CN116167440B - 基于网格时空知识图谱的时空知识规则判定方法及相关设备 - Google Patents
基于网格时空知识图谱的时空知识规则判定方法及相关设备 Download PDFInfo
- Publication number
- CN116167440B CN116167440B CN202310459246.4A CN202310459246A CN116167440B CN 116167440 B CN116167440 B CN 116167440B CN 202310459246 A CN202310459246 A CN 202310459246A CN 116167440 B CN116167440 B CN 116167440B
- Authority
- CN
- China
- Prior art keywords
- space
- time
- grid
- knowledge
- spatiotemporal
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims abstract description 70
- 238000013499 data model Methods 0.000 claims abstract description 26
- 238000010586 diagram Methods 0.000 claims description 28
- 238000011160 research Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000009411 base construction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 10
- 238000007726 management method Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 8
- JIPVGERXYWGOOY-UHFFFAOYSA-N (2-methoxyphenyl) pentanoate Chemical compound CCCCC(=O)OC1=CC=CC=C1OC JIPVGERXYWGOOY-UHFFFAOYSA-N 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 208000028104 epidemic louse-borne typhus Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 206010061393 typhus Diseases 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉基于网格时空知识图谱的时空知识规则判定方法及相关设备,通过基于全球剖分时空网格对多源异构时空实体进行网格编码,得到多源异构时空实体的网格时空数据模型;根据网格时空数据模型、实体语义关系和时空关系构建多源异构时空数据的网格时空知识图谱;根据特定的知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;基于网格时空知识判定规则库对多源异构时空实体的网格时空知识图谱的节点或与节点的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图。能够解决现有地理时空知识图谱在时空知识规则判定任务中缺少时空属性的标准化处理范式、时空属性的管理框架、及时空计算框架的问题。
Description
技术领域
本发明属于知识图谱技术领域,特别涉及一种基于网格时空知识图谱的时空知识规则判定方法及相关设备。
背景技术
知识判定,是基于特定知识界定对于数据、现象、事件得出论断的过程;而时空知识规则判定,即对于带有时空属性的数据、现象、事件,基于特定的知识界定,得到时空结论的方法。在各类方法中,知识图谱(Knowledge Graph,KG)是表示、检索和整合来自高度异质来源的数据的一种新范式。其中,地理时空知识图谱可以充分发挥语义、空间和时间信息的优势,进而对时空数据知识进行组织关联与综合判定。然而目前,基于知识图谱方法,在时空知识规则判定领域,仍有着以下问题:缺少时空属性的标准化处理范式;缺少时空属性的管理框架;缺少时空计算框架。
当前地理知识图谱缺少时空属性的标准化处理范式。知识图谱的判定,即根据特定的知识界定由知识图谱驱动的判定过程。知识图谱对于点、线、面、三维体等不同类型的空间实体,没有引入统一的、易于度量的、可计算的时空描述方法。但新的时空数据需要完成针对性的数据预处理才能进入知识图谱,因此难以做到知识图谱时空知识的快速更新演进。
传统地理知识图谱缺少时空属性的管理框架。对于全域时空大数据,语义网络难以进行多尺度的自适应表达。语义网络在对时空数据管理时,缺少对栅格数据、场数据和动目标的离散化表达,难以融合多源异构甚至多模态的时空数据。例如,对于某遥感影像数据,在语义网络中只能作为独立的实体存在,从而失去了其内部的地理信息。
发明内容
本发明克服了现有技术的不足之一,提供了一种基于网格时空知识图谱的时空知识规则判定方法及相关设备,通过时空网格编码代数计算和时空规则推理,能够解决现有地理时空知识图谱在时空知识规则判定任务中缺少时空属性的标准化处理范式、缺少时空属性的管理框架、缺少时空计算框架的问题。
根据本公开的一方面,提出了一种基于网格时空知识图谱的时空知识规则判定方法,所述方法包括:
基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型;
根据所述多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建所述多源异构时空数据的网格时空知识图谱;
根据特定的知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;
基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图。
在一种可能的实现方式中,所述多源异构时空实体的网格时空数据模型为根据所述多源异构时空实体的位置和所需表示精度将所述多源异构时空实体抽象为不同尺度的时空网格集合。
在一种可能的实现方式中,所述网格时空知识图谱为节点、边、节点的三元组形式。
在一种可能的实现方式中,所述节点和节点之间的关系为边关系,用所述节点和节点之间的边进行表示;
其中,所述节点包括实体,网格和属性三种类型,所述边关系包括显式关系和隐式关系。
在一种可能的实现方式中,所述基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图,包括:
利用逻辑推理和时空网格编码代数计算的推理增强,从所述网格时空知识判定规则库提取所述多源异构时空实体的网格时空知识图谱的节点和边关系的时空知识逻辑查询规则;
对所述多源异构时空实体的网格时空知识图谱的节点和边关系进行时空知识逻辑查询规则判定计算,得到所述时空知识逻辑查询规则判定计算结果;
对所述时空知识逻辑查询规则判定计算结果进行研究时域和研究空域的计算得到所述时空知识逻辑查询规则判定计算结果的时空网格图,利用所述时空网格图将符合时空知识逻辑查询规则判定的时空域计算结果可视化得到时空知识判定计算结果的时空域表达网格图。
在一种可能的实现方式中,当所述节点为实体类型时,所述节点包括概念和实例;
当所述节点为网格类型时,所述节点为时空剖分网格;
当所述节点为属性类型时,所述节点表示为与所述节点关联的时空属性信息或实体节点相关联的语义属性。
在一种可能的实现方式中,当所述边关系为显示关系时,所述边关系表示为实体间的逻辑语义关系;其中,所述显示关系包括概念间的关系、实例和概念间的关系、以及网格和实体间的关系。
在一种可能的实现方式中,当所述边关系为隐式关系时,所述边关系为通过时空网格代数计算得到的关系;所述隐式关系包括拓扑关系、距离关系和角度关系。
根据本公开的另一方面,提出了一种基于网格时空知识图谱的时空知识规则判定装置,所述装置包括:
网格时空数据模型构建模块,用于基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型;
网格时空知识图谱构建模块,用于根据所述多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建所述多源异构时空数据的网格时空知识图谱;
网格时空知识判定规则库构建模块,用于根据特定的知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;
判定模块,用于基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图。
根据本公开的另一方面,提出了一种电子设备,包括:处理器和存储有计算机程序的存储器,所述处理器被配置为在运行计算机程序时实现如上所述的方法。
本公开的基于网格时空知识图谱的时空知识规则判定方法,通过基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型;根据所述多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建所述多源异构时空数据的网格时空知识图谱;根据特定的知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图。能够解决现有地理时空知识图谱在时空知识规则判定任务中缺少时空属性的标准化处理范式、缺少时空属性的管理框架、缺少时空计算框架的问题。
本发明实施例的其他可选特征和技术效果一部分在下文描述,一部分可通过阅读本文而明白。
附图说明
以下,结合附图来详细说明本发明的实施例,所示出的元件不受附图所显示的比例限制,附图中相同或相似的附图标记表示相同或类似的元件,其中:
图1示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定方法流程图;
图2示出了根据本公开一实施例的网格时空知识图谱节点中属性类型示意图;
图3示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定算法流程示意图;
图4示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定的案例示意图。
图5示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定装置原理框图;
图6示出了根据本公开一实施例的电子设备的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合具体实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
另外,附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定方法流程图。该方法可以使用在针对时空复杂环境中的知识图谱逻辑关系和时空关系相关的推理分析问答等环节下。如图1所示,该方法可以包括:
步骤S1:基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型。其中,多源异构时空实体的网格时空数据模型为根据多源异构时空实体的位置和所需表示精度将多源异构时空实体抽象为不同尺度的时空网格集合。
例如,网格时空知识图谱采用GeoSOT(地球空间剖分模型)剖分框架对时空特征进行建模和表达。空间上,每个GeoSOT-3D网格在地球空间剖分体系中具有明确的位置,可以与现实世界中的特定范围建立对应关系。GeoSOT空间网格可以完整地表述空间实体的位置属性和表示精度,可以将GeoSOT空间网格作为空间对象建模框架的基础。GeoSOT空间网格的整体思路兼容了“面向空间建模”而非单一的“面向对象建模”,即可以将不同的多源异构时空实体根据多源异构时空实体的位置和所需表示精度抽象为不同尺度的时空网格集合,时空网格集合中的每个网格继承多源异构时空实体在该网格对应位置上的属性。
具体地,设空间剖分网格(Cell)的全集为={C1,C2,,Ci,L,C|£|},i为正整数。其中,(l)={C0(l),C1(l),,Ci(l),L,C|£|(l)}表示第l层级的所有网格,且对第l层级的任意两个网格Cp(l),Cq(l)(p≠q),均有对于某一多源异构时空实体obj,令O(obj)表示多源异构时空实体obj占据的真实空间,多源异构时空实体的表示精度为在网格体系中对应的层级l,该多源异构时空实体在地球空间剖分空间中可描述为若干个第l层级网格的集合£(l) (obj):
对于地球空间网格集合的属性,令Attr(g)表示多源异构时空实体或多源异构时空实体所表达的属性,则,
对于带有时间特征的多源异构时空实体(空间对象),可以引入基于GeoSOT-T(GeoSOT-T的基础为其空间和时间为两个互相正交的维度)的时间编码对多源异构时空实体的时间特征进行建模,并按照时间的先后顺序和一定的时间间隔来组织不同时刻的空间数据。
对多源异构时空实体进行网格编码,进行网格化描述的本质上为三维时空网格集合。
例如,令objt表示t时刻多源异构时空实体的空间状态,表示全部时间域,其中/>某一时刻的多源异构时空实体的表示精度在空间网格体系中对应的剖分层级为l,则多源异构时空实体抽象为不同尺度的时空网格集合(多源异构时空实体的网格时空数据模型)可以为:
通过上述过程,可以将多源异构时空实体抽象为多源异构时空实体的网格时空数据模型,便于多源异构时空实体的网格时空知识图谱的构建。
步骤S2:根据多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建所述多源异构时空数据的网格时空知识图谱。
其中,网格时空知识图谱可以为节点、边、节点的三元组形式,即网格时空知识图谱的数据组织模型以节点-边-节点的三元组形式进行数据组织和数据表达。其中,网格时空知识图谱的节点和节点之间的关系为网格时空知识图谱的边关系,可以用网格时空知识图谱节点和节点之间的网格时空知识图谱的边进行表示。
在一示例中,节点可以包括实体,网格和属性三种类型。当节点为实体类型时,节点(实体)可以为概念和实例;当节点为网格类型时,节点为时空剖分网格;当节点为属性类型时,节点表示为与节点关联的时空属性信息或实体节点相关联的语义属性。
例如,当实体为概念时,实体可以表示为思维的基本形式之一,反映客观事物的一般的、本质的特征。在认识过程中,从感性认识上升到理性认识,把所感知的事物的共同本质特点抽象化,加以概括,成为自我认知意识的一种表达,即为概念。例如,“人”,不是特指某个人(某个实例),即是一个类,同理“中国人”也是一个类。
当实体为实例时,实体可以表示为客观存在并可相互区别的事物。在网格时空知识图谱中,任何实体都可能带有时空特征,即某一多源异构时空实体在何时与何空间发生关系。例如,“北京大学”是一个实例,在时空上静态的;“车牌号为京A XXX的轿车”也是一个实例,在时空上动态的。
当网格时空知识图谱的节点为网格类型时,表示为时空剖分网格,以时间和空间剖分网格编码形式表示,以GeoSOT-3D和GeoSOT-T分别表征时空网格的剖分编码。可以以上角标区分时间编码(C时间),下角标区分空间编码(C空间)。不同剖分尺度的时空网格均可作为网格时空知识图谱中的节点,例如第15层某个具体的GeoSOT-3D网格,可以表示为Ci(15)。
图2示出了根据本公开一实施例的网格时空知识图谱节点中属性类型示意图。
当网格时空知识图谱的节点为属性类型时,可以表示为与时空网格节点关联的时空信息属性或实体节点相关联的语义属性。时空网格的属性体现了面向空间(而非面向对象的)的数据组织方式,即该时空网格既是该时空网格的信息,也是与该时空网格相关的事实。如图2所示,可查询得到与船B(时空网格节点)相关的属性事实:在时间t1时,船B处水温5.5℃,风力为6级,有义波高2.5m。
在一示例中,网格时空知识图谱的边关系可以包括显式关系和隐式关系,网格时空知识图谱的节点和节点之间的关系分为显式关系和隐式关系。
其中,当边关系为显示关系时,可以表示为实体间的逻辑语义关系。显示关系可以包括概念间的关系、实例和概念间的关系、以及网格和实体间的关系。
当边关系为隐式关系时,边关系可以为通过时空网格代数计算得到的关系。隐式关系可以包括拓扑关系、距离关系和角度关系。
通过网格时空知识图谱以节点-边-节点的三元组形式进行数据组织和数据表达,将时空剖分网格引入网格时空知识图谱成为节点,能够更好的满足时空标准化建模和时空计算需求。
步骤S3:根据特定的知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库。
具有时空属性的多源异构时空实体可以为数据、现象、事件。可以基于特定的知识界定建立不同的判定规则,进而构建知识判定规则库,如表1所示的在海洋行船场景下典型的知识判定规则库。
知识判定规则库可以用来表示为各类时空或语义逻辑规则的集合。例如“地效翼船的营运气象限制Ⅰ为航行区域内有义波高不超过3.0m,且风力不超过7级”为一条规则。不同的判定规则可由网格时空知识判定规则库进行管理,网格时空知识判定规则库中的规则通过知识判定,即可作用于网格时空知识图谱得到判定结果的时空域表达网格图。
表1海洋行船场景下的知识判定规则库
步骤S4:基于网格时空知识判定规则库对多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图。
图3示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定算法流程示意图。
如图3所示,多源异构时空数据和多源异构时空实体数据可通过网格时空知识图谱的数据组织模型进行数据组织,并形成网格时空知识图谱。不同的网格时空知识判定规则可由网格时空知识判定规则库进行管理,网格时空知识判定规则库中的网格时空知识判定规则通过知识判定,即可作用于网格时空知识图谱并得到判定结果的时空域表达网格图。
具体的,在一示例中,基于网格时空知识判定规则库对多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图可以包括:
步骤P1:利用逻辑推理和时空网格编码代数计算的推理增强,从网格时空知识判定规则库提取多源异构时空实体的网格时空知识图谱的节点和边关系的时空知识逻辑查询规则。
其中,逻辑推理可以包括单跳查询与多跳查询,用于预测网格时空知识图谱中的节点是否满足给定的查询逻辑,并完成网格时空知识图谱的节点与边关系的查询逻辑规则的提取。另外,可以通过图检索算法进行路径检索,隐式地推断缺失的链接以确定实体是多跳查询的答案。
在GeoSOT时空网格坐标体系中,每一个网格都赋予一个可计算的网格编码。可以将多源异构时空实体(点、线、面、体等)转换成为网格编码或网格编码集合,基于网格编码的空间运算算法,能够降低空间计算的复杂度。
可以将GeoSOT时空网格编码的代数计算引入网格时空知识图谱,能够利用网格时空知识图谱的节点间所承载的时空关系和时空知识,以隐式关系构建网格时空知识图谱中时空关系。相较于语义网络,网格时空知识图谱以存储网格编码替代存储空间信息和复杂空间关系,存储更小,查询更快;同时多源异构时空实体之间的时空关系均可通过网格编码计算实时获得,计算效率更高。
步骤P2:对多源异构时空实体的网格时空知识图谱的节点和边关系进行时空知识逻辑查询规则判定计算,得到时空知识逻辑查询规则判定计算结果。
可以通过对多源异构时空实体的网格时空知识图谱的节点和边关系进行时空知识逻辑查询规则判定,时空知识逻辑查询规则判定结果可以为每个相关时空实体或相关时空网格针对输入时空知识逻辑查询规则的“是”(TRUE)、“否”(FALSE)的结论,或为具体的时空知识逻辑查询规则判定计算数值。
例如,设研究兴趣空间域为研究兴趣时间域为/>时刻t∈T,Ct是时空网格集合/>对于每个时空网格Ct∈Ct,可计算该时空网格在研究问题下的值value(Ct):
其中,Ct的值可能有多个因素的影响。如果假定多个影响因素之间是独立的,则有,
其中,在t时刻下,当影响因素之间的相互作用独立时,/>对时空网格Ct的影响是可叠加的,且当/>与空间相关时,/>对时空网格Ct的影响与/>和Ct的时空位置、/>的属性以及其它和/>相关的因素/>有关。
例如,已知t时刻下两个风场中心和/>风场中心1在t时刻下的空间位置为/>风场强度为/>风场中心2同理。两个风场中心对时空网格Ct的风力同时造成叠加影响,影响的程度与距离呈反距离权重关系,则时空网格Ct的风力为:
其中,k表示在风场扩散场景下的传播常数。
对于逻辑查询判定条件“6级以上风力时,XX型号船只不宜航行”,作用在时空网格Ct上,判断XX号船只能否航行的函数为:
其中,表示指示函数。网格时空知识图谱的判定对于单一时空网格Ct可表示为每个相关时空实体或相关时空网格针对输入逻辑的“是”(TRUE)、“否”(FALSE)的结论,
或,具体的时空知识逻辑查询规则判定计算数值:
步骤P3:对时空知识逻辑查询规则判定计算结果进行研究时域和研究空域的计算得到时空知识逻辑查询规则判定计算结果的时空网格图,利用时空网格图将符合时空知识逻辑查询规则判定的时空域计算结果可视化得到时空知识判定计算结果的时空域表达网格图。
对于t时刻下研究空域内的全部时空网格进行时空知识逻辑查询规则判定计算,则可得到当前t时间切片下的时空知识逻辑查询规则判定结果网格图:
对于研究时域、研究空域内的时空知识逻辑查询规则判定结果网格图,则可依据下式表示为:
最终,根据时空域结果的判定条件建立时空知识逻辑查询规则判定结果的时空网格图,根据逻辑查询判定影响范围程度对将符合时空知识逻辑查询规则判定的时空域计算结果可视化展示,以得到时空知识判定计算结果的时空域表达网格图。
应用示例:
图4示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定的案例示意图。
如图4所示,已知某船B在进行海上作业时,由于船B船况限制,船B不能进入营运气象限制Ⅱ及以上的海域。其中营运气象限制Ⅱ系指限制航行区域内有义波高不超过2.0m,且风力不超过6级(蒲氏风级),其中,海上风力和有义波高随时间变化。
假定网格时空知识图谱系统可实时获取船只航域内的风力和有义波高数据等气象监测数据,则可以通过网格时空知识图谱实时推理和判定禁航区。
针对上述具体场景的时空数据构建网格时空知识图谱,然后通过逻辑查询判定计算输入的逻辑查询判定规则,将提取符合上述场景构建网格时空知识图谱的节点和边关系的逻辑查询判定规则,利用提取的逻辑查询判定规则构建上述场景的网格时空知识判定规则库,即有义波高不超过2.0m、风力不超过6级的海域可通行。逻辑查询判定计算输出如图4所示的在时间为t1、t2、t3时,船B可航行的全部网格集合。
如图4所示,船B在过去的t1时刻和t2时刻分别处于网格和/>中,需判断当前t3时刻船B可通行的空间区域。船B节点指向的/>和/>表示在t1时刻和t2时刻船B所在的时空网格。通过隐式关系得知,/>和/>是船B在下一个时间点t3的两个等价可选通行网格,则根据有义波高不超过2.0m、风力不超过6级的海域可通行的逻辑查询判定规则,可知,/>的风力为5级,有义波高0.5m,而/>的风力为6级,有义波高2.5m。根据逻辑查询判定计算可返回/>是可通行网格,而/>是不可通行网格。
本公开的基于网格时空知识图谱的时空知识规则判定方法,通过基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型;根据所述多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建所述多源异构时空数据的网格时空知识图谱;根据特定的知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图。能够解决现有地理时空知识图谱在时空知识规则判定任务中缺少时空属性的标准化处理范式、缺少时空属性的管理框架、缺少时空计算框架的问题。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图5示出了根据本公开一实施例的基于网格时空知识图谱的时空知识规则判定装置原理框图。如图5所示,该装置可以包括:
网格时空数据模型构建模块601,用于基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型;
网格时空知识图谱构建模块602,用于根据所述多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建所述多源异构时空数据的网格时空知识图谱;
网格时空知识判定规则库构建模块603,用于根据特定的知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;
判定模块604,用于基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或与所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一些实施例中,所述超大规模集成电路的面积功耗优化系统装置可以结合任一实施例的超大规模集成电路的面积功耗优化的方法特征,反之亦然,在此不赘述。
在本发明实施例中,提供一种电子设备,包括:处理器和存储有计算机程序的存储器,所述处理器被配置为在运行计算机程序时执行任一本发明实施例的超大规模集成电路的面积功耗优化的方法。
图6示出了一种可以实施本发明实施例的方法或实现本发明实施例的电子设备1000的示意图,在一些实施例中可以包括比图示更多或更少的电子设备。在一些实施例中,可以利用单个或多个电子设备实施。在一些实施例中,可以利用云端或分布式的电子设备实施。
图6是本申请实施例提供的电子设备10的结构示意图。如图6所示,电子设备1000包括处理器1001,其可以根据存储在只读存储器(ROM)1002中的程序和/或数据或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序和/或数据而执行各种适当的操作和处理。处理器1001可以是一个多核的处理器,也可以包含多个处理器。在一些实施例中,处理器1001可以包含一个通用的主处理器以及一个或多个特殊的协处理器,例如,中央处理器(CPU)、图形处理器(GPU)、神经网络处理器(NPU)、数字信号处理器(DSP)等等。在RAM1003中,还存储有电子设备1000操作所需的各种程序和数据。处理器1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
上述处理器与存储器共同用于执行存储在存储器中的程序,所述程序被计算机执行时能够实现上述各实施例描述的方法、步骤或功能。
以下部件连接至I/O接口1005:包括键盘、鼠标、触摸屏等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。图6中仅示意性示出部分组件,并不意味着计算机系统1000只包括图6所示组件。
上述实施例阐明的系统、装置、模块或单元,可以由计算机或其关联部件实现。计算机例如可以为移动终端、智能电话、个人计算机、膝上型计算机、车载人机交互设备、个人数字助理、媒体播放器、导航设备、游戏控制台、平板电脑、可穿戴设备、智能电视、物联网系统、智能家居、工业计算机、服务器或者其组合。
尽管未示出,在本发明实施例中,提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序配置成被运行时执行任一本发明实施例的基于文件差异的编译方法。
在本发明的实施例的存储介质包括永久性和非永久性、可移动和非可移动的可以由任何方法或技术来实现信息存储的物品。存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
在本发明的实施例的方法、程序、系统、装置等,可以在单个或多个连网的计算机中执行或实现,也可以在分布式计算环境中实践。在本说明书实施例中,在这些分布式计算环境中,可以由通过通信网络而被连接的远程处理设备来执行任务。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本领域技术人员可想到,上述实施例阐明的功能模块/单元或控制器以及相关方法步骤的实现,可以用软件、硬件和软/硬件结合的方式实现。
除非明确指出,根据本发明实施例记载的方法、程序的动作或步骤并不必须按照特定的顺序来执行并且仍然可以实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在本文中,针对本发明的多个实施例进行了描述,但为简明起见,各实施例的描述并不是详尽的,各个实施例之间相同或相似的特征或部分可能会被省略。在本文中,“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”意指适用于根据本发明的至少一个实施例或示例中,而非所有实施例。上述术语并不必然意味着指代相同的实施例或示例。在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
已参考上述实施例具体示出并描述了本发明的示例性系统及方法,其仅为实施本系统及方法的最佳模式的示例。本领域的技术人员可以理解的是可以在实施本系统及/或方法时对这里描述的系统及方法的实施例做各种改变而不脱离界定在所附权利要求中的本发明的精神及范围。
Claims (9)
1.一种基于网格时空知识图谱的时空知识规则判定方法,其特征在于,所述方法包括:
基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型;
根据所述多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建多源异构时空实体的网格时空知识图谱;
根据知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;
基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图;该步骤包括:利用逻辑推理和时空网格编码代数计算的推理增强,从所述网格时空知识判定规则库提取所述多源异构时空实体的网格时空知识图谱的节点和边关系的时空知识逻辑查询规则;对所述多源异构时空实体的网格时空知识图谱的节点和边关系进行时空知识逻辑查询规则判定计算,得到所述时空知识逻辑查询规则判定计算结果;对所述时空知识逻辑查询规则判定计算结果进行研究时域和研究空域的计算得到所述时空知识逻辑查询规则判定计算结果的时空网格图,利用所述时空网格图将符合时空知识逻辑查询规则判定的时空域计算结果可视化得到时空知识判定计算结果的时空域表达网格图。
2.根据权利要求1所述的时空知识规则判定方法,其特征在于,所述多源异构时空实体的网格时空数据模型为根据所述多源异构时空实体的位置和所需表示精度将所述多源异构时空实体抽象为不同尺度的时空网格集合。
3.根据权利要求1所述的时空知识规则判定方法,其特征在于,所述网格时空知识图谱为节点、边、节点的三元组形式。
4.根据权利要求3所述的时空知识规则判定方法,其特征在于,所述节点和节点之间的关系为边关系,用所述节点和节点之间的边进行表示;
其中,所述节点包括实体,网格和属性三种类型,所述边关系包括显式关系和隐式关系。
5.根据权利要求4所述的时空知识规则判定方法,其特征在于,
当所述节点为实体类型时,所述节点包括概念和实例;
当所述节点为网格类型时,所述节点为时空剖分网格;
当所述节点为属性类型时,所述节点表示为与所述节点关联的时空属性信息或实体节点相关联的语义属性。
6.根据权利要求5所述的时空知识规则判定方法,其特征在于,当所述边关系为显示关系时,所述边关系表示为实体间的逻辑语义关系;其中,所述显示关系包括概念间的关系、实例和概念间的关系、以及网格和实体间的关系。
7.根据权利要求5所述的时空知识规则判定方法,其特征在于,当所述边关系为隐式关系时,所述边关系为通过时空网格代数计算得到的关系;所述隐式关系包括拓扑关系、距离关系和角度关系。
8.一种基于网格时空知识图谱的时空知识规则判定装置,其特征在于,所述装置包括:
网格时空数据模型构建模块,用于基于全球剖分时空网格对多源异构时空实体进行网格编码,得到所述多源异构时空实体的网格时空数据模型;
网格时空知识图谱构建模块,用于根据所述多源异构时空实体的网格时空数据模型、实体语义关系和时空关系构建多源异构时空实体的网格时空知识图谱;
网格时空知识判定规则库构建模块,用于根据知识界定对具有时空属性的多源异构时空实体构建网格时空知识判定规则库;
判定模块,用于基于网格时空知识判定规则库对所述多源异构时空实体的网格时空知识图谱的节点或所述节点相交的边进行时空知识判定计算,得到时空知识判定计算结果的时空域表达网格图;所述判定模块包括:利用逻辑推理和时空网格编码代数计算的推理增强,从所述网格时空知识判定规则库提取所述多源异构时空实体的网格时空知识图谱的节点和边关系的时空知识逻辑查询规则;对所述多源异构时空实体的网格时空知识图谱的节点和边关系进行时空知识逻辑查询规则判定计算,得到所述时空知识逻辑查询规则判定计算结果;对所述时空知识逻辑查询规则判定计算结果进行研究时域和研究空域的计算得到所述时空知识逻辑查询规则判定计算结果的时空网格图,利用所述时空网格图将符合时空知识逻辑查询规则判定的时空域计算结果可视化得到时空知识判定计算结果的时空域表达网格图。
9.一种电子设备,其特征在于,包括:处理器和存储有计算机程序的存储器,所述处理器被配置为在运行计算机程序时实现权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310459246.4A CN116167440B (zh) | 2023-04-26 | 2023-04-26 | 基于网格时空知识图谱的时空知识规则判定方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310459246.4A CN116167440B (zh) | 2023-04-26 | 2023-04-26 | 基于网格时空知识图谱的时空知识规则判定方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116167440A CN116167440A (zh) | 2023-05-26 |
CN116167440B true CN116167440B (zh) | 2023-09-05 |
Family
ID=86413557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310459246.4A Active CN116167440B (zh) | 2023-04-26 | 2023-04-26 | 基于网格时空知识图谱的时空知识规则判定方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116167440B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191040A (zh) * | 2019-11-13 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 城市运行知识图谱构建方法、装置和计算机设备 |
CN111368095A (zh) * | 2020-02-28 | 2020-07-03 | 河海大学 | 基于水利知识-事理耦合网络的决策支持系统架构与方法 |
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 |
CN114860884A (zh) * | 2022-05-23 | 2022-08-05 | 中国科学院空天信息创新研究院 | 一种面向动态分析的时空知识图谱构建系统和方法 |
JP2023502827A (ja) * | 2020-10-30 | 2023-01-26 | 南京師範大学 | 地理知識取得方法 |
CN116010722A (zh) * | 2022-12-26 | 2023-04-25 | 北京大学 | 一种基于网格时空知识图谱的动态多目标时空问题的查询方法 |
-
2023
- 2023-04-26 CN CN202310459246.4A patent/CN116167440B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191040A (zh) * | 2019-11-13 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 城市运行知识图谱构建方法、装置和计算机设备 |
CN111368095A (zh) * | 2020-02-28 | 2020-07-03 | 河海大学 | 基于水利知识-事理耦合网络的决策支持系统架构与方法 |
JP2023502827A (ja) * | 2020-10-30 | 2023-01-26 | 南京師範大学 | 地理知識取得方法 |
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 |
CN114860884A (zh) * | 2022-05-23 | 2022-08-05 | 中国科学院空天信息创新研究院 | 一种面向动态分析的时空知识图谱构建系统和方法 |
CN116010722A (zh) * | 2022-12-26 | 2023-04-25 | 北京大学 | 一种基于网格时空知识图谱的动态多目标时空问题的查询方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116167440A (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116167440B (zh) | 基于网格时空知识图谱的时空知识规则判定方法及相关设备 | |
Li et al. | Software and applications of spatial data mining | |
Nurkarim et al. | Building footprint extraction and counting on very high-resolution satellite imagery using object detection deep learning framework | |
CN113360580A (zh) | 基于知识图谱的异常事件检测方法、装置、设备及介质 | |
Guo et al. | A universal parallel scheduling approach to polyline and polygon vector data buffer analysis on conventional GIS platforms | |
Wang et al. | Spatial query based virtual reality GIS analysis platform | |
CN114707002A (zh) | 灾害应急决策生成方法、装置、设备及存储介质 | |
Lü et al. | Data environment construction for virtual geographic environment | |
Hohl et al. | Spatiotemporal domain decomposition for massive parallel computation of space-time kernel density | |
Fellegara et al. | Terrain trees: a framework for representing, analyzing and visualizing triangulated terrains | |
Usui et al. | A comparison of neighbourhood relations based on ordinary Delaunay diagrams and area Delaunay diagrams: an application to define the neighbourhood relations of buildings | |
CN117237503B (zh) | 一种地理要素数据加速渲染及装置 | |
Yue et al. | A machine learning approach for predicting computational intensity and domain decomposition in parallel geoprocessing | |
Wu et al. | Geospatial big data: Survey and challenges | |
Li et al. | Spatial Data Science | |
CN115310672A (zh) | 城市发展预测模型的构建方法、城市发展预测方法及装置 | |
CN114900364A (zh) | 基于溯源图和异构图神经网络的高级持续威胁检测方法 | |
CN110781314B (zh) | 用户关系图的分层显示方法、装置及电子设备 | |
Ren et al. | Attribute reduction based on interval-set rough sets | |
Xu et al. | Research on Building Space Model Method Based on Big Data Map Visual Design | |
Lan et al. | RETRACTED ARTICLE: Chinese regional economic cooperative development model based on network analysis and multimedia data visualization | |
Morgan et al. | Using binary space partitioning to generate urban spatial patterns | |
CN117522614B (zh) | 一种数据的处理方法、装置、电子设备及存储介质 | |
Tahmasbi et al. | Maximum Range-Sum for Dynamically Occurring Objects with Decaying Weights | |
CN118820692A (zh) | 洪水淹没范围的预测方法、装置、电子设备及介质 |
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 |