基于神经网络和模糊推理的VGI数据质量评价研究

基于神经网络和模糊推理的VGI数据质量评价研究

论文摘要

随着数据科学和计算机技术的不断发展,传统的数据传播模式在互联网大数据的驱动下产生了根本性的变革。自发地理信息(Volunteered Geographic Information,VGI)作为Web 2.0时代下的新型地理信息,通过众包的方式令每一个数据使用者作为地理信息贡献者参与其中。VGI复杂的数据来源和不确定的传播途径往往会对其数据质量产生较大的影响。因此,采用合理的数学方法对数据质量进行刻画与评价可以为数据使用者提供重要的理论依据和有益参考。本文对VGI数据特性进行分析,提出评价此类数据质量的一般理论框架,进而在此基础之上,采用神经网络和模糊推理等方法针对地理特征数据的位置准确度和语义信任度进行计算,最终构建刻画数据质量的可信度指标,并在香港九龙地区的实际数据上进行应用和检验。本文主要工作如下:(1)研究VGI的数据特征。通过对VGI数据内涵的分析研究,将数据抽象为位置信息和语义信息两个维度,并提出了可同时刻画精确信息与不精确信息并将之融合为单一度量的一般质量评价框架;(2)根据VGI的特点并借鉴GIS测量误差处理的方法,提出VGI数据位置准确度的概率化评价方法对其位置维度信息进行刻画;(3)从理论上改进和修正现有VGI数据信任度模型,并结合其数据特点提出采用神经网络方法计算数据语义信任度,以刻画其语义维度信息;(4)融合地理数据的位置准确度和语义信任度,构造基于模糊推理系统的数据可信度指标用以量化数据质量。并提出相应的隶属函数构造方法与模糊规则的制定方法,对实际数据质量进行综合评价。

论文目录

  • 摘要
  • abstract
  • 第一章 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状
  •     1.2.1 VGI数据质量评价研究现状
  •     1.2.2 基于开放街道地图的数据质量评价研究现状
  •   1.3 主要研究内容和文章章节安排
  • 第二章 VGI数据质量评价研究框架
  •   2.1 开放街道地图的概念
  •   2.2 开放街道地图的数据结构
  •     2.2.1 底层数据
  •     2.2.2 数据清洗
  •   2.3 基于开放街道地图的数据质量评价研究框架
  •   2.4 本章小结
  • 第三章 位置准确度的概率化评价
  •   3.1 传统GIS数据的位置准确度计算
  •   3.2 位置准确度的概率化评价
  •   3.3 实例分析
  •   3.4 本章小结
  • 第四章 基于神经网络的语义信任度评价
  •   4.1 传统的VGI数据信任度评价
  •   4.2 基于神经网络的语义信任度评价
  •   4.3 实例分析
  •   4.4 本章小结
  • 第五章 基于模糊推理的数据质量综合评价
  •   5.1 模糊推理系统
  •   5.2 基于模糊推理的数据质量综合评价
  •     5.2.1 隶属度函数的求取
  •     5.2.2 模糊推理系统规则
  •   5.3 实例分析
  •   5.4 本章小结
  • 总结与展望
  • 参考文献
  • 攻读学位期间取得的研究成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 魏劲如

    导师: 马江洪

    关键词: 自发地理信息,数据质量评价,位置准确度,神经网络,模糊推理系统

    来源: 长安大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 自然地理学和测绘学,计算机软件及计算机应用,自动化技术

    单位: 长安大学

    分类号: P208;TP18

    总页数: 66

    文件大小: 2558K

    下载量: 114

    相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  

    基于神经网络和模糊推理的VGI数据质量评价研究
    下载Doc文档

    猜你喜欢