。
特别地,对于三维块矩阵则具体识别语义L是按照用户定制数据结构M或生成的结构图形p中每层每行每列元素或像素逐次识别得到语义矩阵L。
优选地,所述差异包括将生成赝图q和所述一张结构图形p之间作差所形成的差值图,所述预设范围包括所述差值图的所有像素总彩色值和/或灰度值在预设范围内,
优选地,第一方案,所述预设范围为所述差值图的所有像素总彩色值和或灰度值分别在所述地理实体时空知识图谱,多个外部知识图谱,地理实体时空数据和地理实体图谱中排序上相邻的数据所定义的颜色和/或灰度色差的最小值范围内;和/或
第二方案,所述预设范围为所述差值图的所有像素总彩色值和或灰度值分别在0-75以及0-20范围内。即对于RGB或灰度值平均在10%误差范围内,更优选地为0-35以及0-10,即平均在5%误差范围内,最优选地,为0-7以及0-2,即平均在1%误差范围内。
可以理解的是,对于第一方案,当用户需求不在结构图库P范围内,则表示不能为用户提供定制方案,此时应当根据用户的需求对结构图库P进行更新;对于第二方案,当出于某种需求,用户需要对某一研究对象(如矿石)的地理数据进行获取时,用户可以根据其需求对应形成结构图形p,并以实体图像,比如印刷或纸质的彩色和或灰度图像与研究对象一起打包发送给测试单位,进行测试分析,以便与电子版的结构图形p之间对照以确认和区分接收到研究对象。由于印刷或纸质的彩色和或灰度图像的要求与定义(以公知颜色空间的色彩定义)的结构图形p之间存在色差,于是要求一定的误差范围。
由上述可知,映射或,或其逆映射中的M或p都表示的数据结构,并不涉及到具体的数据内容或颜色信息,而用户定制数据中的M或p就分别表示含有一种形式的多维数据空间以及填充颜色的结构图形p,这是因为根据映射而必然的结果。
其中S4包括:
应当理解的是:生成结构图形p(可能是通过实体结构图形p扫描获得电子版结构图形p,也可能是利用了旧版本的映射,或者用户对于生成结构图形p的格式转换等处理等因素而导致)由于与下面所获得的p存在色差,无法预知这种色差是否会导致误选X,而GAN模型保证了预设色差范围内消除下的精确识别。因此不能直接通过生成结构图形p中每个像素的C的逆映射来找到地理实体数据库中的X,而应当通过GAN模型来识别,即便发现最后呈现的数据与需求有差异甚至错误,也能够及时找到原因而重新定制。从而通过GAN模型客观上来获得定制的自纠功能。当确信排除一切色差导致的因素时,也可以直接不适用GAN模型而直接通过生成结构图形p中每个像素的C的逆映射来找到地理实体数据库中的X。
S4-2将生成的所述结构图形p代入用户定制地理实体数据人工智能模型中形成一种用户定制数据结构M,提取地理实体数据库中的与所述一种用户定制数据结构M相对应的多维度信息,组装形成符合应用要求的定制化场景。
具体地,所述地理实体数据库中的与所述一种用户定制数据结构M相对应的多维度信息是指所述地理实体数据库中的那些与一种用户定制数据结构M中元素所代表的多维数据相对应的多维度信息,对应法则为(其中M为包含了具体的数据内容需求的一种用户定制数据结构M),再根据p中每个像素的C逆映射找到地理实体数据库中的X。
然后将该年份的地理实体图谱以及人口数数据进行组成形成符合应用要求的定制化场景。
S4-3针对所述定制化场景进行用户权限设置,并进行场景和多维数据空间的发布,
S4-4根据权限情况,场景和/或多维数据空间呈现给不同用户实现不同用户的共享,从而完成定制化服务。
进一步地,其特征在于,上述步骤S4-4中,所述场景呈现包括三维可视化场景呈现、信息/知识查询显示、分析推理功能实现。
进一步地,其特征在于,面向实际应用场景需求,将提取的多维度信息进行组合、融合和打包,形成满足应用场景需求的定制化场景,再根据权限情况共享给不同用户。
本发明还提供一种地理实体服务按需组装的系统,包括:用户定制数据结构建立模块;地理实体数据库建立模块;用户定制地理实体数据人工智能模型建立模块;地理实体数据呈现模块,处理器,以及用户终端。所述用户终端包括计算机,以及移动终端。在一个实施例中所述移动终端包括安装有基于结构图形的地理实体数据库用户定制化app的智能手机。
本发明还提供一种非暂时性存储介质,其中存储有可由所述处理器运行而实现上述基于结构图形的地理实体数据库实现服务按需组装的方法的计算机可读程序。
根据本发明,一方面,能够基于知识图谱构建的地理实体数据库,实现可视化数据、语义信息、实体对象、专题集等多维度信息提取、面向实际应用场景需求,将提取的多维度信息进行组合、融合和打包,形成满足应用需求的定制化场景,再根据权限情况共享给不同用户的地理实体数据库提供用户定制化服务。另一方面,通过将用户需求结构图形化,利用人工之后能模型反演出所需要的地理数据,能够客观上获得定制的自纠功能,也同时将各类地理数据需求用的结构图形来表示,从而高效地获取所需的地理数据。
附图说明
图1为三维块矩阵st排序结构示意图,
图2为本发明一具体实施方式所涉及的一种地理实体服务按需组装的方法的技术路线的方块示意图,
图3(a)和图3(b)分别为城市A选择的六个日期点中在白天和夜晚大气物理模型渲染的图,
图4为要求定制图3(a)和图3(b)时生成的结构图形p”修改为“图4示出了对应不同日期的有填充颜色和无填充颜色的结构图形示意图,
图5为GAN建模和语义识别与用户定制数据结构M形成流程图,
图6(a)显示app界面的智能手机示意图,
图6(b)为点击图6(a)中六方体一个面时弹出对话框的示意图。
具体实施方式
下面将参照附图2-6(a)和6(b),结合本申请具体实施例,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是示例性的,本发明并不仅限于该具体实施例之中。
应当理解,本申请中术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。本申请所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
本发明中,地理实体不仅仅是简单的点、线、面的组合,而是具有一定的地理语义特征的地理实体,地理实体的语义不仅受到几何特征的影响,还受到实体所属的类型、语言环境、个体认知差异等非空间属性的影响。本发明中地理实体指的是利用空间数据源表征的地理实体,空间数据源包括矢量数据、栅格数据或矢量数据和栅格数据的结合。可以是异构的不同比例尺不同时态的数据。其中矢量数据是指,矢量数据结构通过记录地理坐标的方式尽可能精确地表示点、线和多边形等地理实体,坐标空间设为连续,允许任意位置、长度和面积的精确定义。栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织,组织中的每个数据表示地物或现象的非几何属性特征。常见的栅格数据有卫星影像、航拍影像、雷达图像等。
从数字城市发展到数字孪生城市,基础地理信息将转化为智能时空语义信息,原有的基础时空数据,通过语义化技术,一方面可以实现结构化,一方面可以实现业务属性无限扩充,包括物联网节点地址信息以及其他业务属性信息,进而形成城市信息模型。城市信息模型打破了原有图层管理方式,实现孪生实体对象管理,关联多层数据产生新数据,形成知识图谱,支撑智慧城市智能应用。
具体来说,数据建库依据数字孪生城市基础时空数据(城市)、部件元素数据、业务专题数据、传感器数据进行时空汇聚、语义融合,数据建库,基于检查入库、统一组织、分布式存储、集中管理等功能需求,实现对多源数据的“逻辑集中,物理分布”的一体化、全流程的融合处理,具备海量时空数据存储管理能力。
地理实体按从属关系分为四级:大类,中类,小类及扩展类。其中大类包括:建筑实体,交通实体,管线实体,地形与植被实体,水系实体,其他实体共 6 类。在大类基础上共划分 39 个中类。根据实际需求对种类再细分小类和子类。
(1)建筑实体
建筑实体由城市中具有人类活动功能的居民楼,商业综合体,民房,农村房屋、厂房组成。分为房屋实体,分层分户实体及地下空间实体三种实体子集。
(2)构筑物及城市设施实体
构筑物及城市设施实体中,构筑物包括公共服务类构筑物,名胜古迹类构筑物,宗教类构筑物及其他构筑物;城市设施包括街道设施及其他设施。
(3)交通实体
交通实体由铁路,城际交通,轨道交通,城市交通,乡村道路,车站港口,道路构筑物及设施,陆运交通标识,其他交通实体以及水运设施实体构成。
(4)水系实体
水系实体由河流,沟渠,湖泊,水库,池塘,海洋,其他水系及附属设施实体。
(5)土地利用实体
土地利用实体是指具有明确边界范围的具体土地使用类型的地块。将地物空间按照土地利用类型进行实体分割,一般以面图元和简单的三维体图元进行表达。主要包括耕地,园地,林地,草地,商服用地,工矿仓储用地,住宅用地,公共管理与公共服务用地,特殊用地,交通运输用地,水域及水利设施用地和其他土地实体。
(6)管线实体
管线实体是联结泵、阀或控制系统的管道,用于传送液体、气体或研成粉末的固体。包含给水、排水、输水、输电、通信、污水、雨水、燃气、电力、电信、天然气、热力、工业管道,综合管廊和其他管线实体。
(7)场地实体
地形与场地实体包括区域地形实体及按照院落和农林地边界线构建的具体场地地形。一般由具体边界范围的封闭面构成。
(8)植被实体
植被与地貌实体由自然地貌,灾害地貌,人工地貌,城市绿地和其他植实体被组成。
(9)管理单元实体
管理单元实体是由各类具有管理意义的实体单元组成,包括行政区,主体功能区,开发区,自然保护地,非行政区域,社会管理单元,地籍宗地和房屋宗地单元实体。
实施例1
图2为本发明一具体实施方式所涉及的一种地理实体服务按需组装的方法的技术路线的方块示意图。
具体而言,如图2所示,在本发明的一个具体实施例中,所提供的一种基于彩色图形的地理实体数据库的服务按需组装的方法,包括如下步骤:
S1-1 构建地理实体时空知识图谱和一个人文外部知识图谱(含城市名称),以及地理实体时空数据和地理实体信息,
S1-2将地理实体时空知识图谱和一个人文外部知识图谱,以及地理实体时空数据和地理实体信息一一对应形成单层二重块矩阵
如图3(a)和(b)所示,展现了城市A选择的六个日期点中在白天和夜晚时候的大气物理模型渲染的图,以及对应的城市名称。此时由于不考虑A城市其他区域以及其他知识图谱或实体地理数据或图谱,二重块矩阵可以省略大量矩阵块以及零元素而简化为(2)为2×3矩阵,0元素为空白元素。其中以及分别表示了A城市的在某一年中某一天的白天和夜晚的地理实体图谱,即白天和夜晚大气物理模型渲染的图,并在渲染的图上显示城市名称和白天还是黑夜信息。
S1-3-1将M中元素所包含的A城市中感兴趣的坐标区域的白天和夜晚知识图谱和时间与大气物理模型渲染的图对应,分别通过映射为白天知识图谱为R=G=B=225(属于第一颜色),夜晚知识图谱为R=G=B=0,(属于第一颜色);A城市的时空数据为某一年中的某一天为绿色R=34,G177,B=76背底,地理实体图谱为大气物理模型渲染的图为红色R=237,G=28,B=36第二颜色(覆盖一部分背底,至少部分被第一颜色所覆盖);
S1-3-2根据所述映射将R=G=B=225,R=34,G177,B=76,R=237,G=28,B=36,以及R=G=B=0,R=34,G177,B=76,R=237,G=28,B=36两组合颜色分别填充到和第一行第一列和第一行第二列的元素中,形成如图4所示的与二重块矩阵M对应的结构图形p,即得到了用户定制数据,将多张结构图形p构成结构图库P。所述结构图形p中每个像素对应于一个所述元素,且像素为。由此构建了用户数据结构的二重块矩阵多维数据空间形式。图4示出了对应不同日期的有填充颜色和无填充颜色的结构图形示意图,图4中,第一行前两个结构图形分别定制图3(a)和图3(b)时生成的有填充颜色的结构图形,图4中其他所示空白结构图形表示未有填充颜色对应的结构图形。
实施例2
实施例1中S2建立地理实体数据库具体包括:
S2-1采集并整理用户所有需求组合的数据,包括地理实体时空知识图谱和多个外部知识图谱,以及地理实体时空数据和地理实体信息所有组合形式种。将用户15种需求组合展示出来,并对该用户需求进行分析、归纳,以及对该用户需求的可扩展性需求进行探索,比如对于A城市中矿产的分布或化学物理性质参数等外部知识图谱的扩展。
S2-2抽取地理实体时空知识构建地理实体基础时空知识图谱,通过对地理实体数据进行空间关系、语义关系、时间关系的语义分析和关系抽取完成地理实体时空知识图谱构建;
S2-3将抽取的所述地理实体时空知识图谱与多个外部知识图谱进行知识合并,形成完整的地理知识图谱,所述外部知识图谱包括开放地理语义网和行业知识图谱。经与开放地理语义网、行业知识图谱进行实体对齐、实体连接、实体消歧,以进行知识合并,从而形成完整的地理知识图谱。
S2-4建立地理实体基础时空数据库和地理实体图谱数据库,并将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中,将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中,实现知识计算与应用。
S2-5基于由知识图谱构建的地理实体数据库一共15种,实现多维度信息提取。可以根据用户需求,解析用户实际应用需求,用户从数据、信息、知识进行实体对象提取、语义提取、以及知识提取,也可以基于知识图谱构建的地理实体数据库,实现可视化数据、语义信息、实体对象、专题集的提取。
实施例3
实施例1-2中S3-1从结构图库P中提取多张结构图形p,
S3-2利用多张结构图形p和地理实体数据库,建立用户定制地理实体数据人工智能模型。所述多张结构图形p分为训练集合验证集,两者比例为5:1。
使用GAN进行建立所述用户定制地理实体数据人工智能模型,具体包括:
所述语义L包括:地理知识图谱语义L 1,包括地理实体时空知识图谱语义L 11和多个外部知识图谱L 12,所述地理实体信息L 2包括地理实体时空数据语义L 21和地理实体图谱语义L 22,形成15种代码以字母a-o表示(可以理解的是实际计算时使用二进制代码来表示代码a-o),具体映射见表1,其中交叉点表格中代码表示横向竖向语义组合。
表1语义L的表示代码一览表
<i>L</i><sub>11</sub><i> L</i><sub>12</sub>=c | <i>L</i><sub>21</sub><i> L</i><sub>22</sub>=d | <i>L</i><sub>21</sub><i> L</i><sub>12</sub>=e | <i>L</i><sub>22</sub><i> L</i><sub>12</sub>=f | <i>L</i><sub>11</sub><i> L</i><sub>22</sub>=g | <i>L</i><sub>11</sub><i> L</i><sub>21</sub>=h | |
<i>L</i><sub>11</sub>=a | - | i | j | k | - | - |
<i>L</i><sub>12</sub>=b | - | l | - | - | m | n |
<i>L</i><sub>11</sub><i> L</i><sub>12</sub>=e | - | o | - | - | - | - |
例如实施例1中公式(2)以及对应的结构图形p中,代表某一年某天A城市白天和夜晚的矩阵元A城市白天和A城市夜晚,以及对应的结构图形p中底色-第二颜色-第一颜色构成的两个像素,都使用语义L 11 L 21 L 22=i表示,于是就表示公式(2)中的M到L 11 L 21 L 22的映射为i。以下建立的GAN模型,即可以代码i表示所识别的结构图形p对应的M(通过逆函数得到)的每一个元素数据结构是否属于i表示的语义L 11 L 21 L 22。
S3-2-2如图5所示:本实施例提取结构图库P中的多张结构图形p(对应于语义L 11 L 12 L 21 L 22描述o),将一张多彩随机图以及空白图(R=G=B=255)形输入生成器G中后,形成一张赝图q,将多张结构图形p与该张赝图q输入判别器D,判断是否属于一种用户定制数据结构M对应的语义L 11 L 12 L 21 L 22描述o,如果否则进入步骤S3-2-3,如果是则进行步骤S3-2-4;
S3-2-3调整G和D的算法,再不断生成赝图q和该多张结构图形p输入D进行判断,直到当生成赝图q和该多张结构图形p之间差异达到预设范围内时则判断为属于一种用户定制数据结构M对应的语义L 11 L 12 L 21 L 22描述o;
S3-2-4形成其他多张结构图形p重复进行所述判断,形成GAN可以根据用户输入的定制需求所形成的结构图形p而识别出其他14种语义表示的定制需求下的任何非零元素分布的用户定制数据结构M,所述任何非零元素分布的用户定制数据结构M通过GAN识别出的语义L的逆映射得到。
所述差异包括将生成赝图q和所述一张结构图形p之间作差所形成的差值图,所述预设范围包括所述差值图的所有像素总彩色值在预设范围内为7。
实施例4
实施例1-3中其中S4包括:
S4-1用户根据需求在手机app上选择一种用户定制数据结构M’和A城市坐标区域白天和黑夜、名称、人口数、时间与实体图谱的数据内容。如图6(a)所示,所述手机界面上呈现出一个可以任意旋转查看其每一个面的六面体结构,每一个面都为一个功能按钮,且分别包括了包括A城市的地理实体时空知识图谱(感兴趣坐标区域的白天还是夜晚的知识图谱)和多个外部知识图谱(人口、矿产等),以及地理实体时空数据(截取的白天夜晚所处的年份和日期)和地理实体信息(即感兴趣坐标区域的地理实体图像),以及可以同时选择多个城市一起定制,剩余一个面为可扩展功能按钮,用于扩展更多数据类型,例如城市A中矿产的成分检测数据,城市A中各方面的数据的查询,如家庭电费、水费、燃气费、医疗情况等。
用户分别点击其中四个面,弹出对话框进一步详细化数据定制选择。如图6(b)按下地理实体时空知识图谱按钮后,会在按下的地点弹出对话框选择白天还是夜晚,或者准确的时间,以及区域。用户根据所需要的数据定制方案而选择定制数据结构M和数据内容生成结构图形p(手机界面下的生成结构图按钮);其中界面下还包括了定制数据、数据库、编辑、建模按钮,分别用于查看和保存定制地理数据以及选择数据结构类型,对结构图库P和地理实体数据库的搜索查看,编辑、修改和发送定制需求,建立人工智能模型。
S4-2将生成的所述结构图形p代入实施例3的GAN模型中形成二重块矩阵,提取地理实体数据库中的与一种用户定制数据结构M相对应的多维度信息,组装形成符合应用要求的定制化场景。
通过得到p中的元素彩色(即实施例1中的R=G=B=225,R=34,G177,B=76,R=237,G=28,B=36,以及R=G=B=0,R=34,G177,B=76,R=237,G=28,B=36两组合颜色)再利用逆映射得到地理实体数据库中相对应的多维度信息。
S4-3针对所述定制化场景进行用户权限设置,并进行场景和多维数据空间的发布,
S4-4根据权限情况,场景和多维数据空间呈现给不同用户手机app上实现不同用户的共享,从而完成定制化服务,所述场景呈现包括三维可视化场景呈现、信息/知识查询显示、分析推理功能实现。
综上,尽管依据具体实施方式对本发明做出详细的描述,然而,本领域技术人员懂得,该描述是示例性的,其能够在本发明的基础上做出各种修饰和变更,以及不同应用场景的表达,只要不脱离本发明的宗旨和精神,这些修饰和变更以及不同场景的表达均应落入本发明的保护范畴之内,本发明的保护范围由所附权利要求书限定。
Claims (18)
1.一种地理实体服务按需组装的方法,其特征在于,包括如下步骤:
S1建立用户定制数据;
S2建立地理实体数据库;
S3建立用户定制地理实体数据人工智能模型;
S4 根据用户当前定制的数据,利用S3建立的模型得到用户所需求的地理实体数据,并将所述用户所需求的地理实体数据呈现给用户。
2.根据权利要求1所述的方法,其特征在于,其中S1包括:
S1-1 构建地理知识图谱和地理实体信息,
S1-2将地理知识图谱和地理实体信息一一对应形成多维数据空间;
S1-3根据所述多维数据空间构建结构图形,用于识别用户的定制需求,以形成结构图库;所述地理知识图谱包括地理实体时空知识图谱和多个外部知识图谱,所述地理实体信息包括地理实体时空数据和地理实体图谱。
3.根据权利要求2所述的方法,其特征在于,其中S1-2具体包括:
S1-2-1将地理知识图谱和地理实体信息两者中一一对应的不同的图谱和信息组成多个元素;
S1-2-2将多个元素按预设规则进行构架,形成多维数据空间;
所述预设的规则包括,按日期顺序、按地理实体名称顺序、按图谱数据大小顺序、按知识分类顺序中的一种或其组合,其中,所述按地理实体名称顺序包括按照地理实体名称首字的声母排序,首字相同则以第二字声母排序,以及类推直到找到不同字开始以该不同字声母排序,所述按知识分类顺序依照所述的知识涉及到的科学技术分类而排序,具体按照自然科学、人文科学的顺序排序,其中自然科学包括按照科学、技术顺序排序;所述多维数据空间的结构包括,分形数据结构、多维矩阵结构或其组合。
4.根据权利要求3所述的方法,其特征在于,多维数据空间结构是多维矩阵结构,通过三维块矩阵形式予以描述,设,其中M为三维块矩阵结构,A为排序规则,X为地理实体时空知识图谱、多个外部知识图谱、地理实体时空数据和地理实体图谱四类数据,则地理知识图谱和地理实体信息经过排序规则A排序后,,其中T ij (i,j为元素顺序号)是一个日期点下的地理实体时空知识图谱、多个外部知识图谱和地理实体图谱的数据元素,,
6.根据权利要求2-4中任一项所述的方法,其特征在于,其中S2包括:
S2-1采集并整理用户所有可能的需求组合的数据,
S2-2抽取地理实体时空知识构建地理实体时空知识图谱,
S2-3将抽取的所述地理实体时空知识图谱与多个外部知识图谱进行知识合并,形成完整的地理知识图谱,即该地理知识图谱由所述地理实体时空知识图谱和多个外部知识图谱进行知识合并而形成,
S2-4建立地理实体时空数据库和地理实体图谱数据库,并将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中,
S2-5基于知识图谱构建地理实体数据库,即包括该地理实体基础时空数据库和地理实体图谱数据库的地理实体数据库,实现多维度信息提取。
7.根据权利要求6所述的方法,其特征在于,所述S2-1中,用户将用户需求展示出来,并对该用户需求进行分析、归纳,以及对该用户需求的可扩展性需求进行探索;
S2-2中,通过对地理实体数据进行空间关系、语义关系、时间关系的语义分析和关系抽取多维度信息,从而完成地理实体时空知识图谱构建;
S2-3中,所述外部知识图谱包括开放地理语义网和行业知识图谱,经与开放地理语义网、行业知识图谱进行实体对齐、实体连接、实体消歧,以进行知识合并,从而形成完整的地理知识图谱;
S2-4中,将形成的所述完整的地理知识图谱存储于该地理实体基础时空数据库和地理实体图谱数据库中,实现知识计算与应用;
S2-5中,根据用户需求,解析用户实际应用需求,用户从数据、信息、知识进行实体对象提取、语义提取、以及知识提取,基于知识图谱构建的地理实体数据库,实现可视化数据、语义信息、实体对象、专题集的提取。
8.根据权利要求5所述的方法,其特征在于,其中S3包括:
S3-1从结构图库P中提取多张结构图形p;所述多张结构图形p分为训练集合验证集,两者比例为10:1-1:1;
S3-2利用多张结构图形p和地理实体数据库,建立用户定制地理实体数据人工智能模型,所述人工智能模型包括卷积神经网络CNN,支持向量机SVM,生成对抗网络GAN。
9.根据权利要求8所述的方法,其特征在于,所述S3-2包括,使用GAN进行建立所述用户定制地理实体数据人工智能模型,具体包括:
将随机的多张多彩和/或多灰度图和给定的空白图形输入生成器G,生成多张赝图q;将多张结构图形p和所述多张赝图q输入判别器D从而判别出多个结果,不断调整生成器和判别器算法参数而不断进行判别步骤,从而当多张赝图q和多张结构图形p之间差异达到预设范围内时则停止训练,得到GAN。
10.根据权利要求8所述的方法,其特征在于,S3-2具体包括:
S3-2-2提取结构图库P中的对应于语义L的多张结构图形p,将一张多彩和/或多灰度随机图形和空白图输入生成器G中后,形成一张赝图q,将该多张结构图形p与该张赝图q输入判别器D,判断是否属于一种用户定制数据结构M对应的语义L描述,如果否则进入步骤S3-2-3,如果是则进行步骤S3-2-4;
S3-2-3调整G和D的算法,再不断生成赝图q和该多张结构图形p输入D进行判断,直到当生成赝图q和该多张结构图形p之间差异达到预设范围内时则判断为属于一种用户定制数据结构M对应的语义L描述;
12.根据权利要求9或10所述的方法,其特征在于,所述差异包括将生成赝图q和所述一张结构图形p之间作差所形成的差值图,所述预设范围包括所述差值图的所有像素总彩色值和/或灰度值在预设范围内。
13.根据权利要求12所述的方法,其特征在于,所述预设范围为所述差值图的所有像素总彩色值和或灰度值分别在所述地理实体时空知识图谱,多个外部知识图谱,地理实体时空数据和地理实体图谱中排序上相邻的数据所定义的颜色和/或灰度色差的最小值范围内;和/或
所述预设范围为所述差值图的所有像素总彩色值和或灰度值分别在0-75以及0-20范围内。
14.根据权利要求2-4,8-11中任一项所述的方法,其特征在于,其中S4包括:
S4-2将生成的所述结构图形p代入用户定制地理实体数据人工智能模型中形成一种用户定制数据结构M,提取地理实体数据库中的与所述一种用户定制数据结构M相对应的多维度信息,组装形成符合应用要求的定制化场景,其中,所述地理实体数据库中的与所述一种用户定制数据结构M相对应的多维度信息是指所述地理实体数据库中的那些与一种用户定制数据结构M中元素所代表的多维数据相对应的多维度信息,对应法则为,其中M为包含了具体的数据内容需求的一种用户定制数据结构M,再根据p中每个像素的C逆映射找到地理实体数据库中的X;
S4-3针对所述定制化场景进行用户权限设置,并进行场景和多维数据空间的发布;
S4-4根据权限情况,场景和/或多维数据空间呈现给不同用户实现不同用户的共享,从而完成定制化服务。
15.根据权利要求14所述的方法,其特征在于,其中S4-4中,所述场景呈现包括三维可视化场景呈现、信息/知识查询显示、分析推理功能实现。
16.一种实现如权利要求1-15中任一项所述的地理实体服务按需组装的方法的系统,,其特征在于,包括:用户定制数据结构建立模块;地理实体数据库建立模块;用户定制地理实体数据人工智能模型建立模块;地理实体数据呈现模块,处理器,以及用户终端,所述用户终端包括计算机,以及移动终端。
17.根据权利要求16所述的系统,其特征在于,所述移动终端包括安装有基于结构图形的地理实体数据库用户定制化app的智能手机。
18.一种非暂时性存储介质,其中存储有可由权利要求16或17中所述处理器运行而实现如权利要求1-15中任一项所述的地理实体服务按需组装的方法的计算机可读程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890848.6A CN113486136B (zh) | 2021-08-04 | 2021-08-04 | 一种地理实体服务按需组装的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890848.6A CN113486136B (zh) | 2021-08-04 | 2021-08-04 | 一种地理实体服务按需组装的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113486136A true CN113486136A (zh) | 2021-10-08 |
CN113486136B CN113486136B (zh) | 2022-06-17 |
Family
ID=77945548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110890848.6A Active CN113486136B (zh) | 2021-08-04 | 2021-08-04 | 一种地理实体服务按需组装的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486136B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114036311A (zh) * | 2021-11-08 | 2022-02-11 | 北京邮电大学 | 基于知识图谱的时序可视化开发方法及系统 |
CN114373111A (zh) * | 2021-12-29 | 2022-04-19 | 北京博能科技股份有限公司 | 一种基于孪生数据驱动的融合方法及引擎系统 |
CN116630543A (zh) * | 2023-05-25 | 2023-08-22 | 上海粟芯新能源科技有限公司 | 基于bs架构的三维实景一站式处理平台 |
CN117194600A (zh) * | 2023-09-26 | 2023-12-08 | 山东省国土测绘院 | 一种面向业务的地理实体组装方法及系统 |
CN117252449A (zh) * | 2023-11-20 | 2023-12-19 | 水润天府新材料有限公司 | 一种全透式排水低噪路面施工工艺及系统 |
CN117332091A (zh) * | 2023-08-29 | 2024-01-02 | 泰瑞数创科技(北京)股份有限公司 | 一种基于语义关系的地理实体时空知识图谱构建方法 |
CN117851529A (zh) * | 2023-12-27 | 2024-04-09 | 泰瑞数创科技(北京)股份有限公司 | 一种基于地理实体的对象化时空数据库管理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550221A (zh) * | 2015-12-04 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 信息搜索方法及装置 |
CN110458456A (zh) * | 2019-08-12 | 2019-11-15 | 上海同济城市规划设计研究院有限公司 | 基于人工智能的需求响应式公交系统的调度方法及系统 |
US20200342056A1 (en) * | 2019-04-26 | 2020-10-29 | Tencent America LLC | Method and apparatus for natural language processing of medical text in chinese |
CN112163101A (zh) * | 2020-10-30 | 2021-01-01 | 武汉大学 | 一种面向空间知识图谱的地理实体匹配与融合方法 |
CN112256888A (zh) * | 2020-10-30 | 2021-01-22 | 南京师范大学 | 地理知识获取方法 |
US20210073654A1 (en) * | 2019-09-10 | 2021-03-11 | Abbas Ameri | Knowledge Currency |
CN112733246A (zh) * | 2021-01-22 | 2021-04-30 | 上海建工四建集团有限公司 | 建筑物的自动设计方法、装置、终端、存储介质及处理器 |
CN112988946A (zh) * | 2021-05-07 | 2021-06-18 | 泰瑞数创科技(北京)有限公司 | 一种地理实体数据库用户定制化方法 |
CN113065000A (zh) * | 2021-03-29 | 2021-07-02 | 泰瑞数创科技(北京)有限公司 | 一种基于地理实体的多源异构数据融合方法 |
-
2021
- 2021-08-04 CN CN202110890848.6A patent/CN113486136B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550221A (zh) * | 2015-12-04 | 2016-05-04 | 百度在线网络技术(北京)有限公司 | 信息搜索方法及装置 |
US20200342056A1 (en) * | 2019-04-26 | 2020-10-29 | Tencent America LLC | Method and apparatus for natural language processing of medical text in chinese |
CN110458456A (zh) * | 2019-08-12 | 2019-11-15 | 上海同济城市规划设计研究院有限公司 | 基于人工智能的需求响应式公交系统的调度方法及系统 |
US20210073654A1 (en) * | 2019-09-10 | 2021-03-11 | Abbas Ameri | Knowledge Currency |
CN112163101A (zh) * | 2020-10-30 | 2021-01-01 | 武汉大学 | 一种面向空间知识图谱的地理实体匹配与融合方法 |
CN112256888A (zh) * | 2020-10-30 | 2021-01-22 | 南京师范大学 | 地理知识获取方法 |
CN112733246A (zh) * | 2021-01-22 | 2021-04-30 | 上海建工四建集团有限公司 | 建筑物的自动设计方法、装置、终端、存储介质及处理器 |
CN113065000A (zh) * | 2021-03-29 | 2021-07-02 | 泰瑞数创科技(北京)有限公司 | 一种基于地理实体的多源异构数据融合方法 |
CN112988946A (zh) * | 2021-05-07 | 2021-06-18 | 泰瑞数创科技(北京)有限公司 | 一种地理实体数据库用户定制化方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114036311A (zh) * | 2021-11-08 | 2022-02-11 | 北京邮电大学 | 基于知识图谱的时序可视化开发方法及系统 |
CN114373111A (zh) * | 2021-12-29 | 2022-04-19 | 北京博能科技股份有限公司 | 一种基于孪生数据驱动的融合方法及引擎系统 |
CN116630543A (zh) * | 2023-05-25 | 2023-08-22 | 上海粟芯新能源科技有限公司 | 基于bs架构的三维实景一站式处理平台 |
CN116630543B (zh) * | 2023-05-25 | 2024-03-08 | 上海粟芯新能源科技有限公司 | 基于bs架构的三维实景一站式处理平台 |
CN117332091A (zh) * | 2023-08-29 | 2024-01-02 | 泰瑞数创科技(北京)股份有限公司 | 一种基于语义关系的地理实体时空知识图谱构建方法 |
CN117332091B (zh) * | 2023-08-29 | 2024-03-29 | 泰瑞数创科技(北京)股份有限公司 | 一种基于语义关系的地理实体时空知识图谱构建方法 |
CN117194600A (zh) * | 2023-09-26 | 2023-12-08 | 山东省国土测绘院 | 一种面向业务的地理实体组装方法及系统 |
CN117252449A (zh) * | 2023-11-20 | 2023-12-19 | 水润天府新材料有限公司 | 一种全透式排水低噪路面施工工艺及系统 |
CN117252449B (zh) * | 2023-11-20 | 2024-01-30 | 水润天府新材料有限公司 | 一种全透式排水低噪路面施工工艺及系统 |
CN117851529A (zh) * | 2023-12-27 | 2024-04-09 | 泰瑞数创科技(北京)股份有限公司 | 一种基于地理实体的对象化时空数据库管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113486136B (zh) | 2022-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113486136B (zh) | 一种地理实体服务按需组装的方法及系统 | |
CN115269751B (zh) | 地理实体时空知识图谱本体库构建方法 | |
Lehtola et al. | Digital twin of a city: Review of technology serving city needs | |
CN113065000B (zh) | 一种基于地理实体的多源异构数据融合方法 | |
Netek et al. | Implementation of heat maps in geographical information system–exploratory study on traffic accident data | |
CN105069020B (zh) | 自然资源数据三维可视化方法和系统 | |
CN100533486C (zh) | 一种数字城市全自动生成的方法 | |
Booth et al. | Getting started with ArcGIS | |
CN112988946B (zh) | 一种地理实体数据库用户定制化方法 | |
CN103049549B (zh) | 一种海岛数据管理方法和系统 | |
CN106897417A (zh) | 一种基于多源大数据融合的城市空间全息地图的构建方法 | |
Xie et al. | Transforming smart cities with spatial computing | |
CN116069882B (zh) | 空域网格图生成方法 | |
CN114661744B (zh) | 一种基于深度学习的地形数据库更新方法及系统 | |
Adreani et al. | Design and develop of a smart city digital twin with 3d representation and user interface for what-if analysis | |
Hu et al. | Urban landscape information atlas and model system based on remote sensing images | |
Wan et al. | [Retracted] Research on Urban Renewal Public Space Design Based on Convolutional Neural Network Model | |
Yao | Application of GIS remote sensing information integration in eco-environmental quality monitoring | |
Erunova et al. | Methods and technologies for spatial analysis of regional ecosystems based on the watershed approach | |
CN115048473A (zh) | 城市信息模型人工智能服务方法及系统 | |
CN114385591A (zh) | 一种乡村生态景观全要素四维信息模型构建方法 | |
Yu | [Retracted] Simulation and Application of Urban Road Landscape Based on Geographic Information Data | |
Bipu | Geographic information system & spatial analysis | |
Pichaimani et al. | Research directions on GIS database design and management | |
Krisp | Geovisualization and knowledge discovery for decision-making in ecological network planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 22 / F, building 683, zone 2, No. 5, Zhongguancun South Street, Haidian District, Beijing 100086 Patentee after: Terry digital technology (Beijing) Co.,Ltd. Address before: 100190 22 / F, building 683, zone 2, 5 Zhongguancun South Street, Haidian District, Beijing Patentee before: Terra-IT Technology (Beijing) Co.,Ltd. |
|
CP03 | Change of name, title or address |