基于本体属性特征学习的地理要素 分类语义映射方法

• 作者: 孙士杰 孙群 温伯威 赵云鹏 陆川伟
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 分类语义映射 本体属性 分类层次编码 语义异质 BP神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 地图制图学与地理信息工程
• 页码范围: 84-89
• 页数: 6页
• 分类号: P208
• 字数: 5304字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2020.01.016

摘要

地理空间数据异构问题长期并将持续存在,作为克服语义异质的关键技术,地理类别概念之间的语义映射研究已经引起了广泛的关注.综合利用地理类别概念集的本体属性内涵、分类层次结构等语义信息,提出一种基于本体属性特征学习的地理要素分类语义映射方法.该方法将本体属性特征作为基础语义框架,建立地理类别概念的语义特征向量化描述,并提出一种新的层次编码机制来标识地理类别概念的分类状态;接着引入BP神经网络建立本体属性特征向量与概念分类状态之间的非线性关系,从而支持概念语义映射.通过两种不同地理信息标准下陆地水系要素概念的语义映射测试,验证了该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙群		94	576	12.0	17.0
2	温伯威		22	83	6.0	8.0
3	陆川伟		8	1	1.0	1.0
4	赵云鹏		10	8	2.0	2.0
5	孙士杰		3	1	1.0	1.0