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”.     

基于地理本体的空间方向关系定性推理

围绕基于地理本体的空间方向关系定性推理进行研究,给出了定性推理系统总体框架,并对方向关系模型、自定义规则、地理本体、定性推理进行详细探讨。     

定性空间推理中区域连接演算的多维扩展

区域连接演算(RCC)是定性空问推(QSR)的基础理论之一．但RCC理论只支持区域,不能处理包括点、线和区域在内的空问多维对象,这阻碍了RCC应用的发展．扩展了区域概念,将点和线对象视为特殊的区域．提出了能直接用RCC理论描述空间多维对象拓扑关系的MRCC理论．在保留RCC公理的前提下,MRCC增加了2条新公理,并由此推导出了36种MRCC基本关系．进而讨论了基于概念邻域图和复合表的推理．MRCC拓展了RCC理论的适用范围,促进了RCC向实际应用的发展．     

集成多方面信息的定性空间推理及应用

以往的定性空间或时空推理工作多数面向单一时空方面,这不符合实际应用需要.提出了集成拓扑、尺寸和时间3方面信息的定性表示和推理技术,并应用到时空GIS中.给出了面向GIS的拓扑、尺寸和时间的表示方法,并研究了它们之间的依赖性.提出了集成这3方面信息的约束满足问题求解算法TriRSAT.在时空GIS中,把定性时空表示用于约束关系库,把TriRSAT算法用于时空数据一致性检查和时空查询.应用结果显示,该理论和方法能有效地集成处理多方面时空信息,在时空数据库、机器人导航等领域有着广泛的应用前景.     

Qualitative Spatial Representation and Reasoning with the Region Connection Calculus

This paper surveys the work of the qualitative spatial reasoning group at the University of Leeds. The group has developed a number of logical calculi for representing and reasoning with qualitative spatial relations over regions. We motivate the use of regions as the primary spatial entity and show how a rich language can be built up from surprisingly few primitives. This language can distinguish between convex and a variety of concave shapes and there is also an extension which handles regions with uncertain boundaries. We also present a variety of reasoning techniques, both for static and dynamic situations. A number of possible application areas are briefly mentioned.     

一种动态定性空间关系自动规划方法

为解决定性空间关系的规划问题,在概念邻域图的基础上提出描述动作与定性空间关系交互的邻域划分图.基于邻域划分图,提出了定性空间关系自动规划的形式化表示和推理算法,证明了算法的可靠性,并举例说明了新方法的应用.该方法在处理单方面空间关系规划中具有用通用性,在机器人导航方面具有潜在的应用前景.     

混合维拓扑和尺寸关系的定性空间推理

定性空间推理(QSR)研究空间关系,多数工作集中在单维空间关系,但在地理信息系统(GIS)中多维对象很常见.混合维对象空间关系是指点、线和区域3类对象出现在同一场景的情况,该类问题对定性空间推理研究有着重要的理论意义和应用价值.但这方面的研究工作还比较少.在已有的混合维区域连接演算的基础上进行完善,提出了MRCC5混合维拓扑模型,并研究了其上约束满足推理问题的复杂度.对定性尺寸关系进行了混合维扩展.给出了MDS模型,进而研究了其推理问题.在以上工作基础上.提出了RCCA和MDS的结合模型,给出并分析了结合模型的推理算法.将定性空间推理相关研究推广到混合维领域,深入研究了混合维拓扑关系推理,提出了混合维尺寸以及混合维拓扑尺寸结合模型.     

基于定性空间推理的多层空间关联规则挖掘算法

很多应用于空间数据挖掘的空间关系模型存在表达能力不强、可理解性较差、不支持不确定性等问题。针对这种情况,以定性空间推理的RCC理论为基础,结合模糊逻辑,提出了一种面向空间数据库的近似区域空间关系模型,在此基础上给出了多层空间关联规则的挖掘算法QSRSAK。该算法使用了MBR优先判定、顶点近似等手段针对大型空间数据库进行了优化处理。实验结果表明,QSRSAR在空间知识表达能力、规则可理解性和空间关系计算效率等方面优于同类算法。     

RCC5与主方位关系结合的定性空间推理

解决实际问题需要将多方面空间信息结合进行推理,仅考虑单方面空间信息是不够的.多方面空间信息结合推理已成为定性空间推理的一个研究热点.现有拓扑与方位结合推理工作主要集中在与基于最小外包矩形或单片方位模型的结合.方位信息描述是近似的,不适于精确推理;因此分别采用主方位模型和RCC5描述方位、拓扑信息.根据定义给出基本RCC5和主方位关系间的相互依赖及异质复合表;讨论了其上约束满足问题,得到一个路径相容算法,并分析了推理复性问题.     

A General Qualitative Framework for Temporal and Spatial Reasoning

To offer a generic framework which groups together several interval algebra generalizations, we simply define a generalized interval as a tuple of intervals. An atomic relation between two generalized intervals is a matrix of atomic relations of Interval Algebra. After introducing the generalized relations we focus on the consistency problem of generalized constraint networks and we present sets of generalized relations for which this problem is tractable, in particular the set of the strongly-preconvex relations.     

定性空间表示与定性空间的研究与发展

1 引言空间推理是指利用空间理论和人工智能技术对空间对象建模、描述和表示,并据此对空间对象间的空间关系进行的定性或定量的分析和处理过程。在描述和推断空间对象间的空间关系时,要获得精确、定量的数据通常是不可能的或不必要的,在这种情况下,可能要用到关于空间关系的定性空间推理。定性空间推理是一个     

Case-Based Reasoning in Conceptual Design

The framework for supporting conceptual design using case-based reasoning is studied. Adesign knowledge representation scheme is presented. It is capable of representing both generalized and specific design knowledge. A two-phase case retrieval strategy, called index elaboration, is described which supports both requirement-function transformation and function-feature transformation at conceptual design stage. We propose a prototype system and discuss in detail the realization of supporting conceptual design by CBR.     

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.     

Kinematic Reasoning with Spatial Decompositions

This paper examines the application of hierarchical discrete spatial representations to the kinematic analysis and synthesis of the higher pairs. Two instances of hierarchical representation are investigated, a global decomposition in the form of quadtrees, and an object-centered, multi-level molecular decomposition. Kinematic reasoning with both representations relies upon the rapid evaluation of the single occupancy constraint. For both representations we present algorithms that allow the rapid detection of intersection between two objects, the analysis of higher pair mechanisms, and a restricted class of kinematic synthesis.     

一种分层递阶的定性拓扑推理方法

文章针对现有的定性表示方法和拓扑推理算法存在的问题,提出了一种新的方法.首先,提出了基于概念邻域结构的定性表示方法.然后,给出了不同粒度层次上拓扑关系复合表的计算方法.最后,设计得出分层递阶的拓扑推理算法.文章给出的方法具有较高的认知合理性,所提出的推理算法可根据问题来选择合适的表示和推理层次,在已有推理算法给不出解的情况下,可以给出问题的合理解,对一般定性推理研究有参考价值.     

线性系统的定性控制方法

根据被控对象的定性数学模型，设计一种定性控制器，精确数学模型是很难得到的，然而有很多对象，可知道它的工作机理，根据这种机理，能够建立定性数学模型，如果系统是线性的，将得到一种定性控制算法。     

方向关系的定性表示与推理

方向关系是GIS中的一个重要的理论问题。本文重点讨论方向关系的定性表示与推理。文章首先讨论了基于井字空间的方向关系定性表示,然后介绍了基于方向关系组合运算表的方向关系定性推理,最后对我们现在和将来的一些研究进行了叙述,并对我们的工作做了总结。     

Relation Algebras and their Application in Temporal and Spatial Reasoning

Qualitative temporal and spatial reasoning is in many cases based on binary relations such as before, after, starts, contains, contact, part of, and others derived from these by relational operators. The calculus of relation algebras is an equational formalism; it tells us which relations must exist, given several basic operations, such as Boolean operations on relations, relational composition and converse. Each equation in the calculus corresponds to a theorem, and, for a situation where there are only finitely many relations, one can construct a composition table which can serve as a look up table for the relations involved. Since the calculus handles relations, no knowledge about the concrete geometrical objects is necessary. In this sense, relational calculus is pointless. Relation algebras were introduced into temporal reasoning by Allen (1983, Communications of the ACM 26(1), 832–843) and into spatial reasoning by Egenhofer and Sharma (1992, Fifth International Symposium on Spatial Data Handling, Charleston, SC). The calculus of relation algebras is also well suited to handle binary constraints as demonstrated e.g. by Ladkin and Maddux (1994, Journal of the ACM 41(3), 435–469). In the present paper I will give an introduction to relation algebras, and an overview of their role in qualitative temporal and spatial reasoning.