典型文献
多源道路智能选取的本体知识推理方法
文献摘要：
大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战.本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法.首先,将1:5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理.试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取.
文献关键词：
道路选取;多源数据;本体;相似性;语义网规则语言
中图分类号：
作者姓名：
郭漩;钱海忠;王骁;刘俊楠;任琰;赵钰哲;陈国庆
作者机构：
信息工程大学地理空间信息学院,河南 郑州 450000;信息工程大学数据目标与工程学院,河南郑州450000
文献出处：
引用格式：
[1]郭漩;钱海忠;王骁;刘俊楠;任琰;赵钰哲;陈国庆-.多源道路智能选取的本体知识推理方法)[J].测绘学报,2022(02):279-289
A类：
B类：
本体知识,知识推理,推理方法,路数,数据来源,数据源,道路选取,数据语义,不一致问题,万基,比例尺,尺地,地形图,四维,导航电子地图,stroke,道路等级,连通度,特征项,提取特征,语义特征,数值特征,关联关系,语义网规则语言,过程性,性知识,相似性度量,语义差异,行知,多源数据
AB值：
0.356892
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
