项目名称: 基于数据增强与匹配的自发地理信息数据质量评价方法研究

项目编号: No.41301410

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 张翔

作者单位: 武汉大学

项目金额: 25万元

中文摘要: 自发地理信息(VGI)是近年来兴起非专业人员通过泛在网络创建和分享地理信息的新范式,并逐渐成为主流的地理信息源之一。网络流行的带有地理空间位置信息的微博、网民标注、照片视频等都属于VGI的范畴。因其开放式公众参与和非专业性本质,VGI数据出现了传统空间数据质量评价无法应对的新问题(如非结构化低密度信息重复表达、数据项缺乏语义描述、缺乏"内在"一致性等),使VGI将持续面临信息可靠性、一致性、可用性等问题的困扰,亟待发展适宜VGI特征的数据质量评价指标和评价方法。本研究针对VGI数据质量问题中的难点,以"规范建立-数据增强-数据匹配-质量评价"为研究主线,发展适应特定应用需求的,面向高层次地理概念的"内在"一致性和"外在"可靠性的VGI数据规范及其质量检测手段,以提高VGI在公共地理信息服务、空间数据更新和数据集成中的实用价值。

中文关键词: 空间数据质量;志愿者地理信息;模式识别;数据匹配;开放街图

英文摘要: Volunteered Geographic Information (VGI) is an emergining phenomena in recent years where everyone can create geographic information and share it with others. VGI has now become a widely accepted source for geographic information. However, due to its voluntary nature and the fact that most contributors do not have a cartographic or geospatial background, various new problems are found in VGI data (e.g. unstructured data organization, low information density, multi-entry of the same information, lack of semantic description and consistency). On the other hand, tranditional spatial data quaity measures are no longer adequate for evaluating the above-mentioned issues of VGI data. In this context, quality assessment and control facilities are highly demanded to ensure that VGI data is usable in real-world applications. This proposal aims to develop a framework and methods to automatically evaluate the quality of VGI. A framework consisting of data specification, data enrichment, data matching and quality evaluation is conceived. Rather than evaluating the general quality of the data, application-specific requirements and quality metrics are to be developed to assess its quality in a certain application.Intrinsic and extrinsic quality criteria will be developed to evaluate higher-level geographic concepts and their q

英文关键词: spatial data quality;VGI;pattern recognition;data matching;OpenStreetMap

成为VIP会员查看完整内容
1

相关内容

CVPR 2022 Oral | 基于熵筛选的半监督三维旋转回归
专知会员服务
17+阅读 · 2022年4月18日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
72+阅读 · 2021年4月8日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
专知会员服务
51+阅读 · 2021年1月19日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
零样本图像分类综述 : 十年进展
专知会员服务
126+阅读 · 2019年11月16日
一文归纳AI数据增强之法
极市平台
2+阅读 · 2022年1月11日
数据质量漫谈
阿里技术
6+阅读 · 2021年12月26日
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
ACL 2019 | 面向远程监督关系抽取的模式诊断技术
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
小贴士
相关VIP内容
CVPR 2022 Oral | 基于熵筛选的半监督三维旋转回归
专知会员服务
17+阅读 · 2022年4月18日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
72+阅读 · 2021年4月8日
个性化广告推荐系统及其应用研究
专知会员服务
94+阅读 · 2021年2月27日
专知会员服务
51+阅读 · 2021年1月19日
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
零样本图像分类综述 : 十年进展
专知会员服务
126+阅读 · 2019年11月16日
相关资讯
一文归纳AI数据增强之法
极市平台
2+阅读 · 2022年1月11日
数据质量漫谈
阿里技术
6+阅读 · 2021年12月26日
【博士论文】开放环境下的度量学习研究
专知
7+阅读 · 2021年12月4日
ACL 2019 | 面向远程监督关系抽取的模式诊断技术
AI如何帮助卫星遥感释放价值?
未来论坛
19+阅读 · 2018年8月8日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+阅读 · 2018年3月26日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员