CN117370582B - 基于多数据融合的自然资源要素三维实体化建模方法 - Google Patents

基于多数据融合的自然资源要素三维实体化建模方法 Download PDF

Info

Publication number
CN117370582B
CN117370582B CN202311447705.3A CN202311447705A CN117370582B CN 117370582 B CN117370582 B CN 117370582B CN 202311447705 A CN202311447705 A CN 202311447705A CN 117370582 B CN117370582 B CN 117370582B
Authority
CN
China
Prior art keywords
expression
geometric
natural resource
establishing
layer
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
Application number
CN202311447705.3A
Other languages
English (en)
Other versions
CN117370582A (zh
Inventor
梁文毫
刘禹麒
陈桂龙
杨丽娅
胡智毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Guodi Planning Technology Co ltd
Guangzhou Lantu Geographic Information Technology Co ltd
Original Assignee
Guangdong Guodi Planning Technology Co ltd
Guangzhou Lantu Geographic Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Guodi Planning Technology Co ltd, Guangzhou Lantu Geographic Information Technology Co ltd filed Critical Guangdong Guodi Planning Technology Co ltd
Priority to CN202311447705.3A priority Critical patent/CN117370582B/zh
Publication of CN117370582A publication Critical patent/CN117370582A/zh
Application granted granted Critical
Publication of CN117370582B publication Critical patent/CN117370582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了基于多数据融合的自然资源要素三维实体化建模方法包括:对预设语义层中的自然资源要素进行语义分类得到若干个语义类,以及分别获取同一语义类中不同自然资源要素之间的关联关系,根据语义类和关联关系结合预设机理模型建立知识图谱,将知识图谱输入到预设多尺度表达层中,根据同一语义类中不同自然资源要素之间的关联关系在预设几何层中选取对应的几何表达方式,将几何表达方式输入到所述预设多尺度表达层中,在预设多尺度表达层中建立自然资源要素实体模型,根据用户查询的表达对象,建立关于表达对象的三维模型,通过建立资源要素实体模型来表达不同自然资源的信息,用户不需要再查阅大量资料就可以得到该表达对象的信息。

Description

基于多数据融合的自然资源要素三维实体化建模方法
技术领域
本发明涉及建立模型技术领域,特别涉及基于多数据融合的自然资源要素三维实体化建模方法。
背景技术
自然资源是人类生产、生活的基本物质基础和空间载体,及时、准确、系统地获取自然资源状态的基础数据,掌握自然资源与生态环境协同演替规律,是科学保护并合理利用自然资源的基础,这对于提高中国自然资源综合探测和监管能力具有指导作用,可为解决生态环境问题、实现自然资源的合理利用和保护提供系统、全面的数据支撑,但是由于不同的自然资源的来源不同,且自然资源的数量庞大,在进行资源筛选时需要大量的时间查阅资料,还需要大量的时间在所查阅到的资料中进行筛选才能得到关于一个自然资源的信息。
因此,本发明提供了基于多数据融合的自然资源要素三维实体化建模方法。
发明内容
本发明基于多数据融合的自然资源要素三维实体化建模方法,通过建立一个资源要素实体模型来表达不同自然资源的信息,用户利用该模型查找表达对象时可以得到一个关于该表达对象的三维模型,由该三维模型全面且系统的展示关于该表达对象的所有信息,用户不需要再查阅大量资料就可以得到该表达对象的信息。
本发明提供了基于多数据融合的自然资源要素三维实体化建模方法,包括:
步骤1:对预设语义层中的自然资源要素进行语义分类得到若干个语义类,以及分别获取同一语义类中不同自然资源要素之间的关联关系;
步骤2:根据所述语义类和关联关系结合预设机理模型建立知识图谱,将所述知识图谱输入到预设多尺度表达层中;
步骤3:根据同一语义类中不同自然资源要素之间的关联关系在预设几何层中选取对应的几何表达方式,将所述几何表达方式输入到所述预设多尺度表达层中;
步骤4:根据所述知识图谱和所述几何表达方式在所述预设多尺度表达层中建立自然资源要素实体模型,根据用户查询的表达对象,建立关于所述表达对象的三维模型。
在一种可实施的方式中,
所述步骤1,包括:
步骤11:获取所述语义层中所有的自然资源要素,分别获取每一所述自然资源要素对应的来源信息、空间信息以及时间信息;
步骤12:根据所述来源信息将所述自然资源要素划分为地上资源和地下资源,建立专题语义;
步骤13:根据每一所述自然资源要素对应的空间信息,建立空间语义,以及根据每一所述自然资源要素对应的时间信息,建立时间语义;
步骤14:获取同一语义类中不同自然资源要素之间的空间关系、时间关系以及相互作用关系,建立同一语义类中不同自然资源要素之间的关联关系。
在一种可实施的方式中,
所述步骤2,包括:
步骤21:获取所述语义层中每一语义类对应的类特征,根据所述类特征对对应的语义类进行命名,分别建立专题语义、空间语义和时间语义;
步骤22:获取所述语义层中的关联关系和机理模型;
步骤23:在所述语义层中对所述专题语义、空间语义、时间语义、关联关系和机理模型进行位置布局,建立知识图谱;
步骤24:将所述知识图谱输入到预设多尺度表达层中。
在一种可实施的方式中,
所述步骤3,包括:
步骤31:根据每一语义类中不同自然资源要素之间的关联关系建立要素关系逻辑框架,基于所述要素关系逻辑框架在预设几何层中选取对应的几何表达方式,并将选取的逻辑表达方式标记在所述要素关系逻辑框架中,得到标记结果;
步骤32:根据所标记结果统计每一种几何表达方式对应的第一选取数量,根据所述第一选取数量分别为每一几何表达方式建立使用权重;
步骤33:分别获取一个几何表达方式对不同几何表达方式之间的约束程度和影响程度,分别为每一几何表达方式建立干扰权重;
步骤34:基于所述使用权重和干扰权重得到不同几何表达方式的有效权重,根据所述有效权重修正所述标记结果,得到每一几何表达方式对应的第二选取数量,根据所述第二选取数量在所述几何层中选取对应的几何表达方式输入到所述预设多尺度表达层中。
在一种可实施的方式中,
所述步骤4,包括:
步骤41:将所述知识图谱和几何表达方式输入到多尺度表达层中,在所述多尺度表达层中建立自然资源要素实体模型;
步骤42:获取用户查询的表达对象,在所述自然资源要素实体模型中查找所述表达对象,得到所述表达对象的对象名称;
步骤43:在所述知识图谱中查找所述对象名称,得到所述表达对象在不同语义类中的表达信息,以及所述表达对象在不同语义类中与现有表达对象之间的目标关联关系,根据所述目标关联关系提取对应的目标几何表达方式,以及获取机理模型;
步骤44:将所述目标关联关系和目标几何表达方式输入到所述机理模型中,建立关于所述表达对象的三维模型。
在一种可实施的方式中,
所述步骤34,包括:
步骤341:统计每一几何表达方式对应的使用权重和干扰权重,建立权重对应列表,并根据权重由高到低的顺序将所述使用权重和干扰权重进行排序,得到对应的第一权重序列和第二权重序列,分别获取每一使用权重在所述第一权重序列中的第一位置序号,根据所述第一位置序号建立第一标签,将所述第一标签标记在所述权重对应列表中,以及分别获取每一干扰权重在所述第二权重序列中的第二位置序号,根据所述第二位置序号建立第一标签,将所第二标签标记在所述权重对应列表中,得到带标权重对应列表;
步骤342:获取同一几何表达方式对应的第一标签和第二标签,当所述第一标签大于第二标签时,为对应的几何表达方式建立对应的第一有效标签,当所述第一标签等于第二标签时,为对应的几何表达方式建立对应的第二有效标签,当所述第一标签小于第二标签时,为对应的几何表达方式建立对应的第三有效标签,根据每一有效标签对应的预设有效权重,得到每一几何表达方式对应的有效权重;
步骤343:根据所述有效权重分析标记结果的有效程度,当所述有效程度小于预设程度时,利用所述有效权重修正所述有效程度与预设程度之间的有效差值,得到修正后的标记结果;
步骤344:根据修正后的标记结果,得到每一几何表达方式对应的第二选取数量,在所述几何层中选取对应的几何表达方式,并输入到所述预设多尺度表达层中。
在一种可实施的方式中,
所述步骤44,包括:
步骤441:根据所述目标关联关系和目标几何关系建立初始关联框架,根据所述初始关联框架的框架规格对所述机理模型进行规格调整,建立目标机理模型;
步骤442:根据所述目标关联关系得到与所述表达对象具有关联的目标对象,获取所述表达对象与每一目标对象之间的关联属性,根据所述关联属性对所述目标对象进行聚类分析得到若干个对象类,并统计每一对象类中目标对象的数量;
步骤443:获取所述目标机理模型中包含的若干个模型位置,以及所述目标机理模型中模型位置的排列方式,根据每一对象类中目标对象的数量分别为每一对象类选取对应的模型位置,分别将每一目标对象输入到对应的模型位置中,得到初始机理模型;
步骤444:在所述初始机理模型中标记不同目标对象之间的第一关系以及所述表达对象与每一目标对象之间的第二关系,得到关于所述表达对象的三维模型。
在一种可实施的方式中,
还包括:
所述语义层中存放知识图谱;
所述多尺度表达层中显示自然资源要素实体模型、接收用户查找的表达对象,以及建立关于所述表达对象的三维模型;
所述几何层中存在几何表达方式。
在一种可实施的方式中,
还包括:
当所述第一选取数量和第二选取数量一致时,确定所述几何表达方式的选取数量正确,根据所述第一选取数量在所述几何层中选取对应的几何表达方式输入到所述预设多尺度表达层中。
在一种可实施的方式中,
还包括:
当用户同时查找多个表达对象时,分别建立每一表达对象对应的第一三维模型;
获取多个表达对象之间的关联关系,建立关于多个表达对象之间的第二三维模型。
本发明可以实现的有益效果为:
为了建立一个可以涵盖地上自然资源和地下自然资源的三维模型,先在预设语义层中对自然资源要素进行分类,得到其在不同语义类下的表现形式,以及不同自然资源之间的关联关系,从而结合预设机理模型可以建立知识图谱,然后在几何层中选取对应的几何表达方式,最后在多尺度表达层中建立自然资源要素实体模型,当用户要查找表达对象时,在自然资源要素实体模型中查找表达对象,生成一个关于该表达对象的三维模型,通过多细节层次模型来实现地上底线自然资源要素的多尺度、多细节的表达,对自然资源要素实体之间的关联关系进行归纳,实现多细节层次三维实体数据的同一描述,方便用户随时查找。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中基于多数据融合的自然资源要素三维实体化建模方法的工作流程示意图;
图2为本发明实施例中基于多数据融合的自然资源要素三维实体化建模方法步骤4的工作流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本实施例提供了基于多数据融合的自然资源要素三维实体化建模方法,如图1所示,包括:
步骤1:对预设语义层中的自然资源要素进行语义分类得到若干个语义类,以及分别获取同一语义类中不同自然资源要素之间的关联关系;
步骤2:根据所述语义类和关联关系结合预设机理模型建立知识图谱,将所述知识图谱输入到预设多尺度表达层中;
步骤3:根据同一语义类中不同自然资源要素之间的关联关系在预设几何层中选取对应的几何表达方式,将所述几何表达方式输入到所述预设多尺度表达层中;
步骤4:根据所述知识图谱和所述几何表达方式在所述预设多尺度表达层中建立自然资源要素实体模型,根据用户查询的表达对象,建立关于所述表达对象的三维模型。
该实例中,自然资源要素可以分为地上资源要素和地下资源要素两种;
该实例中,语义类包括专题语义、空间语义和时间语义;
该实例中,预设机理模型表示根据对象、生产过程的内部机制或者物质流的传递机理建立起来的精确数学模型;
该实例中,知识图谱中包含多个自然资源要素;
该实例中,语义层表示用来展示知识图谱的模型层;
该实例中,多尺度表达层表示展示自然资源要素实体模型以及三维模型的模型层;
该实例中,几何层表示点、线、面、体几何关系的模型层;
该实例中,几何表达方式表示用来展示两个不同自然资源要素之间关系的方式;
该实例中,表达对象表示用户要查询的自然资源要素;
该实例中,三维模型表示关于表达对象在自然中的三维模型,且三维模型是自然资源要素实体模型的一部分。
上述技术方案的工作原理以及有益效果:为了建立一个可以涵盖地上自然资源和地下自然资源的三维模型,先在预设语义层中对自然资源要素进行分类,得到其在不同语义类下的表现形式,以及不同自然资源之间的关联关系,从而结合预设机理模型可以建立知识图谱,然后在几何层中选取对应的几何表达方式,最后在多尺度表达层中建立自然资源要素实体模型,当用户要查找表达对象时,在自然资源要素实体模型中查找表达对象,生成一个关于该表达对象的三维模型,通过多细节层次模型来实现地上底线自然资源要素的多尺度、多细节的表达,对自然资源要素实体之间的关联关系进行归纳,实现多细节层次三维实体数据的同一描述,方便用户随时查找。
实施例2
在实施例1的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,所述步骤1,包括:
步骤11:获取所述语义层中所有的自然资源要素,分别获取每一所述自然资源要素对应的来源信息、空间信息以及时间信息;
步骤12:根据所述来源信息将所述自然资源要素划分为地上资源和地下资源,建立专题语义;
步骤13:根据每一所述自然资源要素对应的空间信息,建立空间语义,以及根据每一所述自然资源要素对应的时间信息,建立时间语义;
步骤14:获取同一语义类中不同自然资源要素之间的空间关系、时间关系以及相互作用关系,建立同一语义类中不同自然资源要素之间的关联关系。
该实例中,来源信息包括地上来源和地下来源;
该实例中,空间信息包括结构、度量和定位;
该实例中,时间信息包括时刻点、生成片段、生命周期;
该实例中,空间关系包括距离、方位和拓扑;
该实例中,时间关系包括变化、事件和过程;
该实例中,相互作用关系包括水循环、地质循环和生物循环。
上述技术方案的工作原理以及有益效果:为了分析不同自然资源要素之间的关联关系,先对语义层中的自然资源要素进行分析,得到其对应的来源信息、空间信息以及时间信息,然后根据来源信息将自然资源要素划分为地上资源和地下资源建立专题语义,和根据空间信息建立空间语义,以及根据时间信息建立时间语义,最后根据不同语义类中自然资源要素之间的关系建立不同自然资源要素之间的关联关系,通过这样的方式将自然资源要素的细节进行深究,实现了全面扩展的作用。
实施例3
在实施例1的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,所述步骤2,包括:
步骤21:获取所述语义层中每一语义类对应的类特征,根据所述类特征对对应的语义类进行命名,分别建立专题语义、空间语义和时间语义;
步骤22:获取所述语义层中的关联关系和机理模型;
步骤23:在所述语义层中对所述专题语义、空间语义、时间语义、关联关系和机理模型进行位置布局,建立知识图谱;
步骤24:将所述知识图谱输入到预设多尺度表达层中。
该实例中,空间语义表示一个自然资源要素在自然界中所占空间的文字表达,例如,一颗杉树是长在某山的树林里;
该实例中,空间语义表示一个自然资源要素在自然界中的结构、质量以及定义;
该实例中,时间语义表示一个自然资源要素在自然界中产生的时刻点、时间片段以及生命周期;
该实例中,关联关系包括:空间关系(包括了一个自然资源要素在自然界中的与其他自然资源的距离、方位和拓扑)、时间关系(包含了一个自然资源要素在自然界中的变化、事件和生成过程)、相互作用关系(包含了一个自然资源要素在自然界中的水循环过程、地址循环过程和生物循环过程)。
上述技术方案的工作原理以及有益效果:通过分析不同语义层对应的类特征,然后对不同的语义类进行命名,然后结合语义层中的关联关系和机理模型进行位置布局,从而建立了知识图谱,最后将生成的知识图谱输入到多尺度表达层中。
实施例4
在实施例1的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,如所述步骤3,包括:
步骤31:根据每一语义类中不同自然资源要素之间的关联关系建立要素关系逻辑框架,基于所述要素关系逻辑框架在预设几何层中选取对应的几何表达方式,并将选取的逻辑表达方式标记在所述要素关系逻辑框架中,得到标记结果;
步骤32:根据所标记结果统计每一种几何表达方式对应的第一选取数量,根据所述第一选取数量分别为每一几何表达方式建立使用权重;
步骤33:分别获取一个几何表达方式对不同几何表达方式之间的约束程度和影响程度,分别为每一几何表达方式建立干扰权重;
步骤34:基于所述使用权重和干扰权重得到不同几何表达方式的有效权重,根据所述有效权重修正所述标记结果,得到每一几何表达方式对应的第二选取数量,根据所述第二选取数量在所述几何层中选取对应的几何表达方式输入到所述预设多尺度表达层中。
该实例中,要素逻辑框架表示用来展示不同自然资源要素之间的内在逻辑关系的框架;
该实例中,标记结果中包含了每一几何表达方式所被标记的位置;
该实例中,第一选取数量表示完成标记的几何表达方式的数量;
该实例中,使用权重表示一个几何表达方式对应的使用强度;
该实例中,约束程度表示不同几何表达方式之间的限制,例如:一条线会影响一个点的表达方式;
该实例中,影响程度表示同时使用不同几何表达方式时,每一个几何表达方式对应的形变;
该实例中,干扰权重表示不同几何表达方式对应的收干扰强度;
该实例中,第二选取数量表示一个几何表达方式的第一选取数量与补充数量的和;
该实例中,几何表达方式包括:点(BIM模型、点云、CAD模型)、线(空间曲线、复合线、线环)、面(简单面、复合面、有向面、空间曲面)和体(复合体、简单体、体元)。
上述技术方案的工作原理以及有益效果:为了方便建立模型,需要在建立模型前选取几何表达方式,首先根据语义类中不同自然资源要素之间的关联关系建立要素关系逻辑框架,从而根据要素关系逻辑框架的需要选取对应的几何表达方式,然后分析不同几何表达方式在不同情况下的权重,从而对每一几何表达方式的选取数量进行修正,最后选取对应数量的几何表达方式,为后续建立模型做基础。
实施例5
在实施例1的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,如图2所示,所述步骤4,包括:
步骤41:将所述知识图谱和几何表达方式输入到多尺度表达层中,在所述多尺度表达层中建立自然资源要素实体模型;
步骤42:获取用户查询的表达对象,在所述自然资源要素实体模型中查找所述表达对象,得到所述表达对象的对象名称;
步骤43:在所述知识图谱中查找所述对象名称,得到所述表达对象在不同语义类中的表达信息,以及所述表达对象在不同语义类中与现有表达对象之间的目标关联关系,根据所述目标关联关系提取对应的目标几何表达方式,以及获取机理模型;
步骤44:将所述目标关联关系和目标几何表达方式输入到所述机理模型中,建立关于所述表达对象的三维模型。
上述技术方案的工作原理以及有益效果:通过将知识图谱和几何表达方式输入到多尺度表达层中建立自然资源要素实体模型,当用户要查询一个表达对象时,可以在该模型中进行查找得到其名称,然后就可以根据名称在知识图谱中查找该表达对象,得到该表达对象与不同表达对象之间的关联关系,进而基于几何表达方式和机理模型来建立关于表达对应的三维模型,这样一来可以通过查找的方式得到与表达对象有关的所有信息,提高了查找的效率,解决了传统手段中需要查阅资料的弊端。
实施例6
在实施例4的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,所述步骤34,包括:
步骤341:统计每一几何表达方式对应的使用权重和干扰权重,建立权重对应列表,并根据权重由高到低的顺序将所述使用权重和干扰权重进行排序,得到对应的第一权重序列和第二权重序列,分别获取每一使用权重在所述第一权重序列中的第一位置序号,根据所述第一位置序号建立第一标签,将所述第一标签标记在所述权重对应列表中,以及分别获取每一干扰权重在所述第二权重序列中的第二位置序号,根据所述第二位置序号建立第一标签,将所第二标签标记在所述权重对应列表中,得到带标权重对应列表;
步骤342:获取同一几何表达方式对应的第一标签和第二标签,当所述第一标签大于第二标签时,为对应的几何表达方式建立对应的第一有效标签,当所述第一标签等于第二标签时,为对应的几何表达方式建立对应的第二有效标签,当所述第一标签小于第二标签时,为对应的几何表达方式建立对应的第三有效标签,根据每一有效标签对应的预设有效权重,得到每一几何表达方式对应的有效权重;
步骤343:根据所述有效权重分析标记结果的有效程度,当所述有效程度小于预设程度时,利用所述有效权重修正所述有效程度与预设程度之间的有效差值,得到修正后的标记结果;
步骤344:根据修正后的标记结果,得到每一几何表达方式对应的第二选取数量,在所述几何层中选取对应的几何表达方式,并输入到所述预设多尺度表达层中。
该实例中,权重对应列表表示一个几何表达方式所对应的使用权重和干扰权重的列表;
该实例中,第一权重序列表示将使用权重由高到低进行排列所得到的序列;
该实例中,第二权重序列表示将干扰权重由高到低进行排列所得到的序列;
该实例中,第一有效标签表示几何表达方式的使用权重的比重高于干扰权重的比重,需要减少该几何标签的数量;
该实例中,第二有效标签表示几何表达方式的使用权重的比重等于干扰权重的比重,该几何标签的数量不变;
该实例中,第三有效标签表示几何表达方式的使用权重的比重低于干扰权重的比重,需要增加该几何标签的数量;
该实例中,预设有效权重可以为1。
上述技术方案的工作原理以及有益效果:由于不同的几何表达方式具有不同的性质,所以将多个几何表达方式放在一起时会出现表达不清楚的现象,为了避免这一现象,根据同一几何表达方式对应的使用权重和干扰权重建立两个权重序列,以及建立权重对应列表,然后根据使用权重和干扰权重在对应序列中的位置来建立带标权重对应列表,然后根据每一个几何表达方式对应的标签信息为其建立有效标签,从而生成每一几何表达方式岁月的有效权重,最后利用有效权重修正标记结果,可以得到每一几何表达方式对应的选取数量,这样一来可以根据不同几何表达方式的实际情况来调整其使用数量,可以避免出现表达失误的现象。
实施例7
在实施例5的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,所述步骤44,包括:
步骤441:根据所述目标关联关系和目标几何关系建立初始关联框架,根据所述初始关联框架的框架规格对所述机理模型进行规格调整,建立目标机理模型;
步骤442:根据所述目标关联关系得到与所述表达对象具有关联的目标对象,获取所述表达对象与每一目标对象之间的关联属性,根据所述关联属性对所述目标对象进行聚类分析得到若干个对象类,并统计每一对象类中目标对象的数量;
步骤443:获取所述目标机理模型中包含的若干个模型位置,以及所述目标机理模型中模型位置的排列方式,根据每一对象类中目标对象的数量分别为每一对象类选取对应的模型位置,分别将每一目标对象输入到对应的模型位置中,得到初始机理模型;
步骤444:在所述初始机理模型中标记不同目标对象之间的第一关系以及所述表达对象与每一目标对象之间的第二关系,得到关于所述表达对象的三维模型。
该实例中,初始关联框架表示根据目标关联关系将目标几何关系进行初步搭建所形成的框架;
该实例中,聚类分析表示将关联属性一致的目标对象分为一类的过程;
该实例中,第一关系表示不同目标对象之间的关联关系,第二关系表示表达对象与目标对象之间的关联关系。
上述技术方案的工作原理以及有益效果:为了响应用户的查找工作,根据目标关联关系和目标几何关系建立初始关联框架,以及根据初始关联框架的规格对目标机理模型进行规格调整,然后对与表达对象具有关联的目标对象聚类分析,得到每一对象类中包含的目标对象的数量,然后将目标对象输入到目标机理模型中,建立初始机理模型,为了展示不同对象之间的关联关系,在初始机理模型中标记不同对象之间的关系,建立一个三维模型,通过建立模型的方式来展示与表达对象有关的信息,便于用户在短时间内获取关于表达对象的信息,提高了获取信息的效率。
实施例8
在实施例1的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,还包括:
所述语义层中存放知识图谱;
所述多尺度表达层中显示自然资源要素实体模型、接收用户查找的表达对象,以及建立关于所述表达对象的三维模型;
所述几何层中存在几何表达方式。
上述技术方案的工作原理以及有益效果:通过在不同的模型层中执行不同的工作,可以将自然资源要素进行多层次,多细节的展示。
实施例9
在实施例4的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,还包括:
当所述第一选取数量和第二选取数量一致时,确定所述几何表达方式的选取数量正确,根据所述第一选取数量在所述几何层中选取对应的几何表达方式输入到所述预设多尺度表达层中。
上述技术方案的工作原理以及有益效果:当几何表达方式的选取数量满足现在的使用时,直接在几何层中选取对应的结合表达方式来进行下一步工作,提高了建模的效率。
实施例10
在实施例1的基础上,所述基于多数据融合的自然资源要素三维实体化建模方法,还包括:
当用户同时查找多个表达对象时,分别建立每一表达对象对应的第一三维模型;
获取多个表达对象之间的关联关系,建立关于多个表达对象之间的第二三维模型。
上述技术方案的工作原理以及有益效果:为了进一步扩展自然资源要素模型的功能,当用户一致性查找多个表达对象时,分别建立每一表达对应的三维模型,以及建立不同表达对象之间的三维模型,供用户挑选查看。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,包括:
步骤1:对预设语义层中的自然资源要素进行语义分类得到若干个语义类,以及分别获取同一语义类中不同自然资源要素之间的关联关系;
步骤2:根据所述语义类和关联关系结合预设机理模型建立知识图谱,将所述知识图谱输入到预设多尺度表达层中;
步骤3:根据同一语义类中不同自然资源要素之间的关联关系在预设几何层中选取对应的几何表达方式,将所述几何表达方式输入到所述预设多尺度表达层中;
步骤4:根据所述知识图谱和所述几何表达方式在所述预设多尺度表达层中建立自然资源要素实体模型,根据用户查询的表达对象,建立关于所述表达对象的三维模型。
2.如权利要求1所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,所述步骤1,包括:
步骤11:获取所述预设语义层中所有的自然资源要素,分别获取每一所述自然资源要素对应的来源信息、空间信息以及时间信息;
步骤12:根据所述来源信息将所述自然资源要素划分为地上资源和地下资源,建立专题语义;
步骤13:根据每一所述自然资源要素对应的空间信息,建立空间语义,以及根据每一所述自然资源要素对应的时间信息,建立时间语义;
步骤14:获取同一语义类中不同自然资源要素之间的空间关系、时间关系以及相互作用关系,建立同一语义类中不同自然资源要素之间的关联关系。
3.如权利要求1所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,所述步骤2,包括:
步骤21:获取所述预设语义层中每一语义类对应的类特征,根据所述类特征对对应的语义类进行命名,分别建立专题语义、空间语义和时间语义;
步骤22:获取所述预设语义层中的关联关系和机理模型;
步骤23:在所述预设语义层中对所述专题语义、空间语义、时间语义、关联关系和机理模型进行位置布局,建立知识图谱;
步骤24:将所述知识图谱输入到预设多尺度表达层中。
4.如权利要求1所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,所述步骤3,包括:
步骤31:根据每一语义类中不同自然资源要素之间的关联关系建立要素关系逻辑框架,基于所述要素关系逻辑框架在预设几何层中选取对应的几何表达方式,并将选取的几何表达方式标记在所述要素关系逻辑框架中,得到标记结果;
步骤32:根据所标记结果统计每一种几何表达方式对应的第一选取数量,根据所述第一选取数量分别为每一几何表达方式建立使用权重;所述使用权重表示一个几何表达方式对应的使用强度;
步骤33:分别获取一个几何表达方式对不同几何表达方式之间的约束程度和影响程度,分别为每一几何表达方式建立干扰权重;
步骤34:基于所述使用权重和干扰权重得到不同几何表达方式的有效权重,根据所述有效权重修正所述标记结果,得到每一几何表达方式对应的第二选取数量,根据所述第二选取数量在所述几何层中选取对应的几何表达方式输入到所述预设多尺度表达层中。
5.如权利要求1所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,所述步骤4,包括:
步骤41:将所述知识图谱和几何表达方式输入到多尺度表达层中,在所述多尺度表达层中建立自然资源要素实体模型;
步骤42:获取用户查询的表达对象,在所述自然资源要素实体模型中查找所述表达对象,得到所述表达对象的对象名称;
步骤43:在所述知识图谱中查找所述对象名称,得到所述表达对象在不同语义类中的表达信息,以及所述表达对象在不同语义类中与现有表达对象之间的目标关联关系,根据所述目标关联关系提取对应的目标几何表达方式,以及获取机理模型;
步骤44:将所述目标关联关系和目标几何表达方式输入到所述机理模型中,建立关于所述表达对象的三维模型。
6.如权利要求4所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,所述步骤34,包括:
步骤341:统计每一几何表达方式对应的使用权重和干扰权重,建立权重对应列表,并根据权重由高到低的顺序将所述使用权重和干扰权重进行排序,得到对应的第一权重序列和第二权重序列,分别获取每一使用权重在所述第一权重序列中的第一位置序号,根据所述第一位置序号建立第一标签,将所述第一标签标记在所述权重对应列表中,以及分别获取每一干扰权重在所述第二权重序列中的第二位置序号,根据所述第二位置序号建立第一标签,将所第二标签标记在所述权重对应列表中,得到带标权重对应列表;
步骤342:获取同一几何表达方式对应的第一标签和第二标签,当所述第一标签大于第二标签时,为对应的几何表达方式建立对应的第一有效标签,当所述第一标签等于第二标签时,为对应的几何表达方式建立对应的第二有效标签,当所述第一标签小于第二标签时,为对应的几何表达方式建立对应的第三有效标签,根据每一有效标签对应的预设有效权重,得到每一几何表达方式对应的有效权重;
步骤343:根据所述有效权重分析标记结果的有效程度,当所述有效程度小于预设程度时,利用所述有效权重修正所述有效程度与预设程度之间的有效差值,得到修正后的标记结果;
步骤344:根据修正后的标记结果,得到每一几何表达方式对应的第二选取数量,在所述几何层中选取对应的几何表达方式,并输入到所述预设多尺度表达层中。
7.如权利要求5所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,所述步骤44,包括:
步骤441:根据所述目标关联关系和目标几何关系建立初始关联框架,根据所述初始关联框架的框架规格对所述机理模型进行规格调整,建立目标机理模型;
步骤442:根据所述目标关联关系得到与所述表达对象具有关联的目标对象,获取所述表达对象与每一目标对象之间的关联属性,根据所述关联属性对所述目标对象进行聚类分析得到若干个对象类,并统计每一对象类中目标对象的数量;
步骤443:获取所述目标机理模型中包含的若干个模型位置,以及所述目标机理模型中模型位置的排列方式,根据每一对象类中目标对象的数量分别为每一对象类选取对应的模型位置,分别将每一目标对象输入到对应的模型位置中,得到初始机理模型;
步骤444:在所述初始机理模型中标记不同目标对象之间的第一关系以及所述表达对象与每一目标对象之间的第二关系,得到关于所述表达对象的三维模型。
8.如权利要求1所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,还包括:
所述预设语义层中存放知识图谱;
所述多尺度表达层中显示自然资源要素实体模型、接收用户查找的表达对象,以及建立关于所述表达对象的三维模型;
所述几何层中存在几何表达方式。
9.如权利要求4所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,还包括:
当所述第一选取数量和第二选取数量一致时,确定所述几何表达方式的选取数量正确,根据所述第一选取数量在所述几何层中选取对应的几何表达方式输入到所述预设多尺度表达层中。
10.如权利要求1所述的一种基于多数据融合的自然资源要素三维实体化建模方法,其特征在于,还包括:
当用户同时查找多个表达对象时,分别建立每一表达对象对应的第一三维模型;
获取多个表达对象之间的关联关系,建立关于多个表达对象之间的第二三维模型。
CN202311447705.3A 2023-11-02 2023-11-02 基于多数据融合的自然资源要素三维实体化建模方法 Active CN117370582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311447705.3A CN117370582B (zh) 2023-11-02 2023-11-02 基于多数据融合的自然资源要素三维实体化建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311447705.3A CN117370582B (zh) 2023-11-02 2023-11-02 基于多数据融合的自然资源要素三维实体化建模方法

Publications (2)

Publication Number Publication Date
CN117370582A CN117370582A (zh) 2024-01-09
CN117370582B true CN117370582B (zh) 2024-06-04

Family

ID=89404007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311447705.3A Active CN117370582B (zh) 2023-11-02 2023-11-02 基于多数据融合的自然资源要素三维实体化建模方法

Country Status (1)

Country Link
CN (1) CN117370582B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102053981A (zh) * 2009-10-30 2011-05-11 吴立新 一种顾及语义的地上下集成模型的多尺度表达方法
CN114996488A (zh) * 2022-08-08 2022-09-02 北京道达天际科技股份有限公司 一种天网大数据决策级融合方法
CN115100643A (zh) * 2022-08-26 2022-09-23 潍坊现代农业与生态环境研究院 融合三维场景语义的单目视觉定位增强方法和设备
CN115546455A (zh) * 2022-09-22 2022-12-30 广东国地规划科技股份有限公司 一种三维建筑模型单体化方法、装置及存储介质
CN115774861A (zh) * 2022-12-22 2023-03-10 广东五度空间科技有限公司 一种自然资源多源异构数据汇聚融合服务系统
CN116049443A (zh) * 2023-02-13 2023-05-02 南京云创大数据科技股份有限公司 一种知识图谱的构造方法、装置、电子设备和存储介质
WO2023137700A1 (zh) * 2022-01-21 2023-07-27 中国科学院深圳先进技术研究院 一种面向城市决策和评估的多尺度信息目录构建系统
CN116561338A (zh) * 2023-04-28 2023-08-08 鹏城实验室 工业知识图谱生成方法、装置、设备及存储介质
CN116842194A (zh) * 2023-07-03 2023-10-03 中国南方电网有限责任公司 一种电力语义知识图谱系统及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102053981A (zh) * 2009-10-30 2011-05-11 吴立新 一种顾及语义的地上下集成模型的多尺度表达方法
WO2023137700A1 (zh) * 2022-01-21 2023-07-27 中国科学院深圳先进技术研究院 一种面向城市决策和评估的多尺度信息目录构建系统
CN114996488A (zh) * 2022-08-08 2022-09-02 北京道达天际科技股份有限公司 一种天网大数据决策级融合方法
CN115100643A (zh) * 2022-08-26 2022-09-23 潍坊现代农业与生态环境研究院 融合三维场景语义的单目视觉定位增强方法和设备
CN115546455A (zh) * 2022-09-22 2022-12-30 广东国地规划科技股份有限公司 一种三维建筑模型单体化方法、装置及存储介质
CN115774861A (zh) * 2022-12-22 2023-03-10 广东五度空间科技有限公司 一种自然资源多源异构数据汇聚融合服务系统
CN116049443A (zh) * 2023-02-13 2023-05-02 南京云创大数据科技股份有限公司 一种知识图谱的构造方法、装置、电子设备和存储介质
CN116561338A (zh) * 2023-04-28 2023-08-08 鹏城实验室 工业知识图谱生成方法、装置、设备及存储介质
CN116842194A (zh) * 2023-07-03 2023-10-03 中国南方电网有限责任公司 一种电力语义知识图谱系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
自然资源要素智能解译研究进展与方向;张继贤,顾海燕,等;《测绘学报》;20220731;全文 *

Also Published As

Publication number Publication date
CN117370582A (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
US20170329755A1 (en) Method and apparatus and computer device for automatic semantic annotation for an image
CN111680025A (zh) 面向自然资源多源异构数据时空信息智能同化的方法及系统
CN103970902B (zh) 一种大量数据情况下的可靠即时检索方法及系统
CN103853818B (zh) 多维数据的处理方法和装置
CN112035453A (zh) 基于gbdt高阶特征组合的推荐方法、装置及存储介质
CN110490100A (zh) 基于深度学习的岩土自动识别定名方法及系统
CN105677353A (zh) 特征抽取方法、机器学习方法及其装置
Ye et al. Development of a highly flexible mobile GIS-based system for collecting arable land quality data
Tiede A new geospatial overlay method for the analysis and visualization of spatial change patterns using object-oriented data modeling concepts
CN112633822B (zh) 基于数字孪生技术的资产管理方法、存储介质和移动终端
CN114625820A (zh) 一种面向人工智能遥感影像解译的样本库系统及组织方法
CN116245177B (zh) 地理环境知识图谱自动化构建方法及系统、可读存储介质
CN102184099A (zh) 配置及生成应用软件报表的方法、装置及系统
CN104598553A (zh) 一种复合式的地质图制图自动综合的方法
CN117370582B (zh) 基于多数据融合的自然资源要素三维实体化建模方法
CN115169578A (zh) 一种基于元宇宙数据标记的ai模型生产方法及系统
Muslah et al. Requirements variability specification for data intensive software
Mou et al. Visflow: A visual database integration and workflow querying system
Xie et al. A method for delineating a hierarchically networked structure of urban landscape
CN111966732A (zh) 全智能化地质填图方法、装置、设备及可读存储介质
CN112016515A (zh) 一种档案柜空位检测方法及装置
CN111680204A (zh) 数据采集方法、装置及计算机可读存储介
Sevilla et al. SILKNOWViz: Spatio-temporal data ontology viewer
CN111553709A (zh) 一种水库生态鱼大数据溯源系统及方法
CN117687967B (zh) 一种cad地图融合标注及显示的方法及系统

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