一种用于常识空间信息处理的定性空间关系模型

在空间信息处理中,一些常识空间信息通常结合多方面空间关系,而且这些空间关系是动态变化的.为了有效地表示这些复杂的空间关系,并对其进行推理,提出了一种结合拓扑、方向和大小关系的空间信息处理模型TDSC (topology-direction-size calculus),并基于TDSC模型提出了处理动态空间关系变化的表示推理框架.首先,利用同对象多属性的方法建立了融合大小、拓扑和方向关系的完备至斥基本关系表示;然后提出了复合表生成算法和推理算法,使得原有模型的表示和推理结果可以直接在新模型中使用.同时提出处理动态空间关系的邻域划分图,给出了邻域划分图的自动生成算法,以及TDSC模型的邻域划分图.最后给出基于TDSC模型邻域划分图的表示和推理框架,并结合实例说明框架的正确性和有效性.     

一个结合多方面定性空间信息的新方法

定性空间推理是人工智能领域中非常重要的研究内容.空间信息包含拓扑关系、大小关系、形状、距离等很多方面.以往多侧重于单一方面的研究,如何将孤立的各方面信息进行统一表示和推理是当前定性空间推理中的一个重要问题.提出利用结合操作来融合不同空间信息表示的新方法.利用结合操作,可以由原先完备互斥关系集合得到新关系,同时利用原有的复合表自动生成新关系的粗复合表.基于结合操作,给出2个理论模型:结合拓扑关系与大小关系模型、结合拓扑关系与远近关系模型.并提出了邻域划分图的概念,说明了邻域划分图与概念邻域图的关系.利用邻域划分图回答了Galton提出的问题:为什么LOS(视觉光线演算)的概念邻域图不同于标准的空间或时间关系的概念邻域图,这些关系的复合表中关系总是来自于概念邻域图.     

基于Voronoi图的定性路径推理

动态空间知识的表示与推理是定性空间推理研究的重要内容.基于Voronoi图及其动态变化,提出运动路径定性表示与推理方法.先根据Voronoi图空间邻近关系定义Voronoi图生成子空间关系,进一步定义定性位置及概念邻域,并应用概念相邻的定性位置序列给出定性路径表示.再由动态Voronoi图的边集变化和给出的概念邻域中定性位置间最短路径的启发式算法,设计并实现具有观察者角度的定性路径推理算法.最后,实验分析并验证该方法的有效性.     

基于改进邻域空间的高维混合数据特征选择算法

作为数据挖掘领域中一项重要的数据预处理技术,特征选择算法能够有效应对高维数据带来的“维数灾难”问题.然而,如何对高维的混合数据进行特征选取仍然是当前研究的重点和难点之一.基于邻域关系的邻域粗糙集模型因其能够处理名词型属性与数值型属性并存的混合数据,已成功应用于混合数据的特征选择.但是,现有邻域粗糙集对混合数据邻域关系的度量,仍然是基于等价关系的名词型数据划分与基于相似关系的数值型数据划分的简单融合,在利用模型划分的邻域空间和预定义的评价函数对高维混合数据进行特征选取时,适应性较差.为此,在邻域粗糙集模型的基础上,提出一种改进的邻域空间构造方法,并设计相应的邻域空间度量公式作为判别指标,自适应地调节邻域空间下邻域粒的大小;为了准确地表征高维混合数据邻域空间的判别能力,设计一种考虑边界数据和邻域空间大小的评价函数;在此基础上,提出一种启发式的高维混合数据特征选择算法.通过UCI标准数据集验证所提出算法的有效性.     

多种空间关系和时间结合的定性时空推理

空间实体之间存在多种时空关系,主要包含拓扑、方向、距离、尺寸和时间等.以往的研究工作主要集中于3种以下时空关系结合的表示和推理,而3种以上结合的研究很少.但多种时空关系之间是相互统一和相互约束的,所以,将它们全部综合起来研究是时空推理研究发展的必然趋势,也是实际应用的迫切需要.提出了采用矩形关系统一表示多种空间关系,以矩形关系变化次数表示时间的时空统一表示模型,并在此基础上,利用概念邻域图推导空间关系变化和时间变化.据此,结合矩形关系网络和路径一致性算法,提出了检验上述统一模型网络一致性的算法,并分析了算法复杂度.该研究成果提高了空间关系分析方法的准确性,减小了时间信息的冗余,对地理信息系统中空间实体间的空间关系以及时间变化的分析和查询等有一定的理论意义与应用价值.     

地理信息系统中拓扑关系的不确定性推理方法

首先基于点集拓扑学理论提出了一个新的4交差模型,在此基础上分析了空间数据不确定性对拓扑关系形式化描述的影响.通过引入拓扑距离,建立了拓扑关系概念邻域图,并用以实现拓扑关系的不确定性推理.然后,在4交差模型下建立了拓扑关系合成推理关系表,并给出了合成过程中不确定性的表达方法.通过算例分析表明,本文提出的方法是合理的,具有兼顾定性空间推理和定量表达的优点.     

基于Voronoi图的定性路径

定性路径是定性空间推理的一个基本概念。给出了一个基于Voronoi图的定性路径表示与推理方法。该方法应用Voronoi图的邻近关系来表示定性位置和定性路径,即用运动点所在Voronoi区域的邻域来表示定性位置,用运动点所经过的定性位置序列来表示定性路径。设计并实现了一个定性路径推理算法,基于初始Voronoi图及不同时刻所有Voronoi区域的边数来动态更新Voronoi图邻近关系,可识别出运动点并找出定性路径。实验结果表明,该方法是可行的。     

基于熵度量的空间邻域离群点查找

离群点的查找算法主要有两类：第一类是面向统计数据,把各种数据都看成是多维空间,没有区分空间维与非空间维,这类算法可能产生错误的判断或找到的是无意义的离群点;第二类算法面向空间数据,区分空间维与非空间维,但该类算法查找效率太低或不能查找邻域离群点。引入熵权的概念,提出了一种新的基于熵权的空间邻域离群点度量算法。算法面向空间数据,区分空间维与非空间维,利用空间索引划分空间邻域,用非空间属性计算空间偏离因子,由此度量空间邻域的离群点。理论分析表明,该算法是合理的。实验结果表明,算法具有对用户依赖性小、检测精度和计算效率高的优点。     

基于最小连通邻域图的ISOMAP算法

噪音的干扰和邻域大小的不合适会在ISOMAP算法的邻域图中引入“短路”边,使其不能正确表达数据的邻域结构,从而使该算法具有较差的鲁棒性和拓扑稳定性。为此,根据最小连通邻域图能有效避免“短路”边的特点,提出了一种能有效删除“短路”边因而更具鲁棒性和拓扑稳定性的ISOMAP算法——基于最小连通邻域图的ISOMAP（MCNG-ISOMAP）算法。该算法能在一定程度上避免邻域大小难以有效选取的问题,同时还能在不依赖于邻域大小的情况下发现数据真正的固有维数。     

一种自适应空间邻域的显著图获取方法研究

针对复杂背景下显著图提取精准度不高的问题, 提出了一套基于自适应空间邻域的获取方案。该方案考虑人眼神经元感受野的同心圆结构, 计算自适应圆形空间邻域; 然后结合二维正态分布的显著权值计算空间邻域内每个像素点的显著值, 获取图像的显著图, 再利用简单的阈值分割算法提取二值图像; 最后通过在两个自然图像集进行实验, 并与三种经典算法进行比较。实验结果表明, 该方法可以在复杂背景下有效地获取精确的显著图。     

基于邻域的大规模图数据动态分割算法

随着图数据的规模日益增大,出现大量以动态图数据为基础的分布式处理需求,划分问题在动态图数据分布式处理领域尤为重要. 对大规模动态图数据上的划分问题进行研究,根据图结构性质及动态图特点,提出并实现基于邻域的动态图分割算法. 算法分为静态切分和动态调整两个阶段,其中基于割边算法整合现有最优化策略提出了大规模图数据的静态切割算法. 在优化后的静态切割算法的基础上,根据图数据的动态扩张的特性提出动态分割算法. 根据迁移顶点所达到的最小负载值进行顶点迁移,并在此基础上进行性能及割边控制优化操作. 最后,改进算法在各类图数据集上进行了验证,验证的结果显示在平衡度和割边等指标上优化后的算法效果显著,提高了划分的合理性,并且在保证割边不增加的情况下提高了图分割的平衡度.     

A hybrid-graph approach for automated setup planning in CAPP

In this paper, a systematic approach for automated setup planning in CAPP is introduced. The concept of “hybrid graph”, which can be transferred into directed graph by changing any two-way edge into one-way edge, is introduced. The specified graph theory is effectively used in setup planning. Tolerance relations are used as critical constraints for setup planning. Comprehensive principles are explored and summarized for setup planning. The hybrid-graph theory, accompanied by matrix theory, is used to aid computerizing these principles. An example is illustrated to demonstrate the algorithm.     

基于四叉树与图割的遥感图像分割方法

针对图割算法实时性差的问题,提出一种基于四叉树与图割的遥感图像分割方法。用四叉树分割方法将遥感图像分割成多个区域,根据区域的邻接性合并相似小区域,结合区域间的灰度和位置信息,利用Normalized Cut方法在区域间进行划分,完成图像的分割。实验结果证明该方法能有效消除四叉树方法的过分割现象。     

Qualitative Spatial Reasoning with Conceptual Neighborhoods for Agent Control

Research on qualitative spatial reasoning has produced a variety of calculi for reasoning about orientation or direction relations. Such qualitative abstractions are very helpful for agent control and communication between robots and humans. Conceptual neighborhood has been introduced as a means of describing possible changes of spatial relations which e.g. allows action planning at a high level of abstraction. We discuss how the concrete neighborhood structure depends on application-specific parameters and derive corresponding neighborhood structures for the calculus. We demonstrate that conceptual neighborhoods allow resolution of conflicting information by model-based relaxation of spatial constraints. In addition, we address the problem of automatically deriving neighborhood structures and show how this can be achieved if the relations of a calculus can be modeled in another calculus for which the neighborhood structure is known.     

Study of the diagnosability of automated production systems based on functional graphs

Functional graphs are a convenient representation that we have introduced to model automated production systems. They are useful for the monitoring and the supervision of manufacturing processes or other industrial processes, such as chemical processes. An approach based on relational theory and graph theory is presented in this paper. This approach allows to characterize formally structural properties of a functional graph and to map it into a set of relations translating all the complete paths existing in the initial graph. Two kinds of functional graphs are analyzed and algorithms exploiting their structures are presented. We introduce the concept of diagnosability as a system property that reflects the possibility to observe the behavior of a system with respect to faults. The diagnosability is defined and analyzed by means of computable states and mathematical relations. Propositions explaining causality relations between functions of a functional graph are given.     

基于动作的动态空间推理

动态空间关系的表示和推理一直以来都是定性空间推理中的研究重点。通过用矩形关系来表示空间原语实体为区域的定性空间关系,对Bhatt定义的动态空间系统进行细化和扩展,定义空间实体的8个移动动作,并给出拥有多个空间实体的空间场景下区间关系在不同动作作用下的状态转移图和状态转移表,指出状态转移图和概念邻域图的区别。用一个元组对空间场景进行形式化表示,定义动态空间系统中的一个基本任务,即历史场景在空间实体动作作用下推出新空间场景,给出这个任务的解决方法,指出方法的局限和不足,同时给出一个应用场景。     

建筑物层次空间聚类方法研究

建筑物空间聚类是实现居民地地图自动综合的有效方法。基于图论和Gestalt原理,发展了一种层次的建筑物聚类方法。该方法可以深层次地挖掘建筑物图形的视觉特性,将面状地物信息充分合理地表达在聚类结果中。依据视觉感知原理,借助Dealaunay三角网构建方法,分析了地图上建筑物的自身形状特性和相互间的邻接关系,并依据建筑物间的可视区域均值距离建立了加权邻近结构图,确定了建筑物的邻近关系（定性约束）。根据Gestalt准则将邻近性、方向性和几何特征等量化为旋转卡壳距离约束和几何相似度约束。通过实例验证了层次聚类方法得到更加符合人类认知的建筑物聚类结果。     

Multi-scale qualitative location: A direction-based model

Qualitative locations describe the locations of spatial objects by relating them to a reference frame with qualitative relations. Existing models concerned with regional partitions are mainly topology-based and do not consider the effects of scale changes on locations. This study develops a direction-based multi-scale qualitative location (DMQL) model to fill this gap. First, a cell partition is defined by extending the borders of the minimum bounding rectangles of the regions in a regional partition. Relating spatial objects to all regions by a set of directions is equal to representing the objects as a set of cells in a cell partition. Second, due to the multiple cell representations of spatial objects and the changes in direction relations across scales, some approaches are presented to derive the direction changes between regions in different frames, between spatial objects and regions, and between spatial objects at different scales. Third, the location and relation consistencies of qualitative locations are evaluated based on the cell representations of spatial objects at multiple scales through a case study. The results indicate that the DMQL model can locate objects more precisely than the topology-based models.