2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩90頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著當(dāng)前地理空間信息應(yīng)用的擴(kuò)展與深入,不斷激增的空間信息資源導(dǎo)致了嚴(yán)重的分布異構(gòu)問題,實(shí)現(xiàn)空間信息資源在語義層面上的識別和組織顯然是一個(gè)必然的研究趨勢。不同領(lǐng)域在空間數(shù)據(jù)預(yù)處理過程中,由于觀察背景和視角不同,對同一地理實(shí)體往往存在不同的命名方法,描述地理本體概念的特征屬性集也存在很大的差異,無法順利通過信息科學(xué)中的基于概念屬性推理理論進(jìn)行語義互操作。為此本文提出了一種基于面向?qū)ο筮b感影像分析技術(shù)的地理本體推理機(jī)制,力圖找到面向?qū)ο筮b感技

2、術(shù)和地理本體推理之間的結(jié)合點(diǎn),解決地理信息的語義集成問題。本文應(yīng)用面向?qū)ο筮b感中的多尺度分割技術(shù)建立了影像層次等級網(wǎng)絡(luò)體系,然后采用相關(guān)最優(yōu)分割尺度選擇模型實(shí)現(xiàn)領(lǐng)域本體系統(tǒng)到影像層的映射,并通過研究能表達(dá)一定語義信息的常用影像特征模型提出了一種基于多尺度分割技術(shù),結(jié)合光譜均值、比值、歸一化植被指數(shù)等影像特征模型的尺度轉(zhuǎn)換機(jī)制,根據(jù)這種尺度轉(zhuǎn)換方法建立了不同影像層間的語義特征聯(lián)系。同時(shí)通過分析不同領(lǐng)域部門地類概念對應(yīng)影像對象的特征屬性建立

3、了基于影像特征屬性的地理本體推理規(guī)則,最終基于提取的規(guī)則建立了一個(gè)推理查詢試驗(yàn)系統(tǒng),驗(yàn)證了該理論方法的可行性。
   本研究主要內(nèi)容包括:①提出將面向?qū)ο筮b感技術(shù)應(yīng)用于地理本體推理研究中,為地理本體語義集成提供了一種全新的思路。面向?qū)ο筮b感技術(shù)作為當(dāng)前遙感領(lǐng)域研究的熱點(diǎn)和全新方向,以對象作為影像處理的基本單元,能有效利用地物本身的形狀、紋理、拓?fù)?、上下文;②提出利用典型影像特征結(jié)合多尺度分割技術(shù)的全新尺度轉(zhuǎn)換機(jī)制,并對其進(jìn)行了驗(yàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論