检索结果-南通市图书馆

作者：韦兴财湖南科技大学

学位级别：硕士

本文提出了一个融合版本语义相似度的贡献者信誉评价模型,旨在解决Open Street Map(OSM)贡献者信誉评价过程中目标版本间语义相似度未有效度量导致的评价不准确的问题。由于VGI贡献者的非专业性,其信誉对数据质量有着重要的影响,因此准... 详细信息

本文提出了一个融合版本语义相似度的贡献者信誉评价模型,旨在解决Open Street Map(OSM)贡献者信誉评价过程中目标版本间语义相似度未有效度量导致的评价不准确的问题。由于VGI贡献者的非专业性,其信誉对数据质量有着重要的影响,因此准确评价贡献者信誉具有实际意义。本研究所提出的模型通过降维和分类方法得到初始信誉,进而利用概念本体计算目标版本的语义相似度,并将目标版本的语义相似度、几何相似度和拓扑关系相似度与初始信誉综合计算得到贡献者信誉。最终采用实际数据验证了本模型的有效性。该模型可为VGI领域的贡献者信誉评价提供参考,为提高数据质量提供支持。具体的内容与学术贡献包括:1)借鉴知识领域的本体相关研究,以此为基础构建志愿者地理信息本体。其中,组织实体类型明确了各实体类型间的关系,并将实体类型组织到地理信息本体的体系结构中。描述实体类型通过本体概念框架具体描述了志愿者地理信息实体的定义、语义关系、性质和属性等。此外,本研究建立了评价志愿者贡献目标的语义相似度评价模型,采用概念属性相似度和概念树结构语义距离作为计算概念间语义相似度的指标。然后,结合目标版本间的本体概念语义相似度、几何相似度和拓扑关系计算用户评价信誉;2)提出用户初始信誉的评价方法,首先通过基于改进加权主成分分析方法(WPCA)的贡献者特征降维和贡献者分类方法将用户分类,然后通过Kealeboga Moreri等人的研究成果:OSM中可靠的数据集主要由四分之三的贡献者提供,75%的贡献者会为数据集提供高质量数据。因此,按照比例将新手和不熟练的贡献者初始信誉值确定为0.75,主要贡献者初始信誉值确定为0.9,专业贡献者初始信誉值确定为1,并通过实验验证了该方法的有效性;3)提出用户信誉的综合评价方法,贡献者信誉由贡献者初始信誉和评价信誉聚合组成。随着贡献者提供数据的增加,贡献者获得的评价越来越多,此时初始信誉对贡献者信誉的影响变小,评价信誉可以近似于贡献者信誉贡献者。因此,信誉组成逐渐从以初始信誉为主,评价信誉为辅转变为以评价信誉为主,初始信誉为辅,较好地结合了初始信誉和评价信誉;4)采用OSM的真实历史贡献数据实验验证了本文提出的用户信誉模型的有效性。实验表明,贡献者信誉与贡献者初始信誉基本呈正相关关系和数据质量与贡献者的信誉值总体呈正相关关系。因为考虑了目标版本间的语义相似度,因此能更加准确地评价贡献者的标报数据。

关键词：贡献者信誉语义相似度本体改进WPCA 开放街道图

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于空间与语义特征的OpenStreetMap道路标签推荐方法研究

基于空间与语义特征的OpenStreetMap道路标签推荐方法研究

引用

作者：郭曦城湖南科技大学

学位级别：硕士

开放街道图(Open Street Map,OSM)作为最成功的志愿者地理信息(Volunteered Geographic Information,VGI)项目之一,在各行业得到了广泛的应用。然而,由于OSM自由创建数据的机制和贡献者对地理信息的理解差异,其数据质量尤其是语义质量... 详细信息

开放街道图(Open Street Map,OSM)作为最成功的志愿者地理信息(Volunteered Geographic Information,VGI)项目之一,在各行业得到了广泛的应用。然而,由于OSM自由创建数据的机制和贡献者对地理信息的理解差异,其数据质量尤其是语义质量方面仍亟待进一步提高。因此,本文主要以OSM道路数据作为研究对象,对数据中的标签进行相关研究。通过改善OSM道路目标标签内容的语义准确性、一致性和完整性,来提升OSM数据的总体质量,主要研究内容包括:(1)基于OSM目标类型的推荐可以大大降低错误标签的使用,提升数据语义质量。近年来,一些研究者通过人工分析的方式提取特征,训练模型。然而,这种提取方式缺乏对属性之间相互影响的考虑。为了进一步综合OSM数据特征,提高模型的准确率,本文将深度学习方法引入到OSM道路类型预测,提出一种能顾及OSM数据低阶和高阶特征交互的道路目标类型预测方法。该方法首先采用OSM分类规则将志愿者贡献的道路数据进行分类,然后根据OSM数据特点提取其语义和空间两类属性特征并对其进行编码。最后通过各特征之间低阶和高阶的交互学习机制,实现基于x Deep FM的OSM道路类型预测。实验表明:所提方法可以对道路类型进行有效地预测,与现有文献中采用的随机森林算法相比具有优越性。同时发现各地区数据类型分布不平衡对类型预测效果有着显著的影响。(2)为了能够进一步提高OSM数据的语义一致性,实验在为用户推荐道路类型的基础上,对其具体的要素类标签(如:highway=motorway)进行更深入的研究,提出了一种道路要素类标签推荐方法。该方法首先分析了标签在不同类型层级下的区别;然后将道路类型预测方法中的标签值矩阵自适应生成,同时加入了完整度较高的道路名称属性,最后实现对同一类型中相似道路要素类标签的推荐。本文通过对比实验表明,道路要素类标签推荐方法可以显著提高推荐精度,且在不使用OSM周围目标的情况下,能与相关的文献方法相媲美。(3)针对OSM数据中的非要素类标签,本文提出了一种基于机器学习的OSM非要素类标签推荐方法,为用户推荐道路目标的非要素类标签,丰富目标的属性信息,提升语义完整性。该方法首先从数据中分离出标签键,然后利用关联规则算法挖掘标签键之间的共现规则,最后根据OSM平台标签键不重复贡献的实际情况,采用改进马尔科夫过程算法对其进行处理,实现地理目标的非要素类标签键的推荐,为提升道路目标的语义完整性提供了新思路。本文结合实验结果与官方数据进行对比,验证了我们提出方法的正确性和适用性。与此同时,本文发现不同地区的贡献者对地理目标的认知和标签键蕴含的含义存在差异。

关键词：开放街道图标签推荐极深因子分解机关联规则马尔科夫链数据质量

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户信誉的自发地理信息可信度计算模型

引用

武汉大学学报（信息科学版） 2016年第11期41卷 1530-1536页

作者：赵肄江周晓光黄梦妮中南大学地球科学与信息物理学院湖南长沙410083 湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室湖南湘潭411201

自发地理信息(volunteered geographic information,VGI)由大众志愿者自发标报,导致其可信度具有诸多不确定性,但目前的研究工作很少考虑用户信誉对于VGI质量的影响,因此提出基于用户信誉的VGI可信度计算模型。首先提出了VGI的用户信誉... 详细信息

自发地理信息(volunteered geographic information,VGI)由大众志愿者自发标报,导致其可信度具有诸多不确定性,但目前的研究工作很少考虑用户信誉对于VGI质量的影响,因此提出基于用户信誉的VGI可信度计算模型。首先提出了VGI的用户信誉模型,模型综合考虑了用户的初始信誉和评价信誉两方面,在此基础上综合地理要素的编辑过程和贡献者的信誉等因素发展了地理对象的可信度计算模型。最后采用OpenStreetMap的真实历史数据中的线对象进行实验,实验结果表明,线要素的质量和可信度值呈正相关关系。本文从可信度的角度来评价自发地理信息,为VGI的质量评价和筛选提供了新的视角。

关键词：自发地理信息用户信誉可信度开放街道图

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于多因子几何匹配的AI提取路网属性信息重建方法

引用

计算机应用研究 2021年第12期38卷 3688-3691,3696页

作者：李志超王艳东贾若霖武汉大学测绘遥感信息工程国家重点实验室武汉430079

利用AI(artificial intelligence)技术可从遥感影像上快速提取矢量数据,尤其可以获取实时性较好的矢量路网数据,但提取的数据没有属性信息;而已有的众源数据如OSM(open street map)路网具有开源、属性信息丰富等特点,但现势性相对于提... 详细信息

利用AI(artificial intelligence)技术可从遥感影像上快速提取矢量数据,尤其可以获取实时性较好的矢量路网数据,但提取的数据没有属性信息;而已有的众源数据如OSM(open street map)路网具有开源、属性信息丰富等特点,但现势性相对于提取路网较低。针对上述情况,以AI提取路网为基准数据,OSM路网为匹配数据,将一种基于多因子几何匹配算法用于路网匹配中,并在匹配后引入匹配度的概念,以最优匹配对象进行属性重建。实验结果表明能有效地对AI提取路网的属性信息进行重建,并基于此开发了一套路网属性信息重建系统,在国家全球测图项目中投入使用。

关键词： AI提取路网开放街道图几何匹配属性信息重建

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进WPCA的OSM贡献者特征降维与分类方法

引用

地理信息世界 2021年第6期28卷 22-27页

作者：韦兴财赵肄江刘毅志湖南科技大学计算机科学与工程学院湖南湘潭411201 湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室湖南湘潭411201

由于开放街道地图(OpenStreetMap OSM)贡献者的非专业性,其贡献经验对数据质量有着非常重要的影响,因此聚类分析不同经验的贡献者具有实际意义。在将贡献者信息特征分为3类的基础上,提出一种改进的加权主成分分析方法(WPCA)对志愿者的... 详细信息

由于开放街道地图(OpenStreetMap OSM)贡献者的非专业性,其贡献经验对数据质量有着非常重要的影响,因此聚类分析不同经验的贡献者具有实际意义。在将贡献者信息特征分为3类的基础上,提出一种改进的加权主成分分析方法(WPCA)对志愿者的贡献特征进行分组归一化、加权和降维,然后采用高斯混合模型(GMM)方法将贡献者聚类成4个不同的组,最后将结果与主成分分析法(PCA)、K-Means组合方法进行比较。通过比较分析,改进WPCA与GMM组合方法比PCA与K-Means组合方法的贡献者分类效果更好。

关键词：开放街道图志愿地理信息特征降维贡献者分类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：