CN117609412B - 一种基于网络结构信息的空间对象关联方法及装置 - Google Patents
一种基于网络结构信息的空间对象关联方法及装置 Download PDFInfo
- Publication number
- CN117609412B CN117609412B CN202410077104.6A CN202410077104A CN117609412B CN 117609412 B CN117609412 B CN 117609412B CN 202410077104 A CN202410077104 A CN 202410077104A CN 117609412 B CN117609412 B CN 117609412B
- Authority
- CN
- China
- Prior art keywords
- association
- objects
- candidate
- spatial
- space
- 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 37
- 239000011159 matrix material Substances 0.000 claims abstract description 61
- 238000010276 construction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010606 normalization Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及地理信息技术领域,具体公开了一种基于网络结构信息的空间对象关联方法及装置,该方法包括:确定待关联对象,以及多个候选关联对象;基于待关联对象与任一候选关联对象之间的空间相似值,以及任意两个候选关联对象之间的空间相似值,构建第一关联网络;基于待关联对象与任一候选关联对象之间的空间拓扑关系,以及任意两个候选关联对象之间的空间拓扑关系,构建目标关系矩阵;基于第一关联网络以及目标关系矩阵,构建第二关联网络;根据第二关联网络,得到待关联对象与任一候选关联对象之间的最大可达路径;根据最大可达路径,确定待关联对象与任一候选关联对象之间的关联值,并根据关联值,确定待关联对象对应的目标关联对象。
Description
技术领域
本申请涉及地理信息技术领域,尤其是涉及到一种基于网络结构信息的空间对象关联方法及装置。
背景技术
在地理信息系统(GIS)中,识别和解释不同地理空间对象之间的关联性是深入理解和分析地理空间数据的关键之一。这种关联性既能揭示地理实体之间的相互作用和影响,又为资源管理、城市规划、地震减灾等领域提供更准确、全面和高质量的决策支持。
现实世界的地理空间数据含有大量复杂的关联性,而关联网络是描述、挖掘地理空间对象间关联性的重要方法和技术。然而,现有技术中的空间对象关联分析方法聚焦在通过关联网络中网络节点特征相似性来挖掘地理空间对象间的直接联系。例如,通过衡量两个空间对象之间的距离或者空间拓扑来判定这两个空间对象的关联性,然而这种方法确定出来的关联性准确性较低。
发明内容
有鉴于此,本申请提供了一种基于网络结构信息的空间对象关联方法及装置,考虑网络结构信息中蕴含的不同空间对象间的潜在关系,来确定空间对象之间的关联结果,可以显著提高关联结果的准确性。
根据本申请的一个方面,提供了一种基于网络结构信息的空间对象关联方法,包括:
确定待关联对象,以及与所述待关联对象对应的多个候选关联对象;
基于所述待关联对象与任一所述候选关联对象之间的空间相似值,以及任意两个所述候选关联对象之间的空间相似值,构建第一关联网络;
基于所述待关联对象与任一所述候选关联对象之间的空间拓扑关系,以及任意两个所述候选关联对象之间的空间拓扑关系,构建目标关系矩阵;
基于所述第一关联网络以及所述目标关系矩阵,构建第二关联网络;
根据所述第二关联网络,得到所述待关联对象与任一所述候选关联对象之间的最大可达路径;
根据所述最大可达路径对应的路径相似值,以及所述最大可达路径对应的空间相似值,确定所述待关联对象与所述任一所述候选关联对象之间的关联值,并根据所述关联值,确定所述待关联对象对应的目标关联对象。
根据本申请的另一方面,提供了一种基于网络结构信息的空间对象关联装置,包括:
对象确定模块,用于确定待关联对象,以及与所述待关联对象对应的多个候选关联对象;
网络构建模块,用于基于所述待关联对象与任一所述候选关联对象之间的空间相似值,以及任意两个所述候选关联对象之间的空间相似值,构建第一关联网络;
矩阵构建模块,用于基于所述待关联对象与任一所述候选关联对象之间的空间拓扑关系,以及任意两个所述候选关联对象之间的空间拓扑关系,构建目标关系矩阵;
所述网络构建模块,还用于基于所述第一关联网络以及所述目标关系矩阵,构建第二关联网络;
路径确定模块,用于根据所述第二关联网络,得到所述待关联对象与任一所述候选关联对象之间的最大可达路径;
关联对象确定模块,用于根据所述最大可达路径对应的路径相似值,以及所述最大可达路径对应的空间相似值,确定所述待关联对象与所述任一所述候选关联对象之间的关联值,并根据所述关联值,确定所述待关联对象对应的目标关联对象。
借由上述技术方案,本申请提供的一种基于网络结构信息的空间对象关联方法及装置,首先,可以确定待关联对象,以及与该待关联对象对应的多个候选关联对象。之后,可以根据待关联对象以及上述多个候选关联对象构建第一关联网络和目标关系矩阵,得到第一关联网络和目标关系矩阵之后,可以利用第一关联网络和目标关系矩阵共同构建第二关联网络,并根据第二关联网络进一步确定待关联对象和任意一个候选关联对象之间的最大可达路径。接着可以根据最大可达路径对应的路径相似值与空间相似值之和,得到待关联对象和最大可达路径中最后一个候选关联对象之间的关联值。最后,可以根据这些关联值从多个候选关联对象中确定出待关联对象的目标关联对象。地理空间对象之间的关联性不仅取决于空间对象之间的相似性,还可以受到网络结构中其他空间对象的影响,本申请考虑网络结构信息中蕴含的不同空间对象间的潜在关系,来确定空间对象之间的关联结果,可以显著提高关联结果的准确性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例提供的一种基于网络结构信息的空间对象关联方法的流程示意图;
图2示出了本申请实施例提供的另一种基于网络结构信息的空间对象关联方法的流程示意图;
图3示出了本申请实施例提供的一种第二关联网络的构建示意图;
图4示出了本申请实施例提供的一种基于网络结构信息的空间对象关联装置的结构示意图;
图5示出了本申请实施例提供的一种计算机设备的装置结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本实施例中提供了一种基于网络结构信息的空间对象关联方法,如图1所示,该方法包括:
步骤101,确定待关联对象,以及与所述待关联对象对应的多个候选关联对象。
本申请实施例提供的基于网络结构信息的空间对象关联方法,可以用于确定任意两个空间对象之间的关联性。在现实世界中,任何可以被视为一个实体(物体)的都可以称之为空间对象。在本申请中,地理空间数据被设计为现实世界的数据映射,因此地理空间数据中每一个可单独抽取出来的、与现实实体地理要素相对应的数据描述都可以称之为空间对象。在进行空间对象关联时,首先,可以确定待关联对象,以及与该待关联对象对应的多个候选关联对象。其中,候选关联对象指的是与待关联对象之间具有较强相似性的空间对象,即期望的关联对象。
步骤102,基于所述待关联对象与任一所述候选关联对象之间的空间相似值,以及任意两个所述候选关联对象之间的空间相似值,构建第一关联网络。
在该实施例中,第一关联网络中可以包括多个节点,待关联对象以及每个候选关联对象都可以作为其中的一个节点存在。此外,第一关联网络中有些节点之间还存在关联边,关联边可以根据任意两个节点之间的空间相似值确定。具体地,可以将每两个节点之间均计算空间相似值,之后如果空间相似值满足预设条件,那么可以在这两个节点之间构建出一条关联边。当关联边全部构建完毕之后,即生成了第一关联网络。
步骤103,基于所述待关联对象与任一所述候选关联对象之间的空间拓扑关系,以及任意两个所述候选关联对象之间的空间拓扑关系,构建目标关系矩阵。
在该实施例中,还可以利用任意两个空间对象之间的空间拓扑关系来构建目标关系矩阵。在这里,空间对象可以是待关联对象,也可以是多个候选关联对象中的任意一个。空间拓扑关系可以包括多种,例如包含了touches、overlap等关系,表示两个空间对象的边界有相交;/>表示两个空间对象互不相交;/>表示两个空间对象存在包含关系,即任意空间对象的边界都不在另一空间对象的外部且两空间对象内部存在公共部分;/>表示两个空间对象在空间上完全相同,它们的边界和内部完全一致。不同的空间拓扑关系可以用不同的数值表示,例如/>可以用0表示,/>可以用1表示,/>可以用2表示,/>可以用3表示。之后,可以利用这些数值构建出目标关系矩阵。
步骤104,基于所述第一关联网络以及所述目标关系矩阵,构建第二关联网络。
在该实施例中,得到第一关联网络和目标关系矩阵之后,可以利用第一关联网络和目标关系矩阵共同构建第二关联网络。具体地,可以将第一关联网络中的节点与目标关系矩阵中包含的空间对象一一映射。第一关联网络中的节点为待关联对象和候选关联对象,目标关系矩阵中包含的空间对象也为待关联对象和候选关联对象,因此可以对节点与空间对象之间进行一一映射。对于在第一关联网络中存在关联边的两个节点,可以在目标关系矩阵中找到这两个节点映射的两个空间对象对应的数值,之后将该数值标记在对应的的关联边,当第一关联网络上的所有关联边均被标记上数值之后,即可对应生成第二关联网络。
步骤105,根据所述第二关联网络,得到所述待关联对象与任一所述候选关联对象之间的最大可达路径。
在该实施例中,得到第二关联网络之后,可以进一步确定待关联对象和任意一个候选关联对象之间的最大可达路径。其中,最大可达路径可以是从候选可达路径中确定出来的,待关联对象和每个候选关联对象之间存在数量不等的候选可达路径,每个候选可达路径对应有路径相似值,可以将路径相似值最大的候选可达路径作为最大可达路径。
步骤106,根据所述最大可达路径对应的路径相似值,以及所述最大可达路径对应的空间相似值,确定所述待关联对象与所述任一所述候选关联对象之间的关联值,并根据所述关联值,确定所述待关联对象对应的目标关联对象。
在该实施例中,最大可达路径除了对应有路径相似值之外,还对应有空间相似值,最大可达路径的空间相似值,即最大可达路径对应的待关联对象和路径中最后一个候选关联对象之间的空间相似值。接着可以根据最大可达路径对应的路径相似值与空间相似值之和,得到待关联对象和最大可达路径中最后一个候选关联对象之间的关联值。经过上述步骤之后,待关联对象和每个候选关联对象之间都可以得到一个关联值。最后,可以根据这些关联值从多个候选关联对象中确定出待关联对象的目标关联对象。具体地,可以将关联值大于预设阈值的候选关联对象作为目标关联对象;或者将关联值按照从大到小的顺序排列,将排名前k位的关联值对应的候选关联对象作为目标关联对象。
通过应用本实施例的技术方案,首先,可以确定待关联对象,以及与该待关联对象对应的多个候选关联对象。之后,可以根据待关联对象以及上述多个候选关联对象构建第一关联网络和目标关系矩阵,得到第一关联网络和目标关系矩阵之后,可以利用第一关联网络和目标关系矩阵共同构建第二关联网络,并根据第二关联网络进一步确定待关联对象和任意一个候选关联对象之间的最大可达路径。接着可以根据最大可达路径对应的路径相似值与空间相似值之和,得到待关联对象和最大可达路径中最后一个候选关联对象之间的关联值。最后,可以根据这些关联值从多个候选关联对象中确定出待关联对象的目标关联对象。地理空间对象之间的关联性不仅取决于空间对象之间的相似性,还可以受到网络结构中其他空间对象的影响,本申请实施例考虑网络结构信息中蕴含的不同空间对象间的潜在关系,来确定空间对象之间的关联结果,可以显著提高关联结果的准确性。
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,提供了另一种基于网络结构信息的空间对象关联方法,如图2所示,该方法包括:
步骤201,确定待关联对象,以及与所述待关联对象对应的多个候选关联对象。
步骤202,基于任意两个空间对象的坐标信息,计算对应的距离相似值,其中,所述空间对象为所述待关联对象或者所述候选关联对象;基于所述任意两个空间对象的面积信息,以及所述任意两个空间对象之间的重叠面积信息,计算对应的拓扑相似值;根据所述距离相似值以及所述拓扑相似值,得到所述任意两个空间对象之间的空间相似值。
在该实施例中,待关联对象和候选关联对象均为空间对象。接着,可以计算这些空间对象中任意两个空间对象之间的空间相似值。具体地,可以先根据这两个空间对象各自的坐标信息,计算这两个空间对象之间的距离相似值。具体计算方式可以如公式(1)所示,两个空间对象可以用V i和V j表示,这两个空间对象的坐标信息可以分别用、/>表示,/>即为空间对象V i和空间对象V j之间的空间距离,空间对象V i和空间对象V j之间的距离相似值可以利用/>计算。对于具有空间面积的空间对象,可以使用几何中心点来确定空间对象的二维坐标信息。
(1)
此外,还可以根据这两个空间对象各自的面积信息,以及这两个空间对象之间的重叠面积信息,计算这两个空间对象之间的拓扑相似值。具体计算方式可以如公式(2)所示,两个空间对象可以用V i和V j表示,即为空间对象V i和空间对象V j之间的拓扑相似值。在重叠面积信息计算中,/>表示空间对象V i和V j之间的重叠区域,函数/>用于计算空间对象的空间面积。
(2)
得到距离相似值和拓扑相似值之后,可以根据距离相似值和拓扑相似值计算出这两个空间对象之间的空间相似值。具体计算方式可以如公式(3)所示,其中表示这两个空间对象V i和V j之间的空间相似值,/>和/>分别表示距离相似值权重和拓扑相似值权重,采用专家打分的方法获得。其中,为了防止分母出现0的情况,同时保证距离最小时距离相似值能够取得最大值,在计算距离相似值时,在欧氏距离的基础上添加了常数1。
(3)
步骤203,将所述空间相似值进行归一化处理,并根据归一化处理后的空间相似值,确定任意两个空间对象之间是否存在关联边;根据存在关联边的空间对象,构建所述第一关联网络。
在该实施例中,得到任意两个空间对象之间的空间相似值之后,可以对每个空间相似值进行归一化处理,具体可以利用公式(4)的方式进行归一化处理。其中,表示所有空间对象之间的空间相似值中最小的空间相似值,/>表示所有空间对象之间的空间相似值中最大的空间相似值。
(4)
对空间相似值进行归一化处理之后,可以根据归一化处理之后的空间相似值来确定这两个空间对象之间是否存在关联边。例如,可以将归一化处理后的空间相似值和0比较,如果归一化处理后的空间相似值大于0,那么在对应的两个空间对象之间构建一条关联边。例如,空间对象V 3与空间对象V 1之间的空间相似值为0.5,空间对象V 3与空间对象V 2之间空间相似值为0,因此V 3与V 1之间有关联边,V 3与V 2之间没有关联边。当所有关联边均构建完毕之后,即可得到第一关联网络。
步骤204,根据空间九交模型、区域连接理论以及先验知识,预设空间拓扑关系类别,并基于所述空间拓扑关系类别,确定任意两个空间对象之间的目标拓扑关系类别;根据所述目标拓扑关系类别,确定对应的目标类别数值,并将所述目标类别数值填入预设关系矩阵中,得到适用于空间关联的目标关系矩阵。
在该实施例中,在确定待关联对象和候选关联对象之间的目标关系矩阵时,首先可以按照空间九交模型、区域连接理论和先验知识,预先设置空间拓扑关系类别。在这里,空间拓扑关系类别可以包括、/>、/>、/>等。其中,/>包含了touches、overlap等关系,表示两个空间对象的边界有相交;/>表示两个空间对象互不相交;/>表示两个空间对象存在包含关系,即任意空间对象的边界都不在另一空间对象的外部且两空间对象内部存在公共部分;/>表示两个空间对象在空间上完全相同,它们的边界和内部完全一致。此外,还可以为不同的空间拓扑关系类别设置不同的类别数值,例如/>可以用0表示,/>可以用1表示,/>可以用2表示,/>可以用3表示。在确定目标关系矩阵时,首先,可以从空间拓扑关系类别中,确定任意两个空间对象之间的目标拓扑关系类别,接着,可以利用目标拓扑关系类别,确定这两个空间对象之间的目标类别数值。例如,空间对象V i和空间对象V j之间的目标拓扑关系类别为/>,那么这两个空间对象之间的目标类别数值即为1。得到每两个空间对象对应的目标类别数值之后,可以将这些目标类别数值填入预设关系矩阵中,进而得到目标关系矩阵。具体地,预设关系矩阵可以是m行m列的矩阵,矩阵中的行和列均为空间对象,其中,m可以是待关联对象和候选关联对象的数量之和,例如,候选关联对象有10个,待关联对象为1个,那么m可以是11。预设关系矩阵中包括m*m个待填入区域,每个待填入区域用于填写目标类别数值,当各个待填入区域均被填入目标类别数值之后,即可得到目标关系矩阵。目标关系矩阵中代表空间对象V i和空间对象V j之间的目标类别数值。
步骤205,确定所述第一关联网络中任一关联边对应的两个空间对象,并在所述目标关系矩阵中确定所述两个空间对象之间的目标类别数值;将所述目标类别数值标记在所述任一关联边上,得到所述第二关联网络。
在该实施例中,得到第一关联网络和目标关系矩阵之后,可以利用第一关联网络和目标关系矩阵,生成第二关联网络。首先,可以根据目标关系矩阵,依次确定第一关联网络中每个关联边对应的目标类别数值,并将确定出的目标类别数值标记在对应的关联边上,即可得到第二关联网络。例如,某一关联边对应的空间对象为V i和V j,在目标关系矩阵中查找空间对象V i和V j之间的目标类别数值,假设目标类别数值为1,那么可以在空间对象V i和V j对应的关联边上标记1。当各个关联边均被标记完成后,即可得到第二关联网络。
步骤206,根据预设关系条件对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的候选可达路径。
在该实施例中,第二关联网络中的每个关联边对应有目标类别数值。在确定待关联对象和每个候选关联对象之间的候选可达路径之前,可以先设置预设关系条件,预设关系条件可以是人为确定的,例如,后续可以根据该预设关系条件,从第二关联网络中确定出待关联对象和每个候选关联对象之间的候选可达路径。需要注意的是,待关联对象和每个候选关联对象之间的候选可达路径可以不存在,可以是一个或者多个,具体由预设关系条件决定。
步骤207,计算所述待关联对象与任一所述候选关联对象之间每个所述候选可达路径对应的路径相似值,并将路径相似值最大的候选可达路径,作为所述待关联对象与任一所述候选关联对象之间的最大可达路径。
在该实施例中,待关联对象和每个候选关联对象之间的最大可达路径是从候选可达路径中确定的,具体地,可以计算每个候选可达路径对应的路径相似值,之后将路径相似值最大的候选可达路径作为待关联对象和该候选关联对象之间的最大可达路径。如公式(5)所示,表示以空间对象V i和V j为起始节点和终止节点的最大可达路径的路径相似值,/> 、/> 、/>均指代空间对象V i和V j之间存在的候选可达路径,/>则表示候选可达路径/>的路径相似值。
(5)
步骤208,根据所述最大可达路径对应的路径相似值,以及所述最大可达路径对应的空间相似值,确定所述待关联对象与所述任一所述候选关联对象之间的关联值,并根据所述关联值,确定所述待关联对象对应的目标关联对象。
在该实施例中,之后可以以最大可达路径对应的路径相似值、最大可达路径中起始节点(待关联对象)与终止节点(路径中最后一个候选关联对象)之间的空间相似值为基础,计算出起始节点和终止节点之间的关联值。后续根据关联值即可从多个候选关联对象中确定出待关联对象对应的目标关联对象。关联值可以按照公式(6)计算。其中,空间对象V i和V j为最大可达路径的起始节点和终止节点,为关联值,/>为空间相似值,/>为路径相似值。
(6)
本申请实施例通过网络结构信息中的拓扑信息挖掘待关联对象与候选关联对象之间的所有候选可达路径,计算每个候选可达路径的路径相似值,并根据最大路径相似值衡量空间对象之间的关联性,实现了通过网络结构信息计算空间对象之间的关联性、提高关联结果的准确性和可解释性的技术效果。
在本申请实施例中,可选地,步骤206包括:对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的至少一个待评估路径;判断所述待评估路径包含的空间对象中,任意两个相邻空间对象之间的关联边对应的目标类别数值是否满足所述预设关系条件,并当任意两个相邻空间对象的关联边对应的目标类别数值均满足所述预设关系条件时,将所述待评估路径作为所述候选可达路径,其中,所述空间对象为所述待关联对象或者所述候选关联对象。
在该实施例中,在确定候选可达路径时,首先可以对第二关联网络进行遍历,确定待关联对象和每个候选关联对象之间的待评估路径,在这里,待评估路径可以是根据第二关联网络中的连接关系确定的任何连接路径。接着,可以对每一条待评估路径进行评估,具体地,确定待评估路径包含的空间对象中,任意两个相邻空间对象之间的关联边对应的目标类别数值,并将该目标类别数值和预设关系条件进行比对,如果某一待评估路径中,任意两个相邻空间对象之间的关联边对应的目标类别数值均满足预设关系条件,那么可以将该待评估路径作为候选可达路径。其中,空间对象可以是待关联对象,也可以是候选关联对象。例如,在一个包括5个空间对象的待评估路径中,相邻两个空间对象可以包括待关联对象与待评估路径中的第一个候选关联对象、待评估路径中的第一个候选关联对象与第二个候选关联对象、待评估路径中的第二个候选关联对象与第三个候选关联对象、待评估路径中的第三个候选关联对象与第四个候选关联对象。又例如,待评估路径为,为待关联对象,/>为候选关联对象,预设关系条件为/>,/>对应的目标类别数值为1,也即预设关系条件为待评估路径包含的各个目标类别数值均大于1。那么,当待评估路径中的任意两个相邻空间对象之间的关联边对应的目标类别数值均大于1时,那么该待评估路径为候选可达路径;假设/>、之间存在一个或者多个目标类别数值小于或者等于1,那么该待评估路径不是候选可达路径。
在本申请实施例中,可选地,步骤207中所述“计算所述待关联对象与任一所述候选关联对象之间每个所述候选可达路径对应的路径相似值”,包括:根据所述候选可达路径包含的空间对象,依次确定每两个相邻空间对象之间的空间相似值;将所述候选可达路径对应的全部空间相似值进行连乘,得到所述候选可达路径对应的路径相似值。
在该实施例中,每个候选可达路径中可以仅包括两个空间对象,例如只包括起始节点和终止节点的候选可达路径;每个候选可达路径还可以包括多个空间对象,例如待关联对象→中间节点(候选关联对象1)→中间节点(候选关联对象2)→中间节点(候选关联对象3)→终止节点(候选关联对象4),此候选可达路径为待关联对象与候选关联对象4对应的候选可达路径。需要注意的是,每个待评估路径、候选可达路径的起始节点均为待关联对象。在确定候选可达路径的路径相似值时,可以依次确定每两个相邻节点(空间对象)之间的空间相似值,之后将这些空间相似值进行连乘,得到的乘积即可为该候选可达路径的路径相似值。例如,对于候选可达路径:待关联对象→终止节点(候选关联对象4),那么对应的路径相似值即为待关联对象与候选关联对象4之间的空间相似值;对于候选可达路径:待关联对象→中间节点(候选关联对象1)→中间节点(候选关联对象2)→中间节点(候选关联对象3)→终止节点(候选关联对象4),可以先确定待关联对象与候选关联对象1之间的空间相似值、候选关联对象1与候选关联对象2之间的空间相似值、候选关联对象2与候选关联对象3之间的空间相似值、候选关联对象3与候选关联对象4之间的空间相似值,之后将这些空间相似值全部相乘,得到的乘积值即为该候选可达路径的路径相似值。具体地,路径相似值可以利用公式(7)计算得到。其中,空间对象/>和/>之间的候选可达路径/>对应的路径相似值,/>表示候选可达路径/>中所包含的空间对象的数量,/>表示空间对象/>和/>之间的空间相似值。
(7)
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,提供了一种第二关联网络的生成方法,如图3所示,该方法包括:
首先,根据任意两个空间对象之间的空间相似值,构建第一关联网络,该第一关联网络中包含7个节点,分别为至/>,多组空间对象存在关联边。还可以根据任意两个空间对象之间的拓扑相似值,构建目标关系矩阵,该目标关系矩阵中包含7个空间对象,同样分别为/>至/>,目标关系矩阵中可以包括任意两个空间对象之间的目标类别数值,目标类别数值是根据空间对象之间的目标拓扑关系类别确定的。之后,可以从目标关系矩阵中,找到第一关联网络中每个关联边对应的目标类别数值,将该目标类别数值标记在对应的关联边上,当各个关联边全部被标记之后,即得到第二关联网络。具体地,在确定目标类别数值时,可以先确定每个关联边对应的两个空间对象,之后根据这两个空间对象从目标关系矩阵中找到对应的目标类别数值。
进一步的,作为图1方法的具体实现,本申请实施例提供了一种基于网络结构信息的空间对象关联装置,如图4所示,该装置包括:
对象确定模块,用于确定待关联对象,以及与所述待关联对象对应的多个候选关联对象;
网络构建模块,用于基于所述待关联对象与任一所述候选关联对象之间的空间相似值,以及任意两个所述候选关联对象之间的空间相似值,构建第一关联网络;
矩阵构建模块,用于基于所述待关联对象与任一所述候选关联对象之间的空间拓扑关系,以及任意两个所述候选关联对象之间的空间拓扑关系,构建目标关系矩阵;
所述网络构建模块,还用于基于所述第一关联网络以及所述目标关系矩阵,构建第二关联网络;
路径确定模块,用于根据所述第二关联网络,得到所述待关联对象与任一所述候选关联对象之间的最大可达路径;
关联对象确定模块,用于根据所述最大可达路径对应的路径相似值,以及所述最大可达路径对应的空间相似值,确定所述待关联对象与所述任一所述候选关联对象之间的关联值,并根据所述关联值,确定所述待关联对象对应的目标关联对象。
可选地,所述装置还包括:
第一计算模块,用于所述构建第一关联网络之前,基于任意两个空间对象的坐标信息,计算对应的距离相似值,其中,所述空间对象为所述待关联对象或者所述候选关联对象;
第二计算模块,用于基于所述任意两个空间对象的面积信息,以及所述任意两个空间对象之间的重叠面积信息,计算对应的拓扑相似值;
空间相似值确定模块,用于根据所述距离相似值以及所述拓扑相似值,得到所述任意两个空间对象之间的空间相似值;
相应地,所述网络构建模块,还用于:
将所述空间相似值进行归一化处理,并根据归一化处理后的空间相似值,确定任意两个空间对象之间是否存在关联边;
根据存在关联边的空间对象,构建所述第一关联网络。
可选地,所述矩阵构建模块,还用于:
根据空间九交模型、区域连接理论以及先验知识,预设空间拓扑关系类别,并基于所述空间拓扑关系类别,确定任意两个空间对象之间的目标拓扑关系类别;
根据所述目标拓扑关系类别,确定对应的目标类别数值,并将所述目标类别数值填入预设关系矩阵中,得到适用于空间关联的目标关系矩阵。
可选地,所述网络构建模块,还用于:
确定所述第一关联网络中任一关联边对应的两个空间对象,并在所述目标关系矩阵中确定所述两个空间对象之间的目标类别数值;
将所述目标类别数值标记在所述任一关联边上,得到所述第二关联网络。
可选地,所述路径确定模块,还用于:
根据预设关系条件对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的候选可达路径;
计算所述待关联对象与任一所述候选关联对象之间每个所述候选可达路径对应的路径相似值,并将路径相似值最大的候选可达路径,作为所述待关联对象与任一所述候选关联对象之间的最大可达路径。
可选地,所述路径确定模块,还用于:
对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的至少一个待评估路径;
判断所述待评估路径包含的空间对象中,任意两个相邻空间对象之间的关联边对应的目标类别数值是否满足所述预设关系条件,并当任意两个相邻空间对象的关联边对应的目标类别数值均满足所述预设关系条件时,将所述待评估路径作为所述候选可达路径,其中,所述空间对象为所述待关联对象或者所述候选关联对象。
可选地,所述路径确定模块,还用于:
根据所述候选可达路径包含的空间对象,依次确定每两个相邻空间对象之间的空间相似值;
将所述候选可达路径对应的全部空间相似值进行连乘,得到所述候选可达路径对应的路径相似值。
需要说明的是,本申请实施例提供的一种基于网络结构信息的空间对象关联装置所涉及各功能单元的其他相应描述,可以参考图1至图3方法中的对应描述,在此不再赘述。
本申请实施例还提供了一种计算机设备,具体可以为个人计算机、服务器、网络设备等,如图5所示,该计算机设备包括总线、处理器、存储器和通信接口,还可以包括输入输出接口和显示设备。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储位置信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现各方法实施例中的步骤。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机可读存储介质,所述计算机可读存储介质可以是非易失性,也可以是易失性,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (7)
1.一种基于网络结构信息的空间对象关联方法,其特征在于,包括:
确定待关联对象,以及与所述待关联对象对应的多个候选关联对象,其中,所述待关联对象以及所述候选关联对象为空间对象,所述空间对象为地理空间数据中每一个可单独抽取出来的、与现实实体地理要素相对应的数据描述;
基于任意两个空间对象的坐标信息,计算对应的距离相似值,其中,所述空间对象为所述待关联对象或者所述候选关联对象;基于所述任意两个空间对象的面积信息,以及所述任意两个空间对象之间的重叠面积信息,计算对应的拓扑相似值;根据所述距离相似值以及所述拓扑相似值,得到所述任意两个空间对象之间的空间相似值;基于所述任意两个空间对象之间的空间相似值,构建第一关联网络;
基于任意两个空间对象之间的空间拓扑关系,构建目标关系矩阵,其中,所述空间拓扑关系包括边界相交、互不相交、包含以及完全相同;
基于所述第一关联网络以及所述目标关系矩阵,构建第二关联网络;
根据预设关系条件对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的候选可达路径,其中,所述候选可达路径包括至少两个空间对象;
计算所述待关联对象与任一所述候选关联对象之间每个所述候选可达路径对应的路径相似值,并将路径相似值最大的候选可达路径,作为所述待关联对象与任一所述候选关联对象之间的最大可达路径;
根据所述最大可达路径对应的路径相似值,以及所述最大可达路径对应的空间相似值,确定所述待关联对象与所述任一所述候选关联对象之间的关联值,并根据所述关联值,确定所述待关联对象对应的目标关联对象。
2.根据权利要求1所述的方法,其特征在于,所述基于所述任意两个空间对象之间的空间相似值,构建第一关联网络,包括:
将所述空间相似值进行归一化处理,并根据归一化处理后的空间相似值,确定任意两个空间对象之间是否存在关联边;
根据存在关联边的空间对象,构建所述第一关联网络。
3.根据权利要求2所述的方法,其特征在于,所述基于任意两个空间对象之间的空间拓扑关系,构建目标关系矩阵,包括:
根据空间九交模型、区域连接理论以及先验知识,预设空间拓扑关系类别,并基于所述空间拓扑关系类别,确定任意两个空间对象之间的目标拓扑关系类别;
根据所述目标拓扑关系类别,确定对应的目标类别数值,并将所述目标类别数值填入预设关系矩阵中,得到适用于空间关联的目标关系矩阵。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一关联网络以及所述目标关系矩阵,构建第二关联网络,包括:
确定所述第一关联网络中任一关联边对应的两个空间对象,并在所述目标关系矩阵中确定所述两个空间对象之间的目标类别数值;
将所述目标类别数值标记在所述任一关联边上,得到所述第二关联网络。
5.根据权利要求1所述的方法,其特征在于,所述根据预设关系条件对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的候选可达路径,包括:
对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的至少一个待评估路径;
判断所述待评估路径包含的空间对象中,任意两个相邻空间对象之间的关联边对应的目标类别数值是否满足所述预设关系条件,并当任意两个相邻空间对象的关联边对应的目标类别数值均满足所述预设关系条件时,将所述待评估路径作为所述候选可达路径,其中,所述空间对象为所述待关联对象或者所述候选关联对象。
6.根据权利要求5所述的方法,其特征在于,所述计算所述待关联对象与任一所述候选关联对象之间每个所述候选可达路径对应的路径相似值,包括:
根据所述候选可达路径包含的空间对象,依次确定每两个相邻空间对象之间的空间相似值;
将所述候选可达路径对应的全部空间相似值进行连乘,得到所述候选可达路径对应的路径相似值。
7.一种基于网络结构信息的空间对象关联装置,其特征在于,包括:
对象确定模块,用于确定待关联对象,以及与所述待关联对象对应的多个候选关联对象,其中,所述待关联对象以及所述候选关联对象为空间对象,所述空间对象为地理空间数据中每一个可单独抽取出来的、与现实实体地理要素相对应的数据描述;
第一计算模块,用于基于任意两个空间对象的坐标信息,计算对应的距离相似值,其中,所述空间对象为所述待关联对象或者所述候选关联对象;
第二计算模块,用于基于所述任意两个空间对象的面积信息,以及所述任意两个空间对象之间的重叠面积信息,计算对应的拓扑相似值;
空间相似值确定模块,用于根据所述距离相似值以及所述拓扑相似值,得到所述任意两个空间对象之间的空间相似值;
网络构建模块,用于基于所述任意两个空间对象之间的空间相似值,构建第一关联网络;
矩阵构建模块,用于基于任意两个空间对象之间的空间拓扑关系,构建目标关系矩阵,其中,所述空间拓扑关系包括边界相交、互不相交、包含以及完全相同;
所述网络构建模块,还用于基于所述第一关联网络以及所述目标关系矩阵,构建第二关联网络;
路径确定模块,用于根据预设关系条件对所述第二关联网络进行遍历,得到所述待关联对象与任一所述候选关联对象之间的候选可达路径,其中,所述候选可达路径包括至少两个空间对象;计算所述待关联对象与任一所述候选关联对象之间每个所述候选可达路径对应的路径相似值,并将路径相似值最大的候选可达路径,作为所述待关联对象与任一所述候选关联对象之间的最大可达路径;
关联对象确定模块,用于根据所述最大可达路径对应的路径相似值,以及所述最大可达路径对应的空间相似值,确定所述待关联对象与所述任一所述候选关联对象之间的关联值,并根据所述关联值,确定所述待关联对象对应的目标关联对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410077104.6A CN117609412B (zh) | 2024-01-19 | 2024-01-19 | 一种基于网络结构信息的空间对象关联方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410077104.6A CN117609412B (zh) | 2024-01-19 | 2024-01-19 | 一种基于网络结构信息的空间对象关联方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117609412A CN117609412A (zh) | 2024-02-27 |
CN117609412B true CN117609412B (zh) | 2024-04-23 |
Family
ID=89951931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410077104.6A Active CN117609412B (zh) | 2024-01-19 | 2024-01-19 | 一种基于网络结构信息的空间对象关联方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117609412B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006133977A1 (fr) * | 2005-03-07 | 2006-12-21 | Tdf | Procédé de localisation au sein d'un réseau d'un élément associé à une position géographique, serveur de localisation et programme d'ordinateur correspondants |
CN115269751A (zh) * | 2022-05-10 | 2022-11-01 | 泰瑞数创科技(北京)股份有限公司 | 地理实体时空知识图谱本体库构建方法 |
CN117272056A (zh) * | 2022-06-15 | 2023-12-22 | 腾讯科技(深圳)有限公司 | 对象特征构建方法、装置和计算机可读存储介质 |
-
2024
- 2024-01-19 CN CN202410077104.6A patent/CN117609412B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006133977A1 (fr) * | 2005-03-07 | 2006-12-21 | Tdf | Procédé de localisation au sein d'un réseau d'un élément associé à une position géographique, serveur de localisation et programme d'ordinateur correspondants |
CN115269751A (zh) * | 2022-05-10 | 2022-11-01 | 泰瑞数创科技(北京)股份有限公司 | 地理实体时空知识图谱本体库构建方法 |
CN117272056A (zh) * | 2022-06-15 | 2023-12-22 | 腾讯科技(深圳)有限公司 | 对象特征构建方法、装置和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117609412A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7334067B2 (ja) | 大規模多次元時空間データ解析のためのシステム及び方法 | |
WO2020098296A1 (zh) | 一种图像检索方法及装置 | |
CN110738577B (zh) | 社区发现方法、装置、计算机设备和存储介质 | |
WO2008016495A2 (en) | Determination of graph connectivity metrics using bit-vectors | |
JP6863926B2 (ja) | データ分析システム及びデータ分析方法 | |
Safra et al. | Location‐based algorithms for finding sets of corresponding objects over several geo‐spatial data sets | |
WO2019211057A1 (en) | Methods and systems for simplified graphical depictions of bipartite graphs | |
CN116167289B (zh) | 电网运行场景生成方法、装置、计算机设备和存储介质 | |
Leibovici | Defining spatial entropy from multivariate distributions of co-occurrences | |
Xiao et al. | A point selection method in map generalization using graph convolutional network model | |
Jayasinghe et al. | Statistical comparisons of non-deterministic IR systems using two dimensional variance | |
CN117609412B (zh) | 一种基于网络结构信息的空间对象关联方法及装置 | |
CN107209770B (zh) | 用于分析事件的系统和方法以及机器可读存储介质 | |
CN116795995A (zh) | 知识图谱构建方法、装置、计算机设备和存储介质 | |
CN115758271A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN116415957A (zh) | 异常交易对象识别方法、装置、计算机设备和存储介质 | |
Du et al. | Similarity measurements on multi‐scale qualitative locations | |
Qin et al. | Dynamic Detection of Topological Information from Grid‐Based Generalized Voronoi Diagrams | |
Zhou et al. | A topology-preserving polygon rasterization algorithm | |
Huang et al. | Community detection algorithm for social network based on node intimacy and graph embedding model | |
Du et al. | Modeling the scale dependences of topological relations between lines and regions induced by reduction of attributes | |
CN116882408B (zh) | 变压器图模型的构建方法、装置、计算机设备和存储介质 | |
CN117113732B (zh) | 适用于非超立方体约束空间的拉丁超立方设计方法 | |
Xing et al. | Scalable shortest paths browsing on land surface | |
CN117078427A (zh) | 产品推荐方法、装置、设备、存储介质和程序产品 |
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 |