本论文创新点 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-10页 |
第一章 绪论 | 第16-40页 |
1.1 研究背景 | 第16-20页 |
1.1.1 语言学转向的具体体现 | 第16-18页 |
1.1.2 大数据时代的必然需求 | 第18-20页 |
1.2 研究意义 | 第20-21页 |
1.3 国内外研究进展 | 第21-36页 |
1.3.1 地理空间语义相关的应用研究领域 | 第23-32页 |
1.3.2 地理空间语义融合与相似度测量相关研究 | 第32-36页 |
1.3.3 存在问题 | 第36页 |
1.4 研究内容 | 第36-38页 |
1.5 论文组织结构与章节内容 | 第38-40页 |
第二章 地理空间语义 | 第40-68页 |
2.1 地理空间语义三角 | 第40-43页 |
2.2 基于知识的地理空间语义理解 | 第43-49页 |
2.2.1 哲学本体论(Ontology) | 第44页 |
2.2.2 信息科学领域中的本体 | 第44-45页 |
2.2.3 概念语义的知识表达形式 | 第45-49页 |
2.3 基于数据的地理空间语义 | 第49-53页 |
2.3.1 基于语料库(Corpus-based)的语义理解 | 第50-52页 |
2.3.2 地点语义(Place Semantic) | 第52-53页 |
2.4 地图语义与图像语义 | 第53-56页 |
2.5 地理空间语义的形式化 | 第56-60页 |
2.5.1 本体语言 | 第56-57页 |
2.5.2 OWL本体语言 | 第57-58页 |
2.5.3 OWL语法 | 第58-60页 |
2.6 地理本体构建 | 第60-65页 |
2.6.1 地理本体构建方法 | 第60-62页 |
2.6.2 本体构建工具Protege | 第62-63页 |
2.6.3 地理本体构建实验 | 第63-65页 |
2.7 本章小结 | 第65-68页 |
第三章 基于知识的地理空间语义融合 | 第68-88页 |
3.1 语义融合策略 | 第68-71页 |
3.2 数学基础 | 第71-77页 |
3.2.1 序理论与格论基础 | 第72-73页 |
3.2.2 形式背景与概念格 | 第73-74页 |
3.2.3 粗糙集理论基础 | 第74-76页 |
3.2.4 信息熵 | 第76-77页 |
3.3 权重概念格构建与约减 | 第77-79页 |
3.3.1 加权形式背景 | 第77-78页 |
3.3.2 权重概念格构建 | 第78页 |
3.3.3 权重概念格约减 | 第78-79页 |
3.4 融合实验与讨论 | 第79-86页 |
3.4.1 融合权重概念格构建实验 | 第79-82页 |
3.4.2 融合权重概念格约减实验 | 第82-86页 |
3.5 本章小结 | 第86-88页 |
第四章 基于知识的地理空间语义相似度测量 | 第88-112页 |
4.1 语义相似度测量分类 | 第88-99页 |
4.1.1 基于语料库的语义相似度测量 | 第88-92页 |
4.1.2 基于知识的语义相似度测量 | 第92-99页 |
4.2 语义相似度测量策略 | 第99-101页 |
4.3 基于权重概念格的语义相似度 | 第101-104页 |
4.3.1 相对层次深度 | 第101-102页 |
4.3.2 语义相似度 | 第102-104页 |
4.4 实例分析与讨论 | 第104-109页 |
4.5 本章小结 | 第109-112页 |
第五章 实验平台设计与实现 | 第112-122页 |
5.1 开发环境 | 第112页 |
5.2 功能模块 | 第112-113页 |
5.3 实验展示 | 第113-120页 |
5.3.1 权重概念格构建 | 第114-116页 |
5.3.2 权重概念格约减 | 第116-119页 |
5.3.3 相似度计算 | 第119-120页 |
5.4 本章小结 | 第120-122页 |
第六章 总结与展望 | 第122-126页 |
6.1 本研究的主要工作 | 第122-123页 |
6.2 本研究的主要学术贡献 | 第123-124页 |
6.3 进一步的工作 | 第124-126页 |
参考文献 | 第126-146页 |
攻博期间发表的与学位论文相关的科研成果目录 | 第146-148页 |
攻读博士学位期间参与的课题情况 | 第148-150页 |
致谢 | 第150-151页 |