基于空间分布依存知识的跨要素类数据一致性匹配与改正方法研究

项目名称： 基于空间分布依存知识的跨要素类数据一致性匹配与改正方法研究

项目编号： No.41401447

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： 杨敏

作者单位： 武汉大学

项目金额： 25万元

中文摘要： 一致性作为空间数据质量五大特征之一，在多源异构数据融合、多时态数据集成、跨比例尺数据更新中扮演重要角色。相对于同类要素目标间一致性问题，跨语义要素类目标间的一致性关系处理是一个难点。本研究拟从地理学第一定律出发，总结凝炼不同语义要素类目标间的空间相关特征，建立空间分布依存知识，通过位置共享、结构关联、区域包含等不同依存分布情形，开展跨要素类目标冲突探测与一致性处理研究。研究内容包括：（1）通过典型领域知识（如自然地貌、人文地理）分析学习，提取要素分布依存知识，作为一致性检测处理指导依据；（2）利用增强识别技术，提取要素目标间相互依存的模式结构、语义关联上下文信息，发展稳健的跨要素类数据匹配模型；（3）基于空间分布依存规则，建立相关的不一致性检测与改正模型，提出完整的跨要素类数据一致性匹配与改正方法。本研究从知识工程角度对不同语义要素类数据融合一致性处理开展专门研究，以期对该难点有所突破。

中文关键词： 空间分布依存知识；数据匹配；一致性检测与改正；空间数据集成；数据质量

英文摘要： As one of the five aspects of spatial data quality, logical consistency plays an important role in the application such as multi-source heterogeneous data fusion, multi-temporal data integration and multi-scale data update. By comparing with the consisten

英文关键词： spatial knowledge of dependent distribution；data matching；inconsistency detection and correction；spatial data integration；data quality