| 学位论文主要创新 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 目录 | 第11-15页 |
| 第1章 绪论 | 第15-30页 |
| 1.1 研究背景 | 第15-17页 |
| 1.2 研究意义 | 第17-18页 |
| 1.3 国内外研究现状及趋势 | 第18-27页 |
| 1.3.1 遥感数据查询订购服务研究 | 第18-22页 |
| 1.3.2 空间案例推理研究 | 第22-27页 |
| 1.3.3 存在问题分析 | 第27页 |
| 1.4 研究目标、内容与技术路线 | 第27-28页 |
| 1.4.1 研究目标 | 第27-28页 |
| 1.4.2 研究内容 | 第28页 |
| 1.5 论文组织 | 第28-30页 |
| 第2章 任务驱动的遥感影像检索案例推理方法 | 第30-51页 |
| 2.1 任务驱动的遥感影像检索内涵 | 第30-32页 |
| 2.1.1 基于关键词的遥感影像检索 | 第30页 |
| 2.1.2 任务驱动的遥感影像检索 | 第30-32页 |
| 2.1.3 任务驱动的遥感影像检索解决思路 | 第32页 |
| 2.2 任务驱动的遥感影像检索相关理论基础 | 第32-45页 |
| 2.2.1 知识表示与推理 | 第33-38页 |
| 2.2.2 基于案例的推理 | 第38-45页 |
| 2.3 基于CBR的任务驱动的遥感影像检索流程 | 第45-47页 |
| 2.3.1 总体流程 | 第45-46页 |
| 2.3.2 主要步骤 | 第46-47页 |
| 2.4 任务驱动的遥感影像检索知识结构分析 | 第47-50页 |
| 2.4.1 任务驱动的遥感影像检索知识的界定 | 第47-48页 |
| 2.4.2 任务驱动的遥感影像检索知识结构模型 | 第48-49页 |
| 2.4.3 任务驱动的遥感影像检索中的显性知识与隐性知识 | 第49-50页 |
| 2.5 本章小结 | 第50-51页 |
| 第3章 遥感影像应用案例时空语义建模 | 第51-74页 |
| 3.1 遥感影像应用案例时空特征建模方法 | 第51-53页 |
| 3.1.1 基于本体的遥感影像应用案例表示 | 第51页 |
| 3.1.2 遥感影像应用案例的本体建模方法 | 第51-53页 |
| 3.2 遥感影像应用案例结构模型 | 第53-54页 |
| 3.2.1 遥感影像应用案例五元组结构模型 | 第53页 |
| 3.2.2 遥感影像应用案例层次组成 | 第53-54页 |
| 3.3 遥感影像应用案例特征建模 | 第54-69页 |
| 3.3.1 时间概念特征建模 | 第54-58页 |
| 3.3.2 空间概念特征建模 | 第58-62页 |
| 3.3.3 遥感影像应用任务概念特征建模 | 第62-67页 |
| 3.3.4 遥感影像概念特征建模 | 第67-69页 |
| 3.4 遥感影像应用案例的时空关系 | 第69-71页 |
| 3.4.1 遥感影像应用任务与遥感影像的时空语义关系 | 第69-70页 |
| 3.4.2 遥感影像应用案例之间的时空关系 | 第70-71页 |
| 3.5 遥感影像应用案例表示实例 | 第71-72页 |
| 3.5.1 案例概况 | 第71页 |
| 3.5.2 案例描述实例 | 第71-72页 |
| 3.6 本章小结 | 第72-74页 |
| 第4章 遥感影像应用案例的相似性度量模型及检索方法 | 第74-104页 |
| 4.1 基于深层语义的遥感影像应用案例检索 | 第74-75页 |
| 4.2 遥感影像应用案例相似性组成 | 第75页 |
| 4.3 时间局部相似性计算 | 第75-77页 |
| 4.3.1 时间的结构 | 第75-76页 |
| 4.3.2 时间语义相似性度量模型 | 第76-77页 |
| 4.4 空间局部相似性计算 | 第77-86页 |
| 4.4.1 空间尺度相似性 | 第77页 |
| 4.4.2 空间对象语义相似性 | 第77-86页 |
| 4.5 遥感影像应用任务局部相似性计算 | 第86-88页 |
| 4.5.1 遥感影像应用任务概念类相似度 | 第86页 |
| 4.5.2 基于属性的遥感应用任务实例相似度 | 第86-88页 |
| 4.6 案例全局相似性计算 | 第88-91页 |
| 4.6.1 全局相似性计算模型 | 第88-89页 |
| 4.6.2 实验与分析 | 第89-91页 |
| 4.7 顾及空间特征和用户背景的遥感影像应用任务案例组织及检索 | 第91-103页 |
| 4.7.1 遥感影像应用任务案例查询模式 | 第91-92页 |
| 4.7.2 基础案例检索网络(Basic Case Retrieval Nets,BCRN) | 第92-94页 |
| 4.7.3 面向遥感影像应用案例的空间案例检索网络(Spatial Case Retrieval Nets,SCRN) | 第94-101页 |
| 4.7.4 实验与分析 | 第101-103页 |
| 4.8 本章小结 | 第103-104页 |
| 第5章 遥感影像应用案例的调整方法 | 第104-125页 |
| 5.1 遥感影像应用案例调整的特点 | 第104-105页 |
| 5.2 遥感影像应用案例的调整体系 | 第105-109页 |
| 5.2.1 常用案例调整方式 | 第105-106页 |
| 5.2.2 基于知识的遥感影像应用案例调整模型 | 第106-107页 |
| 5.2.3 遥感影像应用案例调整知识获取 | 第107-109页 |
| 5.3 遥感影像应用案例差异调整规则表达模型 | 第109-112页 |
| 5.3.1 遥感影像应用案例差异调整规则的形式化描述 | 第109页 |
| 5.3.2 基于概念要素细分的遥感影像应用案例差异化内容组成 | 第109-111页 |
| 5.3.3 遥感影像应用案例调整规则上下文信息组成 | 第111页 |
| 5.3.4 遥感影像应用案例调整操作信息表达 | 第111-112页 |
| 5.4 遥感影像应用案例调整规则学习算法 | 第112-122页 |
| 5.4.1 遥感影像应用案例调整规则学习模型 | 第112-113页 |
| 5.4.2 遥感影像应用案例差异调整规则训练集选取策略 | 第113-114页 |
| 5.4.3 遥感影像应用案例对之间差异信息计算 | 第114-117页 |
| 5.4.4 顾及空间特征及语义特征的案例调整规则泛化 | 第117-120页 |
| 5.4.5 遥感影像应用案例调整规则上下文生成 | 第120-122页 |
| 5.5 遥感影像应用案例调整知识的应用 | 第122-123页 |
| 5.5.1 面向对象的调整知识应用流程 | 第122页 |
| 5.5.2 顾及查询与排序的遥感影像应用案例调整 | 第122-123页 |
| 5.6 实验与分析 | 第123-124页 |
| 5.7 本章小结 | 第124-125页 |
| 第6章 原型系统与验证实验 | 第125-141页 |
| 6.1 任务驱动的遥感影像检索原型系统 | 第125-128页 |
| 6.1.1 体系结构 | 第125-127页 |
| 6.1.2 主要功能 | 第127页 |
| 6.1.3 支持的遥感影像检索类型 | 第127-128页 |
| 6.2 基于信息抽取的遥感影像查询及案例自然语言理解 | 第128页 |
| 6.3 遥感影像应用案例的时空语义推理与计算 | 第128-137页 |
| 6.3.1 空间描述的形式化定义 | 第129-131页 |
| 6.3.2 空间描述的计算规则及算法 | 第131-137页 |
| 6.4 实验与分析 | 第137-140页 |
| 6.4.1 实验环境 | 第137页 |
| 6.4.2 信息抽取与时空语义推理验证 | 第137-138页 |
| 6.4.3 任务驱动的遥感影像检索验证 | 第138-140页 |
| 6.5 本章小结 | 第140-141页 |
| 第7章 结论与展望 | 第141-143页 |
| 7.1 主要研究成果 | 第141-142页 |
| 7.2 研究展望 | 第142-143页 |
| 参考文献 | 第143-150页 |
| 攻博期间发表的科研成果目录 | 第150-151页 |
| 致谢 | 第151页 |
