线型物体主方向关系推理的研究

线型物体主方向关系的推理研究是空间方向关系推理中的重要组成部分.在分析线型物体主方向关系模型的基础上,提出了线型物体主方向关系的投影区间矩形代数方法,从而实现了线型物体主方向关系的合理表示、基本推理运算以及线型物体主方向关系的凸关系判断.结合凸关系网络定理和路径一致性算法,提出了线型物体主方向关系网络一致性检验算法,给出了算法的正确性证明.     

基于MBR的拓扑、方位、尺寸结合的定性空间推理

解决实际问题需将多方面空间关系结合进行推理,多方面空间关系结合推理已成为定性空间推理的研究热点;已有工作主要集中在两方面空间关系结合,缺少两方面以上空间关系结合工作.为解决上述问题,通过最小外包矩形近似表示区域对象,利用其在坐标轴上投影间的关系表示相应空间关系;提出扩展矩形关系模型,实现拓扑、方位和尺寸关系的统一表示和推理;给出RCC8、主方位及尺寸关系转换成扩展矩形关系的转换算法;讨论其上关系取反和复合,指出其复合是基于相容性而非存在性;证明(强预)凸扩展矩形关系约束网是可处理的.     

基于MBR的主方向关系一致性检验

定性的空间推理在地理信息系统、人工智能、数据库及多媒体等领域中的应用越来越引起人们的注意.空间推理的基础理论以及相应算法也在不断地创新和发展.方向关系推理是空间推理研究领域的重要分支,利用区间代数及矩形代数理论,以物体的极小边界盒(minimum bounding rectangle,简称MBR)为模型,提出了一种基于MBR的主方向关系与矩形代数关系相结合的推理方法.利用该方法,可以将矩形代数良好的计算性质应用于空间方向关系推理中,实现了矩形代数与基于MBR主方向关系的相互转换方法、主方向关系合成及求反方法、主方向关系中凸(convex)关系判定方法及方向关系一致性检验算法.     

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.     

一种基于矩阵的MBR方向关系模型

在空间主方向关系推理的研究中,方向关系模型是其中一项至关重要的课题。介绍了区间代数模型、矩形代数模型和极小边界盒模型,提出了区间代数的矩阵表示方法,并给出了以矩阵表示的区间代数和方向关系矩阵之间的转换方法。     

形式化智能世界的建模过程

各种网络化实体或智能实体的嵌入将物理世界转变为智能世界,增加了基于物理世界统一抽象模型的推理复杂性.基于Saitta和Zucker定义的知识重构与抽象模型,提出一种新的表示智能世界的方法.通过感知重构过程,根据构成实体之间的通信关系自动构建3个可区分的、相互关联的子模型,即物理世界、网络化世界和虚拟世界,3个子模型之间的关系构成了智能世界的一个集成化模型.着重介绍了感知重构过程的形式化表示和推理机制.实际搭建的智能世界设计诊断推理实验表明,与基于知识重构和抽象一般物理世界模型相比,基于提出的智能世界模型的推理过程可以将系统故障限制在一个子模型中,从而较大程度地缩小了诊断的搜索空间.     

基于矩阵模型的方向关系表示与推理

传统方向关系模型难以支持空间的点、线、面物体的表示,其推理采用效率较低的查表运算,不支持复杂方向关系推理。为解决此问题,提出基于矩阵模型的方向关系表示与推理的方法。该方法为空间方向关系的定性表示、描述、推理运算构建基础理论,为空间查询和一致性校验研究提供了新思路。     

时空推理中自动生成复合表的通用算法

时空推理是面向时间/空间问题的研究领域,在人工智能(如语义Web、机器人导航、自然语言处理、物理过程的定性模拟和常识推理等)和其他领域有着广泛的应用前景.复合推理在时空推理中具有重要作用,是约束满足问题等其他定性推理的基础.复合推理是由R(a,b)和R(b,c)决定R(a,c)的一种演绎推理.一般将关系复合结果放在复合表中备查.但目前复合表的建立需要逐个模型进行手工推导,少数模型给出了独立的复合表生成算法,没有适合多种时空关系模型、能自动生成复合表的通用算法.为此,提出了一种能自动生成复合表的通用算法.首先,给出了基于空间划分的通用时空表示模型.在此基础上,提出了基于场景检测的通用复合表生成算法.通过理论分析和对RCC、宽边界、区间代数等20余种典型时空模型的测试,证明了本算法对于所有以精确区域(或区间)为基础的确定、不确定时空模型均能正确快速地生成复合表.     

空间网络间的空间关系的表示和推理

空间网络间的空间关系的表示和推理在空间数据库领域具有重要的意义.为了对复杂的空间网络间的空间关系进行定义和区分,首先提出了空间网络间的空间关系的谓词表示和交集模型表示方法,给出了空间网络间的空间关系模型的特征条件式和蕴涵条件式,进一步给出了空间网络间的空间关系的划分定理和推论;系统研究了空间网络间的空间关系的推理方法,针对空间网络间的空间关系推理特点,提出了推理相斥规则和推理蕴涵规则.研究成果为空间网络间的空间关系在空间数据库中的应用奠定了基础,极大地增强了空间数据库处理复杂对象的空间关系的能力.     

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.     

基于缓冲区的扩展拓扑关系模型及应用

定性空间推理在人工智能等领域有着广阔的应用前景,但目前单方面空间关系研究较多,多方面结合研究较少,这与实际应用需求不符.由于各类空间关系具有独立性,需要找到适当的理论将它们融合,目前对于拓扑、距离结合模型的研究还不够充分.针对缺乏基本关系可处理且易于在GIS系统中实现的模型等情况,提出了一种扩展拓扑关系模型BERCC.BERCC源于RCC理论,其主要思想是通过考虑缓存区之间的拓扑关系来提高模型表达能力,同时能表达一定程度的距离信息.推导了BERCC的弱复合表,证明了BERCC基本关系是可处理的,给出了一个包括全集关系和基本关系的可处理子集,在此基础上实现了约束满足推理算法.最后,基于该理论和方法实现了一个实验系统,进一步验证了模型及算法的正确性和实用性.     

Modeling consistency of spatio-temporal graphs

This work introduces a graph-based approach to the representation of evolving entities in space and time. At an abstract level, the model makes a distinction between filiation and spatial relationships between entities, while at the database level, it stores derivation relationships and determines continuation and spatial relationships in time. An extended relational database specification implements the spatio-temporal graph model. A formal language models integrity constraints that are inherent to the model and those that are semantic and application dependent. The satisfiability of these constraints is studied and an algorithm for checking consistency of spatio-temporal graph is provided. An experimental evaluation shows the potential of the model.     

基于粒度层次的方位关系推理

方位关系推理是空间推理的一个重要方面。本文主要研究的是方位关系推理的问题之一——基于层次的方位关系表示与推理。文中首先从区域间的覆盖关系出发,提出了基于空间粒度的层次划分方法;然后,从“点对象”和“矩形对象”两个方面研究了基于粒度层次的方位关系表示与推理方法,并给出了相应的推理算法。文中的推理实例验证了粒度划分与推理方法的可行性。     

A model of fuzzy spatio-temporal knowledge representation and reasoning based on high-level Petri nets

In many application areas there is a need to represent human-like knowledge related to spatio-temporal relations among multiple moving objects. This type of knowledge is usually imprecise, vague and fuzzy, while the reasoning about spatio-temporal relations is intuitive. In this paper we present a model of fuzzy spatio-temporal knowledge representation and reasoning based on high-level Petri nets. The model should be suitable for the design of a knowledge base for real-time, multi-agent-based intelligent systems that include expert or user human-like knowledge. The central part of the model is the knowledge representation scheme called FuSpaT, which supports the representation and reasoning for domains that include imprecise and fuzzy spatial, temporal and spatio-temporal relationships. The scheme is based on the high-level Petri nets called Petri nets with fuzzy spatio-temporal tokens (PeNeFuST). The FuSpaT scheme integrates the theory of the PeNeFuST and 117 spatio-temporal relations.The reasoning in the proposed model is a spatio-temporal data-driven process based on the dynamical properties of the scheme, i.e., the execution of the Petri nets with fuzzy spatio-temporal tokens. An illustrative example of the spatio-temporal reasoning for two agents in a simplified robot-soccer scene is given.     

视觉知识：跨媒体智能进化的新支点

回顾跨媒体智能的发展历程,分析跨媒体智能的新趋势与现实瓶颈,展望跨媒体智能的未来前景。跨媒体智能旨在融合多来源、多模态数据,并试图利用不同媒体数据间的关系进行高层次语义理解与逻辑推理。现有跨媒体算法主要遵循了单媒体表达到多媒体融合的范式,其中特征学习与逻辑推理两个过程相对割裂,无法综合多源多层次的语义信息以获得统一特征,阻碍了推理和学习过程的相互促进和修正。这类范式缺乏显式知识积累与多级结构理解的过程,同时限制了模型可信度与鲁棒性。在这样的背景下,本文转向一种新的智能表达方式——视觉知识。以视觉知识驱动的跨媒体智能具有多层次建模和知识推理的特点,并易于进行视觉操作与重建。本文介绍了视觉知识的3个基本要素,即视觉概念、视觉关系和视觉推理,并对每个要素展开详细讨论与分析。视觉知识有助于实现数据与知识驱动的统一框架,学习可归因可溯源的结构化表达,推动跨媒体知识关联与智能推理。视觉知识具有强大的知识抽象表达能力和多重知识互补能力,为跨媒体智能进化提供了新的有力支点。     

一种用矩形代数表示主方向关系的方法

论文重点介绍了基于主方向物体MBR(MinimumBoundRectangle)与矩形代数(Rectanglealgebra)理论相结合对物体空间方向关系进行表述的一个新型模型。通过将物体方向和矩形代数有机结合,利用矩形代数良好的计算性质可以为以后的主方向空间推理以及一致性检验提供更为简便快捷的算法,为GIS和人工智能领域中的方向关系推理提供一个新的思路。     

时空推理研究进展

与时态和空间有关的推理问题是人工智能研究中重要的组成部分,在地理信息系统、时空数据库、CAD/CAM等领域有着重要应用.从本体、表示模型和推理方法3个方面分别介绍了时态推理和空间推理的发展,并在此基础上综述了时空结合推理的研究进展.讨论了目前时空推理领域存在的问题,并指出了今后的发展方向.