项目名称: 数字流域框架下的水环境本体自动构建与自适应组织方法研究

项目编号: No.51209098

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 水利科学与海洋工程学科

项目作者: 黄牧涛

作者单位: 华中科技大学

项目金额: 25万元

中文摘要: 针对信息海量异构与知识表示差异导致难以服务于流域水资源与环境调控的困难,超越现有数字流域研究范式,通过对本体论、智能数据挖掘等先进技术的系统性和创新性应用,构建基于数据驱动的本体学习模式,研究基于智能数据挖掘算法组合优化的异构数据源本体学习方法,自动建立能在结构、语义和知识多层次准确描述流域水环境系统的本体模型, 提高水环境本体的覆盖率、一致性、可访问性;提出改进的多本体组织方法,灵活响应水环境调控多变需求和显式跟踪本体演化进程;研究基于多策略优选和混合匹配的异构本体自适应优化映射方法,实现多源异构数据、调控需求与本体模型的语义集成和自主协同;构建本体可视化展示引擎,支持大规模水环境本体的生动展示、导航与检索。研究成果是对数字流域有关方法的完善和重要创新,对促进本体论与环境水利学科交叉研究起到极大推动作用,为解决流域多源海量信息管理、知识共享与系统互操作提供新的方法体系和更为有效的途径

中文关键词: 水环境;本体自动构建;本体映射;本体组织;数字流域

英文摘要: Massive amounts of information sources and domain knowledge pertaining to river basin can't be rapidly accessed and effectively applied in current water environment regulation applications due to various heterogeneity problems among multi-data recourses and the diversity of the knowledge representation. To meet this challenge, this research aims to propose the methodologies for automatic construction and adaptive organization of water environmental ontologies under the framework of digital river basin.This goal will be achieved by systematically and innovatively applying all kinds of methodologies and technologies in the realm of ontology, intelligent data mining and optimization. The mechanism for data-driven ontology learning will be proposed and the ontology learning approaches towards different heterogeneous data sources will be implemented by the integrated application and optimized regrouping of various ontology learning algorithms, thereby improving the coverage rate, consistence and accessibility of water environmental ontologies. The water environmental ontologies will be build up to accurately represent the characteristics of water environment system at multiple levels such as structure, semantics and knowledge. The improved and highly flexible ontology organization methodologies will be proposed i

英文关键词: water environment;automatic ontology construction;ontology mapping;ontology organization;digital river basin

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
97+阅读 · 2021年6月23日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
126+阅读 · 2020年7月20日
 图像内容自动描述技术综述
专知会员服务
85+阅读 · 2019年11月17日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
研究问卷|AI数据获取与开放的现状调查
极市平台
3+阅读 · 2022年4月16日
调研|AI数据获取与开放的现状调查
大数据文摘
1+阅读 · 2022年4月14日
知识图谱的自动构建
DataFunTalk
55+阅读 · 2019年12月9日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
本体:一文读懂领域本体构建
AINLP
38+阅读 · 2019年2月27日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
57+阅读 · 2018年4月5日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
国家自然科学基金
0+阅读 · 2015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
2+阅读 · 2012年12月31日
国家自然科学基金
1+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 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
小贴士
相关主题
相关资讯
研究问卷|AI数据获取与开放的现状调查
极市平台
3+阅读 · 2022年4月16日
调研|AI数据获取与开放的现状调查
大数据文摘
1+阅读 · 2022年4月14日
知识图谱的自动构建
DataFunTalk
55+阅读 · 2019年12月9日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
本体:一文读懂领域本体构建
AINLP
38+阅读 · 2019年2月27日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
57+阅读 · 2018年4月5日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
相关基金
国家自然科学基金
0+阅读 · 2015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
2+阅读 · 2012年12月31日
国家自然科学基金
1+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 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员