本体驱动的时空数据查询方法研究

doi:10.3778/j.issn.1002-8331.2009.11.047

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (11): 154-157.DOI: 10.3778/j.issn.1002-8331.2009.11.047

• 数据库、信号与信息处理 • 上一篇下一篇

本体驱动的时空数据查询方法研究

吴孟泉¹,崔伟宏²

1.鲁东大学地理与规划学院，山东烟台264025
2.中国科学院遥感应用研究所，北京100101

收稿日期:2008-02-28 修回日期:2008-04-15 出版日期:2009-04-11 发布日期:2009-04-11
通讯作者: 吴孟泉

Study on ontology-driven spatio-temporal data query

WU Meng-quan¹,CUI Wei-hong²

1.School of Geographical，Ludong University，Yantai，Shandong 264025，China
2.Institute of Remote Sensing Application，CAS，Beijing 100101，China

Received:2008-02-28 Revised:2008-04-15 Online:2009-04-11 Published:2009-04-11
Contact: WU Meng-quan

摘要/Abstract

摘要： 本体是由特定信息领域中的相关术语集合及这些术语之间的关联所组成的，是语义丰富的元数据，通过它可以获取关于底层数据库的相关信息。基于现有的地理数据库和已创建的地理信息领域本体，建立了适合于地理数据集的应用本体数据库；通过描述逻辑指定相应的规则知识，在空间数据库和本体数据库之间、本体库之间分别建立一定的关联关系，提出了本体驱动的时空数据查询方法。当需要对某个时空实体对象进行查询时，通过在本体数据库中进行的逻辑运算，从而得到查询结果，最后返回查询结果。并以数字烟草中烟草的种植查询为例，验证了该方法的可行性和有效性。

关键词: 本体驱动, 地理本体, 查询, 时空

Abstract: Ontology is composed of those terms and terminology set in the area of specific information and the links between them，and is rich in semantic metadata，which can access the underlying database of relevant information.Based on the existing GIS database and having established geographic information field ontology，the paper established an application ontology database which was suitable for geographic data.Description Logic designating the corresponding rules knowledge，between the spatial database and ontology database，the difference ontology database building a definite correlation，the paper proposed a method on ontology-driven spatial-temporal data query.When inquiring a spatial-temporal entity，through the logic computation of ontology database，we can gain the query results，and return the final results.In the same time，tobacco planting query of digital tobacco was tested to show that the method was feasible and effective.

Key words: ontology-driven, geo-ontology, query, spatio-temporal

吴孟泉¹,崔伟宏². 本体驱动的时空数据查询方法研究[J]. 计算机工程与应用, 2009, 45(11): 154-157.

WU Meng-quan¹,CUI Wei-hong². Study on ontology-driven spatio-temporal data query[J]. Computer Engineering and Applications, 2009, 45(11): 154-157.

[1]	黄冬宜，杨兵，吴子豪，匡佳一，颜泽明. 用于全市蜂窝流量预测的时空全连接卷积网络[J]. 计算机工程与应用, 2021, 57(9): 168-175.
[2]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[3]	唐国智，李顶根. 深度学习及时空约束的行人跟踪算法研究[J]. 计算机工程与应用, 2021, 57(7): 121-129.
[4]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[5]	吕鑫，赵连成，余记远，谭彬，曾涛，陈娟. 基于轨迹聚类的连续查询隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 104-112.
[6]	刘臣，陈静娴，郝宇辰，李秋，甄俊涛. 基于时空网络的地铁进出站客流量预测[J]. 计算机工程与应用, 2021, 57(18): 248-254.
[7]	孙爽，陈燕，朴在吉，张金松. 轨迹数据的时空模式挖掘与管理决策研究综述[J]. 计算机工程与应用, 2021, 57(16): 16-26.
[8]	石晨，张宇，胡博. 基于共同语境的近义词/同义词短语查找模型[J]. 计算机工程与应用, 2021, 57(14): 142-147.
[9]	李莎，林晖. 结合MLR和ARIMA模型的时空建模及预测[J]. 计算机工程与应用, 2021, 57(13): 276-282.
[10]	张力为，王甦菁，段先华. 细粒度分层时空特征描述符的微表情识别方法[J]. 计算机工程与应用, 2021, 57(13): 154-160.
[11]	刘锁兰，顾嘉晖，王洪元，张云鹏. 基于关联分区和ST-GCN的人体行为识别[J]. 计算机工程与应用, 2021, 57(13): 168-175.
[12]	黎晓昀，贾杰. 三维卷积和视频帧采样算法下斗殴检测技术[J]. 计算机工程与应用, 2021, 57(10): 241-245.
[13]	赵泽祺，孟祥福，毛月，赵路路. 考虑用户时空行为的众包任务推荐方法[J]. 计算机工程与应用, 2020, 56(9): 93-98.
[14]	许斌，梁晓兵，沈博. 大数据环境中非交互式查询差分隐私保护模型[J]. 计算机工程与应用, 2020, 56(7): 116-121.
[15]	王占刚. 面向视觉变量感知特征的时空过程可视化模型[J]. 计算机工程与应用, 2020, 56(4): 50-56.

本体驱动的时空数据查询方法研究

Study on ontology-driven spatio-temporal data query

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics