CN115577519A - 基于本体和知识图谱的双层次多重时空耦合建模方法 - Google Patents
基于本体和知识图谱的双层次多重时空耦合建模方法 Download PDFInfo
- Publication number
- CN115577519A CN115577519A CN202211207177.XA CN202211207177A CN115577519A CN 115577519 A CN115577519 A CN 115577519A CN 202211207177 A CN202211207177 A CN 202211207177A CN 115577519 A CN115577519 A CN 115577519A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- geographic
- spatial
- concept
- fact
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于本体和知识图谱的双层次多重时空耦合建模方法,包括以下步骤:基于空间位置对物理地理空间内的地理实体及其关联关系进行抽象描述,并以第一数据结构形式存储在地理数据库中,形成数据模型;基于语义概念将地理知识空间内的知识及其关系以第二数据结构形式进行描述,并以图数据库的形式进行存储和管理进行存储和管理,形成知识模型;其中,采用基于本体和知识图谱的图数据库构建方法,构建基于图数据库的空间知识库;基于空间位置建立数据模型和知识模型的空间映射,实现空间知识地图数据模型的一体化建模;基于语义概念建立数据模型和知识模型的语义映射,实现空间知识地图数据模型的一体化空间表达。
Description
技术领域
本发明涉及一种建模方法,具体的说,涉及了一种基于本体和知识图谱的双层次多重时空耦合建模方法。
背景技术
时空数据模型是随着地籍、房产GIS的发展而出现的一种数据模型。随着城市基础测绘更新速度的加快,时空数据模型开始渗透到城市测绘领域。
结合目前时空数据对空间信息组织方式,目前可将时空数据模型分为拓展关系以及面向对象这两种类型。目前,面向对象的思想已成为时空数据模型构建的主流思想。其核心是将地理实体及其关系抽象为具有共同属性和操作方法的类(对象),然后采用面向对象编程技术进行规范化描述和程序化实现。与此同时,特征、事件、作为描述时空对象的状态、变化原因、语义关联的地理本体,成为时空数据模型的核心概念。然而,主流时空数据模型多是从计算机表达的角度出发,主要面向数据的高效存储和检索而不是面向地学问题分析,对地理实体或现象的显式定义和基础关系描述不足,不能在语义层次上实现数据的共享,缺乏面向该数据模型的时空分析和应用。
为了解决以上存在的问题,人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,从而提供了一种基于本体和知识图谱的双层次多重时空耦合建模方法。
为了实现上述目的,本发明所采用的技术方案是:一种基于本体和知识图谱的空间知识库构建方法,包括以下步骤:
基于地图可视化表达方法梳理地理知识空间内与空间知识地图表达有关的知识,形成包含地理特征数据和地理事件数据的空间知识地图知识体系;
基于地理特征数据和地理事件数据分别构建地理特征知识本体和地理事件知识本体;
基于地理特征知识本体和地理事件知识本体构建知识模板;
在知识模板的指导下,从异构数据源抽取与知识图谱存储相关的空间知识并以三元组表示;
按照对地理实体本质特征及其内在规律性不同程度的反映,将空间知识划分为事实知识和概念知识;
基于CQL将概念知识存储至neo4j图数据库,基于Neo4j Spatial将事实知识存储至neo4j图数据库。
优选的,基于Neo4j Spatial将事实知识存储至neo4j图数据库的具体步骤如下:
在Neo4j图数据库中创建点状事实知识节点、线状事实知识节点或者面状事实知识节点;
将点状事实知识的地理坐标作为点状事实知识节点的节点属性进行存储,将线状事实知识或者面状事实知识的地理坐标串采用WKB格式作为线状事实知识节点或者面状事实知识节点的节点属性进行存储。
优选的,基于地图可视化表达方法梳理空间知识,形成事实知识库和概念知识库的具体步骤如下:
在地理特征本体、地理事件本体的基础上,依托推理规则库和推理机,对概念知识关联关系进行推理,并经过数据清洗操作,形成包含实体分类、关系类别和属性特征的基于本体的概念知识;
基于知识模板从地理数据空间和地理知识空间抽取关于地理特征和地理事件的事实知识,形成包含地理实体、地理属性及相关关联关系的基于本体的事实知识。
本发明第二方面提出一种基于本体和知识图谱的双层次多重时空耦合建模方法,包括以下步骤:
基于空间位置对物理地理空间内的地理实体及其关联关系进行抽象描述,并以第一数据结构形式存储在地理数据库中,形成数据模型;
基于语义概念将地理知识空间内的空间知识及其关系以第二数据结构形式进行描述,并存储到空间知识库中,形成知识模型;
其中,采用前述的基于本体和知识图谱的图数据库构建方法,构建基于图数据库的空间知识库;
基于空间位置建立数据模型和知识模型的空间映射,实现空间知识地图数据模型的一体化建模;
基于语义概念建立数据模型和知识模型的语义映射,实现空间知识地图数据模型的一体化空间表达。
优选的,基于空间位置建立数据模型和知识模型的空间映射,实现空间知识地图数据模型的一体化建模的具体步骤如下:
基于空间位置建立事实知识与地理特征的空间映射,以地理逻辑结构图的形式实现事实知识逻辑结构空间化;
基于区域范围建立事实知识与地理事件的空间映射,以区域拓扑图的形式实现事实知识区域结构空间化;
建立概念知识点间的关联关系,并采用地图或者图表的方法表示概念知识点间的关联关系,实现概念知识空间化。
优选的,基于语义概念建立数据模型和知识模型的语义映射,实现空间知识地图数据模型的一体化空间表达的具体步骤如下:
通过概念抽象获得概念标签,为事实知识增加概念标签,通过概念标签建立概念知识和事实知识的实体链接,实现概念知识的空间范围与其链接的事实知识的空间位置的空间映射。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明基于本体驱动的思想,采用面向对象和多重表达的方法,基于空间位置和语义概念分别建立数据模型和知识模型,并通过空间映射和语义映射关系,实现了数据模型和知识模型的关联统一,最终形成空间知识地图双层次、一体化模型,为空间知识地图的多重表达和知识服务提供了良好的模型支持,实现了数据模型设计从“信息论”到“认知论”的升华。
附图说明
图1是本发明基于本体和知识图谱的空间知识库构建方法的流程示意图。
图2是本发明基于本体和知识图谱的双层次多重时空耦合建模方法的流程示意图。
图3是双层次多重时空耦合模型的示意图。
图4是概念知识和事实知识的实体链接。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
地理实体是现实世界中的各种客观存在,具有一系列允许人们依据相似性进行拆分和分类的共同属性。其既可能是某种自然现象:如油井、河流、湖泊;也可能是某种社会现象:如行政区划、经济带。自然现象类地理实体的空间位置由自然界定,而社会经济类地理实体的空间位置人为划定。
地理特征对应于认知世界,是地理实体在人脑中的反映,是人们对地球表面及其附近地理实体各种认识的集成。地理特征可以看作是拥有共同属性和关系的实体类,是对现实世界中地理实体及其在计算机世界中的地理对象(实体全部或部分特性在数字化环境下的表达)的高度概括和抽象。数字环境下,特征是实体表达和时空数据组织的基本单元,代替专题和图层成为地理信息集成和分析的基本单位。地理特征既包括自然地理特征,也包括人文地理特征,常被多种维度表示:时间、空间、属性以及特征间的关系。
地理事件是指地理实体在某时间(确切为时刻)的值或某空间的值(强调值在空间或时间的关注度)。事件是导致时空数据发生变化的原因。地理事件通常通过具有共同时空行为的特征对象的状态及其变化来体现。地理事件隐含了时空变化的内部规律。
地理本体存在于逻辑世界,指与地理空间位置有关的任何不可再进行同一类型个体区分的事物(如油井或河流等)或某种社会现象(如行政区划、经济带)。本体常用于描述特定的地理领域,表达真实世界的概念。其通过对运用形式化语言描述地理特征的属性、关系、约束等来实现对地理概念的详细解释以及对概念之间关系的深层次揭示。地理本体能显示表达地理时空数据所蕴含的时空感知,拥有丰富和健壮的语义,能直接解答现实世界的动态地理现象的内在时变规律,主要解决同现象和事物的感知差异性。
实施例1
如图1所示,本实施例提出一种基于本体和知识图谱的空间知识库构建方法,如图1所示,包括以下步骤:
基于地图可视化表达方法梳理地理知识空间内与空间知识地图表达有关的知识,形成包含地理特征数据和地理事件数据的空间知识地图知识体系;
基于地理特征数据和地理事件数据分别构建地理特征知识本体和地理事件知识本体;
基于地理特征知识本体和地理事件知识本体构建知识模板;
在知识模板的指导下,从异构数据源抽取与知识图谱存储相关的空间知识并以三元组表示;
按照对地理实体本质特征及其内在规律性不同程度的反映,将空间知识划分为事实知识和概念知识;
基于CQL将概念知识存储至neo4j图数据库,基于Neo4j Spatial将事实知识存储至neo4j图数据库。
在具体实施时,构建地理本体基本步骤如下:
步骤S1,确定地理本体应用目的和范围;
步骤S2,发现可重用的地理本体,判断是否可宠用,如果可重用,则继承可重用的地理本体;否则直接执行步骤S3;
步骤S3,进行地理本体分析,获得其概念/术语含义及其关系定义;
步骤S4,进行地理本体表示,其中,采用OWL进行地理本体的形式化描述;
步骤S5,进行地理本体校验,具体校验内容包括客观性校验、一致性校验、完整性校验、可扩展性校验以及最小承诺;校验合格后,则地理本体成功建立,若校验不合格,则返回重新执行步骤S3。
可以理解,从地图形式化表达的角度出发,空间知识地图需要表达的知识既包括反映地理特征和地理事件的位置、方位、几何特征、属性特征等浅层空间知识,也包括反映地理特征和地理事件本质特征及其内在规律性的深层空间知识。其中,浅层知识主要反映单个地理特征或地理事件具有的显性信息(如道路的宽度、里程、材质)和多个地理特征和地理事件之间通过方位、拓扑、度量等空间关系形成的地理格局。深层空间知识主要包括反映一组、一类或者多个地理实体空间格局、空间规律等空间结构知识,反映复杂地理实体内部的组成关系(整体和部分关系)、地理概念或者多个地理实体之间的分类关系和功能关系等语义结构知识,反映地理实体空间结构和语义结构在时间维度上的趋势演变知识;进一步的,除了势演变知识属于地理事件知识数据外,其他的均属于地理特征知识数据。
在基于地理特征数据和地理事件数据分别构建地理特征知识本体和地理事件知识本体上,基于地图可视化表达方法梳理空间知识,依托推理规则库和推理机,对概念知识关联关系进行推理,并经过数据清洗操作,形成包含实体分类、关系类别和属性特征的基于本体的概念知识;
基于知识模板从地理数据空间和地理知识空间抽取关于地理特征和地理事件的事实知识,形成包含地理实体、地理属性及相关关联关系的基于本体的事实知识。
优选的,基于Neo4j Spatial将事实知识存储至neo4j图数据库的具体步骤如下:
在Neo4j图数据库中创建点状事实知识节点、线状事实知识节点或者面状事实知识节点;
将点状事实知识的地理坐标作为点状事实知识节点的节点属性进行存储,将线状事实知识或者面状事实知识的地理坐标串采用WKB格式作为线状事实知识节点或者面状事实知识节点的节点属性进行存储。
在具体实施时,创建点状事实知识节点并将其加入点图层的示例代码如下:
CALL spatial.addPointLayer('geom')
CALL spatial.layers()
CREATE (CHXY:University{latitude:60.1,longitude:15.2})
WITH CHXY
CALL spatial.addNode('geom', CHXY)。
进一步的,在实施时,基于CQL将概念知识存储至neo4j图数据库的示例代码如下:
CREATE(n0:administrative region{name:’河南’,type:’province’}),(n1:administrative region{name:’郑州’,type:’city’}),(n1)-[:isSubRegionOf]->(n0)。
实施例2
本实施例提出一种基于本体和知识图谱的双层次多重时空耦合建模方法,如图2-3所示,包括以下步骤:
基于空间位置对物理地理空间内的地理实体及其关联关系进行抽象描述,并以第一数据结构形式存储在地理数据库中,形成数据模型;
基于语义概念将地理知识空间内的空间知识及其关系以第二数据结构形式进行描述,并存储到空间知识库中,形成知识模型;
其中,采用前述的基于本体和知识图谱的图数据库构建方法,构建基于图数据库的空间知识库;
基于空间位置建立数据模型和知识模型的空间映射,实现空间知识地图数据模型的一体化建模;
基于语义概念建立数据模型和知识模型的语义映射,实现空间知识地图数据模型的一体化空间表达。
优选的,基于空间位置建立数据模型和知识模型的空间映射,实现空间知识地图数据模型的一体化建模的具体步骤如下:
基于空间位置建立事实知识与地理特征的空间映射,以地理逻辑结构图的形式实现事实知识逻辑结构空间化;
基于区域范围建立事实知识与地理事件的空间映射,以区域拓扑图的形式实现事实知识区域结构空间化;
建立概念知识点间的关联关系,并采用地图或者图表的方法表示概念知识点间的关联关系,实现概念知识空间化。
优选的,基于语义概念建立数据模型和知识模型的语义映射,实现空间知识地图数据模型的一体化空间表达的具体步骤如下:
通过概念抽象获得概念标签,为事实知识增加概念标签,通过概念标签建立概念知识和事实知识的实体链接,如图4所示。
这样一来,概念知识的空间位置往往与其链接的事实知识的范围来表示,即实现了概念知识的空间范围与其链接的事实知识的空间位置的空间映射,而事实知识则可面向不同应用需求、不同用户类型进行不同层次的抽象和表达。此技术首次应用在测绘领域,解决了概念知识的空间位置映射和事实知识的不同层次抽象。
可以理解,双层次多重时空耦合建模的核心是本体驱动和关系映射,地理本体的引入,使得传统基于分层和专题思想的数据组织方式转变为基于面向对象的数据和知识组织,为数据建模和知识建模提供了共同的语义基础。
具体的,地理本体包括地理特征本体和地理事件本体。本体的思想主要体现在数据模型设计的概念设计,以及逻辑设计中的形式化描述,能够准确描述地理实体的时空语义,有利于整体认知和表达地理实体,是本体驱动概念的核心。基于面向对象的方法,可以对同一地理实体进行不同视角的抽象和解译,并将同一类地理实体的相关信息用统一的结构进行整体描述,避免了数据横向、纵向分割问题。
所谓的本体驱动即指利用本体方法对地理实体的空间特征、专题特征、语义关系及动态变化进行统一的形式化描述。在此基础上,建立地理实体及其关系在不同应用领域、在“知识—信息—知识”不同抽象层次的相互映射关系,实现不同领域用户对同一地理实体的共同认知,进而显示表达学科感知知识,实现不同学科间的信息共享。
所谓的关系映射,主要体现为基于位置的空间映射和基于概念的语义映射。数据模型建立在空间位置的基础之上,而知识建模过程中的事实知识往往具有明确的空间位置属性。因此基于空间位置建立数据模型和知识模型的空间映射,可以实现空间知识地图的一体化建模。知识建模过程中,同一地理实体面向不同的任务、不同的领域、不同的用户往往进行不同程度的抽象,形成不同的概念体系。通过为事实知识添加标签的方式,建立概念知识和事实知识的实体链接,使得概念知识的空间位置往往与其链接的事实知识的范围来表示,进而实现了数据模型和知识模型的语义映射,可以有效解决空间知识地图的多重表达问题。
因此,空间知识地图本体驱动的多重时空耦合概念模型,不仅表示地理实体的数据结构和符号表达,还能够有效描述地理实体的深层次语义信息,为获取地理实体蕴含的潜在的丰富的空间知识,进而提供知识服务打下了良好的数据基础。其采用面向对象的方法和本体驱动的机制整体的刻画了地理实体的状态特征、状态变化、状态变化原因,较好地反映了地理实体的本质特征和丰富语义,既有利于维护数据的完整性,也适合于现有GIS软件的时空数据组织;基于地理本体描述,在语义层次上实现关于地理实体信息的共享和互操作。
进一步的,基于空间位置对物理地理空间内的地理实体及其关联关系进行抽象描述,并以第一数据结构形式存储在地理数据库中,形成数据模型的具体步骤如下:概念建模、逻辑建模和物理建模。
概念建模,即采用本体的方法对研究区域地理实体及其关系的抽象表达,从而构建一套清晰描述地理现象(实体)及其关系的概念系统,形成反映概念相互关系和相互作用的系列规则。概念建模的过程就是通过建立地理特征和地理事件的概念框架对研究对象的认知和抽象过程分别建立地理特征概念框架和地理事件概念框架,对地理特征概念框架和地理事件概念框架进行耦合,形成本体驱动的多重时空耦合概念模型;
逻辑建模,即通过明确地理特征和地理事件的基本单元、唯一表示代码、关联关系等,用形式化的语言描述其概念定义、属性结构、关联关系、功能方法、组织形式的过程;
具体的,逻辑建模包括基于本体进行地理特征逻辑建模和地理事件逻辑建模;
其中,地理特征本体以从空间、专题、时间三个维度描述地理实体的地理特征为基本单元,通过地理特征唯一标识符(FeatureID)建立空间特征、专题特征和时间特征的对应关系。时间特征采用时间区的方式进行描述,采用两个字段BeginTime、EndTime,来标识地理特征的创建时间和消亡时间;
地理事件本体涉及事件序列、地理事件、事件时间、涉及的地理特征、地理特征变化、相关地理事件或操作等一系列概念;事件序列是一系列具有因果关系或者先后次序关系的地理时件的集合;地理事件是地理事件本体表示的基本单元,具有唯一标识符EventID;事件时间表示事件发生的具体时间,采用时间区的形式存储;涉及的地理特征是地理事件作用的对象,通过其FeatureID实现地理事件和地理特征的关联;地理特征变化是地理事件的结果,包括空间事件和专题事件,通过FeatureID和EventID建立与地理事件和地理特征的对应关系;相关地理事件或操作则表示与该地理事件相关的地理事件或操作以及其相关关系;
物理建模,分别设计地理特征和地理事件的数据结构,将地理特征和地理事件的逻辑模型转换物理结构,将相关的数据采取统一的物理模型进行存储;
其中,物理建模中设计地理特征的数据结构的具体步骤如下:将地理特征类进行逻辑分类,为相关地理特征类集合创建具有共同空间参考的数据集(空间坐标系采用GCS_China_Geodetic_Coordinate_System_2000,垂直坐标系采用GCS_China_Geodetic_Coordinate_System_2000),为每个地理特征类指定要素类型。其次,确定每个地理特征类的字段属性,并设定并确定具体字段的数据类型、属性域和子类型。最后,将数据导入Geodatabse地理数据库之后,通过建立关系类来确定地理特征类之间的空间关系和地理特征类与非空间对象之间的关联关系;
地理事件的数据结构设计步骤如下:地理事件在Geodatabase中以对象类的形式进行存储。不同地理事件对应不同的表结构。每个事件对应用于表的一行记录,拥有唯一的标识码(EventID)。事件对象包含事件时间(BeginTime,EndTime,描述事件发生的时间区间)、事件说明(EventDescription,描述了事件的性质)、相关地理特征(一系列FeatureID,事件作用的地理对象,具体信息及相关关系存储在地理特征要素数据集中)、相关地理事件(一系列EventID,与该事件相关的地理事件)、地理特征变化(包括几何事件、空间拓扑事件、生成事件、进化事件、消亡事件等一系列子集,具体空间信息存储在要素数据集中,属性信息则存储在相关对象表中)。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (7)
1.一种基于本体和知识图谱的空间知识库构建方法,其特征在于,包括以下步骤:
基于地图可视化表达方法梳理地理知识空间内与空间知识地图表达有关的知识,形成包含地理特征数据和地理事件数据的空间知识地图知识体系;
基于地理特征数据和地理事件数据分别构建地理特征知识本体和地理事件知识本体;
基于地理特征知识本体和地理事件知识本体构建知识模板;
在知识模板的指导下,从异构数据源抽取与知识图谱存储相关的空间知识并以三元组表示;
按照对地理实体本质特征及其内在规律性不同程度的反映,将空间知识划分为事实知识和概念知识;
基于CQL将概念知识存储至neo4j图数据库,基于Neo4j Spatial将事实知识存储至neo4j图数据库。
2.根据权利要求1所述的基于本体和知识图谱的图数据库构建方法,其特征在于,基于Neo4j Spatial将事实知识存储至neo4j图数据库的具体步骤如下:
在Neo4j图数据库中创建点状事实知识节点、线状事实知识节点或者面状事实知识节点;
将点状事实知识的地理坐标作为点状事实知识节点的节点属性进行存储,将线状事实知识或者面状事实知识的地理坐标串采用WKB格式作为线状事实知识节点或者面状事实知识节点的节点属性进行存储。
3.根据权利要求1所述的基于本体和知识图谱的图数据库构建方法,其特征在于,基于地图可视化表达方法梳理空间知识,形成事实知识库和概念知识库的具体步骤如下:
在地理特征本体、地理事件本体的基础上,依托推理规则库和推理机,对概念知识关联关系进行推理,并经过数据清洗操作,形成包含实体分类、关系类别和属性特征的基于本体的概念知识;
基于知识模板从地理数据空间和地理知识空间抽取关于地理特征和地理事件的事实知识,形成包含地理实体、地理属性及相关关联关系的基于本体的事实知识。
4.一种基于本体和知识图谱的双层次多重时空耦合建模方法,其特征在于,包括以下步骤:
基于空间位置对物理地理空间内的地理实体及其关联关系进行抽象描述,并以第一数据结构形式存储在地理数据库中,形成数据模型;
基于语义概念将地理知识空间内的空间知识及其关系以第二数据结构形式进行描述,并存储到空间知识库中,形成知识模型;
其中,采用权利要求1-3任一项所述的基于本体和知识图谱的空间知识库构建方法,构建基于图数据库的空间知识库;
基于空间位置建立数据模型和知识模型的空间映射,实现空间知识地图数据模型的一体化建模;
基于语义概念建立数据模型和知识模型的语义映射,实现空间知识地图数据模型的一体化空间表达。
5.根据权利要求4所述的基于本体和知识图谱的双层次多重时空耦合建模方法,其特征在于,基于空间位置建立数据模型和知识模型的空间映射,实现空间知识地图数据模型的一体化建模的具体步骤如下:
基于空间位置建立事实知识与地理特征的空间映射,以地理逻辑结构图的形式实现事实知识逻辑结构空间化;
基于区域范围建立事实知识与地理事件的空间映射,以区域拓扑图的形式实现事实知识区域结构空间化;
建立概念知识点间的关联关系,并采用地图或者图表的方法表示概念知识点间的关联关系,实现概念知识空间化。
6.根据权利要求4所述的基于本体和知识图谱的双层次多重时空耦合建模方法,其特征在于,基于语义概念建立数据模型和知识模型的语义映射,实现空间知识地图数据模型的一体化空间表达的具体步骤如下:
对事实知识面向不同应用需求、不同用户类型进行不同层次的抽象,获得概念标签,为事实知识增加概念标签,通过概念标签建立概念知识和事实知识的实体链接,实现概念知识的空间范围与其链接的事实知识的空间位置的空间映射。
7.根据权利要求4所述的基于本体和知识图谱的双层次多重时空耦合建模方法,其特征在于,基于空间位置对物理地理空间内的地理实体及其关联关系进行抽象描述,并以第一数据结构形式存储在地理数据库中,形成数据模型的具体步骤如下:
概念建模,分别建立地理特征概念框架和地理事件概念框架,对地理特征概念框架和地理事件概念框架进行耦合,形成本体驱动的多重时空耦合概念模型;
逻辑建模,分别基于本体进行地理特征逻辑建模和地理事件逻辑建模;
物理建模,分别设计地理特征和地理事件的数据结构,将地理特征和地理事件的逻辑模型转换物理结构,将相关的数据采取统一的物理模型进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211207177.XA CN115577519A (zh) | 2022-09-30 | 2022-09-30 | 基于本体和知识图谱的双层次多重时空耦合建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211207177.XA CN115577519A (zh) | 2022-09-30 | 2022-09-30 | 基于本体和知识图谱的双层次多重时空耦合建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115577519A true CN115577519A (zh) | 2023-01-06 |
Family
ID=84582893
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211207177.XA Pending CN115577519A (zh) | 2022-09-30 | 2022-09-30 | 基于本体和知识图谱的双层次多重时空耦合建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115577519A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2022
- 2022-09-30 CN CN202211207177.XA patent/CN115577519A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103744846B (zh) | 一种多维度动态局部知识地图及其构建方法 | |
CN115269751B (zh) | 地理实体时空知识图谱本体库构建方法 | |
Hor et al. | A semantic graph database for BIM-GIS integrated information model for an intelligent urban mobility web application | |
Kashyap et al. | Semantic and schematic similarities between database objects: a context-based approach | |
Fogliaroni et al. | Data trustworthiness and user reputation as indicators of VGI quality | |
Sester et al. | Linking objects of different spatial data sets by integration and aggregation | |
Siabato et al. | A survey of modelling trends in temporal GIS | |
CN111026874A (zh) | 知识图谱的数据处理方法及服务器 | |
Yan | Semantic trajectories: computing and understanding mobility data | |
Nandal | Spatio-temporal database and its models: a review | |
CN109635119A (zh) | 一种基于本体融合的工业大数据集成系统 | |
CN115577519A (zh) | 基于本体和知识图谱的双层次多重时空耦合建模方法 | |
Glake et al. | Utilizing spatio-temporal data in multi-agent simulation | |
Erwig | Toward spatio-temporal patterns | |
CN116662528B (zh) | 一种基于知识图谱的地图自适应推荐方法及相关设备 | |
CN113792068A (zh) | 多层级多专题空间数据组织与检索的方法及装置 | |
CN111291132B (zh) | 面向智慧旅游的文物领域本体构建及分析方法 | |
Bhogal et al. | Towards object-oriented context modeling: Object-oriented relational database data storage | |
Gantner | A spatiotemporal ontology for the administrative units of Switzerland | |
Amja et al. | Modeling and reasoning in context-aware systems based on relational concept analysis and description logic | |
Spaccapietra et al. | Spatio-temporal and multi-representation modeling: a contribution to active conceptual modeling | |
Zhang et al. | A comprehensive overview of RDF for spatial and spatiotemporal data management | |
Sun et al. | An efficient algorithm of star subgraph queries on urban traffic knowledge graph | |
Zhang et al. | Construction of geo-ontology knowledge base about spatial relations | |
Li et al. | Spatio-temporal data fusion techniques for modeling digital twin City |
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 |