一种不确定区域的扩展蛋黄模型

空间区域的拓扑关系建模是空间推理、地理信息系统(GIS)和计算机视觉等领域一个重要的研究内容,近年来不确定区域间的拓扑关系建模受到相关领域研究者的极大关注.基于三元组谓词给出了一种不确定区域的扩展蛋黄模型,该模型具有较高的认知合理性,将分明区域作为特例统一处理,分别基于RCC5和RCC8关系进行了扩展,能够实现多层次上的拓扑关系分析.     

基于遗传算法的动态Bayesian网结构学习的研究

动态Bayesian网是复杂随机过程的图形表示形式,从数据中学习建造动态Bayesian网是目前的研究热点问题.本文针对该问题提出了一种遗传算法.文中设计了结合数学期望的适应度函数,该函数利用进化过程中的最好动态Bayesian网把不完备数据转换成完备数据,使动态Bayesian网的学习分解为两个Bayesian网(初始网和转换网)的学习,简化了学习的复杂度.此外,文中给出了网络结构的编码方案,设计了相应的遗传算子.模拟实验结果表明,该算法能有效地从不完备数据序列中学习动态Bayesian网,并且实验结果说明了隐藏变量的作用和遗传控制参数对结果模型的影响.     

模糊栅格区域的层次拓扑关系模型

空间区域拓扑关系建模是空间推理和地理信息系统(GIS)等领域的一个主要研究内容,近年来模糊空间区域建模及其拓扑关系分析显现出越来越重要的作用．根据栅格数据模型下模糊区域的特征和实际应用领域中拓扑关系分析的特点,提出了一种模糊栅格区域的层次拓扑关系模型,该模型利用3个谓词的真值来分析栅格区域间的拓扑关系,将分明栅格区域作为特例统一处理,能够根据谓词的多种真值实现模糊栅格区域在多个层次上的拓扑关系分析．该模型表达能力强、易于实现,并且在实际应用中得到了令人满意的结果．