【摘要】：長(zhǎng)期以來(lái),地質(zhì)調(diào)查領(lǐng)域積累了海量的數(shù)據(jù),中國(guó)已建成10大類(lèi)48個(gè)國(guó)家地質(zhì)數(shù)據(jù)庫(kù),數(shù)據(jù)量超過(guò)700T,地質(zhì)工作進(jìn)入了數(shù)據(jù)密集型模式。地質(zhì)大數(shù)據(jù)研究工作得到了國(guó)內(nèi)外空前的重視,美英等國(guó)的地質(zhì)調(diào)查機(jī)構(gòu)都認(rèn)識(shí)到地質(zhì)大數(shù)據(jù)研究和應(yīng)用的重要性,并制定了相應(yīng)的地質(zhì)大數(shù)據(jù)研究行動(dòng)計(jì)劃,我國(guó)也啟動(dòng)了地質(zhì)云平臺(tái)的建設(shè)。地質(zhì)大數(shù)據(jù)屬于時(shí)空大數(shù)據(jù)的一種,采用大數(shù)據(jù)技術(shù)直接在海量地質(zhì)數(shù)據(jù)中挖掘知識(shí),能突破“采樣隨機(jī)性和樣本空間狹小”的傳統(tǒng)地質(zhì)數(shù)據(jù)分析方法的限制,可以推進(jìn)數(shù)據(jù)驅(qū)動(dòng)的地質(zhì)智能服務(wù),改變傳統(tǒng)地質(zhì)數(shù)據(jù)應(yīng)用和協(xié)同服務(wù)能力不足的現(xiàn)狀,促進(jìn)地質(zhì)科學(xué)的發(fā)展。大數(shù)據(jù)的表示與關(guān)聯(lián)是大數(shù)據(jù)研究領(lǐng)域的熱點(diǎn),但是當(dāng)前地質(zhì)領(lǐng)域?qū)Υ髷?shù)據(jù)的表示及關(guān)聯(lián)方面的研究還不足。由于地質(zhì)對(duì)象存在著“參數(shù)信息不完全、結(jié)構(gòu)信息不完全、關(guān)系信息不完全和演化信息不完全”的狀況,對(duì)地質(zhì)實(shí)體各種來(lái)源的信息進(jìn)行關(guān)聯(lián)顯得尤為重要,而關(guān)聯(lián)首先需要獲取實(shí)體不同模態(tài)信息的合理表示。同樣,對(duì)于關(guān)聯(lián)的地質(zhì)對(duì)象,通過(guò)合理的模型對(duì)其結(jié)構(gòu)、屬性和關(guān)聯(lián)關(guān)系特征進(jìn)行表示也便于后續(xù)的語(yǔ)義查詢(xún),聚類(lèi)等其他任務(wù)。本文關(guān)注的問(wèn)題首先是地質(zhì)空間實(shí)體對(duì)象和其外部描述文本的關(guān)聯(lián),構(gòu)建關(guān)聯(lián)之后可以實(shí)現(xiàn)“圖文互查”的地質(zhì)資料應(yīng)用模式;另外對(duì)于地質(zhì)文本中的命名實(shí)體抽取研究工作已經(jīng)開(kāi)展,但是對(duì)抽取出的地質(zhì)實(shí)體間的關(guān)聯(lián)與表示方法還缺少研究。本文立足于地質(zhì)大數(shù)據(jù)的信息服務(wù)應(yīng)用需求,應(yīng)用表示學(xué)習(xí)方法,深入研究了地質(zhì)領(lǐng)域文本數(shù)據(jù)與空間數(shù)據(jù)的語(yǔ)義相似度計(jì)算問(wèn)題,同時(shí)也對(duì)地質(zhì)實(shí)體信息網(wǎng)絡(luò)的構(gòu)建及網(wǎng)絡(luò)表示問(wèn)題進(jìn)行了深入的探討,最后實(shí)現(xiàn)了一個(gè)具有一定實(shí)用功能的原型系統(tǒng)對(duì)部分方法進(jìn)行了驗(yàn)證,以期為地質(zhì)資料整合提供新方法,為地質(zhì)資料信息提取和應(yīng)用提供新范式。本文的主要研究?jī)?nèi)容如下:(1)地質(zhì)大數(shù)據(jù)特征及相關(guān)表示技術(shù)分析。對(duì)所要研究的地質(zhì)大數(shù)據(jù)的構(gòu)成及相關(guān)表示技術(shù)進(jìn)行了總結(jié)與分析,明確了地質(zhì)大數(shù)據(jù)的組織與管理模式,對(duì)地質(zhì)空間大數(shù)據(jù)和地質(zhì)文本大數(shù)據(jù)的特征及當(dāng)前的表示技術(shù)進(jìn)行了梳理,探討了引入自然語(yǔ)言處理領(lǐng)域模型對(duì)地質(zhì)空間實(shí)體和文本對(duì)象進(jìn)行表示的可行性。(2)基于句向量組合的層次化地質(zhì)空間實(shí)體語(yǔ)義化表示方法。地質(zhì)空間實(shí)體與其相關(guān)文本描述雖然都是對(duì)同一地質(zhì)對(duì)象的表達(dá),但在二者構(gòu)建關(guān)聯(lián)時(shí)卻存在信息不對(duì)稱(chēng)、語(yǔ)義表達(dá)模式不一致等情況,本文選擇段落作為地質(zhì)文本對(duì)象的表示粒度,同時(shí)定義了富文本型地質(zhì)空間實(shí)體的概念,設(shè)計(jì)了基于句向量組合的層次化地質(zhì)空間實(shí)體語(yǔ)義化表示方法,把地質(zhì)空間實(shí)體的屬性和空間拓?fù)涮卣鬓D(zhuǎn)化為句向量序列,把兩類(lèi)對(duì)象映射到統(tǒng)一的語(yǔ)義空間,解決了地質(zhì)空間實(shí)體與地質(zhì)文本的語(yǔ)義表達(dá)不一致問(wèn)題。(3)用于地質(zhì)空間實(shí)體與描述文本匹配的帶注意力機(jī)制的層次化孿生網(wǎng)絡(luò)模型。在對(duì)地質(zhì)空間實(shí)體與地質(zhì)文本合理表示的基礎(chǔ)上,針對(duì)二者的匹配問(wèn)題提出了一種帶注意力機(jī)制的層次化孿生網(wǎng)絡(luò)模型,該模型能夠避免復(fù)雜的命名實(shí)體識(shí)別和語(yǔ)法語(yǔ)義分析等手工特征工程,有效學(xué)習(xí)到兩類(lèi)對(duì)象面向關(guān)聯(lián)匹配任務(wù)的低維、實(shí)值語(yǔ)義向量表示,通過(guò)合理的損失函數(shù)設(shè)計(jì),使訓(xùn)練過(guò)程中模型能夠最小化匹配樣本對(duì)向量之間的距離,同時(shí)最大化不匹配的樣本對(duì)之間的距離,實(shí)驗(yàn)結(jié)果表明模型具有較好的性能。(4)基于本體映射的地質(zhì)實(shí)體信息網(wǎng)絡(luò)構(gòu)建及表示方法。針對(duì)地質(zhì)領(lǐng)域文本信息提取中地質(zhì)實(shí)體間缺少語(yǔ)義關(guān)聯(lián)的情況,設(shè)計(jì)了地質(zhì)領(lǐng)域本體庫(kù),并基于本體庫(kù)進(jìn)行地質(zhì)命名實(shí)體標(biāo)注與命名實(shí)體識(shí)別及關(guān)系映射,進(jìn)而構(gòu)建了地質(zhì)實(shí)體信息網(wǎng)絡(luò)。通過(guò)對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析,指出其具有超邊的性質(zhì),根據(jù)地質(zhì)領(lǐng)域特點(diǎn)定義了星形地質(zhì)實(shí)體信息網(wǎng)絡(luò)模式,并制定了四種超邊構(gòu)建策略;利用表示學(xué)習(xí)模型對(duì)構(gòu)建的地質(zhì)實(shí)體信息網(wǎng)絡(luò)進(jìn)行了表示學(xué)習(xí),定義了超邊中節(jié)點(diǎn)不可分解的一階相似性及鄰接點(diǎn)越相似則實(shí)體表示越接近的二階相似性,實(shí)驗(yàn)證明利用學(xué)習(xí)模型得到的地質(zhì)實(shí)體節(jié)點(diǎn)表示可以有效用于多標(biāo)簽節(jié)點(diǎn)分類(lèi)與節(jié)點(diǎn)相似性查詢(xún)。(5)地質(zhì)大數(shù)據(jù)表示與關(guān)聯(lián)原型系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)。構(gòu)建了地質(zhì)大數(shù)據(jù)表示與關(guān)聯(lián)原型系統(tǒng),設(shè)計(jì)了系統(tǒng)架構(gòu)以及數(shù)據(jù)處理模式、訪問(wèn)模式、計(jì)算模式。設(shè)計(jì)實(shí)現(xiàn)了多類(lèi)型文件解析器來(lái)對(duì)各類(lèi)型地質(zhì)文本數(shù)據(jù)進(jìn)行解析、歸并與同構(gòu);提出了海量碎片化小體量文件的存儲(chǔ)策略,集成了分詞和向量化等常用的功能,構(gòu)建了高效的地質(zhì)大數(shù)據(jù)索引模型實(shí)現(xiàn)了地質(zhì)大數(shù)據(jù)的高效檢索,在平臺(tái)中對(duì)地質(zhì)資料進(jìn)行了位置感知服務(wù)及圖文關(guān)聯(lián)查詢(xún)等相關(guān)測(cè)試,結(jié)果符合預(yù)期。
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：P628
【圖文】：

2.3.1 地質(zhì)空間大數(shù)據(jù)特征地質(zhì)空間實(shí)體大部分源于已有的地質(zhì)空間數(shù)據(jù)集，其中地質(zhì)空間實(shí)體以行集（RowSet）的形式存儲(chǔ)在空間數(shù)據(jù)庫(kù)中，下圖2.1是澳大利亞地質(zhì)調(diào)查局（AGSO）和昆士蘭地質(zhì)調(diào)查局（GSQ）于 1972 年（第二版）制作的 Dobbyn 地區(qū)的1:250000 平面地質(zhì)矢量圖。圖中的地質(zhì)實(shí)體包括面、線和點(diǎn)三種類(lèi)型，其中面對(duì)象主要是地質(zhì)多邊形如巖石-地層單元等；線對(duì)象主要描述線性的地質(zhì)結(jié)構(gòu)特征，如斷層，堤壩，褶皺，趨勢(shì)，線條等；點(diǎn)對(duì)象主要包括礦點(diǎn)、結(jié)構(gòu)點(diǎn)等。在圖2.1的右側(cè)是從空間數(shù)據(jù)庫(kù)中提取的一系列地質(zhì)實(shí)體的屬性，包括地質(zhì)單元名稱(chēng)，地質(zhì)年代和巖性描述，線實(shí)體和點(diǎn)實(shí)體一般采用特征編碼的方式記錄特征，可以使用地質(zhì)代碼和相關(guān)描述的標(biāo)準(zhǔn)查詢(xún)表獲取具體的實(shí)體屬性細(xì)節(jié)。

圖 2.5 地質(zhì)報(bào)告編寫(xiě)規(guī)范示例**區(qū)域地質(zhì)調(diào)查報(bào)告第一章緒論第二章地層第三章巖漿巖第四章變質(zhì)巖第五章地質(zhì)構(gòu)造第六章礦產(chǎn)資源第七章專(zhuān)項(xiàng)調(diào)查第八章遙感地質(zhì)第九章結(jié)論圖 2.6 某區(qū)域地質(zhì)調(diào)查報(bào)告一級(jí)章節(jié)目錄質(zhì)文檔的體量方面來(lái)看，文檔之間大小相差比較懸殊，長(zhǎng)文檔篇幅幾百頁(yè)，幾十萬(wàn)字，單個(gè)文檔的大小近百兆字節(jié)，短文檔只有單頁(yè)。式特點(diǎn)方面來(lái)看，地質(zhì)報(bào)告文本以書(shū)面用語(yǔ)為主，句子結(jié)構(gòu)簡(jiǎn)潔、

圖 2.7 Yoshua 提出的用以獲取詞向量的三層神經(jīng)網(wǎng)絡(luò)模型[37]由上圖 2.7 可以看出，輸入層為前 n-1 個(gè)詞在詞表中的索引，詞表中的每行初始化為預(yù)設(shè)好長(zhǎng)度的（如 50）一個(gè)向量，根據(jù) look-up 層和索引號(hào)把對(duì)應(yīng)詞的向量（如上圖中的1( )tC w ）取出來(lái)串接后作為隱層的輸入，如果有 3 個(gè)單詞，則串接后的向量長(zhǎng)度即為 150 維，經(jīng)隱層計(jì)算輸出后的結(jié)果作為 softmax 輸出層的輸入，softmax 層的神經(jīng)元數(shù)目與整個(gè)詞表中單詞數(shù)目 V 一致

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬笳;XML技術(shù)與網(wǎng)絡(luò)教育(下) XML相關(guān)標(biāo)準(zhǔn)與學(xué)科數(shù)據(jù)表示[J];信息技術(shù)教育;2003年09期

2 段慶偉;鐵木巴干;;在WCF RIA Service數(shù)據(jù)表示模型中新增數(shù)據(jù)[J];科技經(jīng)濟(jì)導(dǎo)刊;2017年24期

3 ;升級(jí)舊的電器設(shè)備:[J];資源節(jié)約與環(huán)保;2013年02期

4 宋文;;淺談?dòng)?jì)算機(jī)中數(shù)據(jù)的表示方法[J];科技信息(科學(xué)教研);2007年11期

5 徐冬梅;楊建軍;;計(jì)算機(jī)圖形、圖像處理及環(huán)境數(shù)據(jù)表示和交換的標(biāo)準(zhǔn)化綜述[J];信息技術(shù)與標(biāo)準(zhǔn)化;2006年05期

6 陳思;劉澤新;梁浩哲;;航天發(fā)射場(chǎng)綜合環(huán)境數(shù)據(jù)表示與交換方法[J];電訊技術(shù);2013年10期

7 楊森,戰(zhàn)守義,費(fèi)慶;使用SEDRIS的環(huán)境數(shù)據(jù)表示與交換[J];計(jì)算機(jī)工程;2002年12期

8 郭剛 ,李革;綜合環(huán)境建模及其數(shù)據(jù)表示與交換[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);2001年02期

9 郭平，陳ＣＬ菲立浦，孫寅官;隱層神經(jīng)元自適應(yīng)算法：通過(guò)數(shù)據(jù)表示達(dá)到完備學(xué)習(xí)[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1996年01期

10 梁浩哲;張軍;廉藺;李國(guó)輝;;基于SEDRIS的綜合戰(zhàn)場(chǎng)環(huán)境數(shù)據(jù)表示模型[J];計(jì)算機(jī)與現(xiàn)代化;2008年07期

相關(guān)會(huì)議論文 前5條

1 代一帆;董靚;;建筑數(shù)據(jù)表示和交換標(biāo)準(zhǔn)IFC綜述[A];建筑環(huán)境與建筑節(jié)能研究進(jìn)展——2007全國(guó)建筑環(huán)境與建筑節(jié)能學(xué)術(shù)會(huì)議論文集[C];2007年

2 李清寶;雷明;;談?dòng)?jì)算機(jī)組成原理課程中運(yùn)算方法的教與學(xué)[A];中國(guó)電子教育學(xué)會(huì)高教分會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

3 姚啟紅;徐鵬;;基于Java技術(shù)的XSL-FO數(shù)據(jù)轉(zhuǎn)換引擎——XSL數(shù)據(jù)表示引擎[A];Java技術(shù)及應(yīng)用的進(jìn)展——第七屆中國(guó)Java技術(shù)及應(yīng)用交流大會(huì)文集[C];2004年

4 李鵬;趙成勇;;利用Java技術(shù)實(shí)現(xiàn)基于XML的Web服務(wù)[A];Java技術(shù)及應(yīng)用的進(jìn)展——第七屆中國(guó)Java技術(shù)及應(yīng)用交流大會(huì)文集[C];2004年

5 陳瀅;姚小巍;金文;董逸生;;內(nèi)存數(shù)據(jù)庫(kù)的技術(shù)探討[A];第十二屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1994年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 陳聽(tīng)雨;英4月零售額增幅創(chuàng)5年新高[N];中國(guó)證券報(bào);2011年

2 吳挺;創(chuàng)新不是喊出來(lái)的[N];計(jì)算機(jī)世界;2006年

3 吳學(xué)安;中產(chǎn)階層不能靠自封[N];中國(guó)財(cái)經(jīng)報(bào);2010年

4 魏文彪;“被中產(chǎn)”誤導(dǎo)政府民眾[N];中華工商時(shí)報(bào);2010年

5 姚啟紅 謝飛;XSL-FO:XML數(shù)據(jù)表現(xiàn)技術(shù)[N];計(jì)算機(jī)世界;2006年

6 涂子沛 阿里巴巴副總裁;大數(shù)據(jù)推動(dòng)精細(xì)決策[N];人民日?qǐng)?bào);2015年

7 JOELLE DIDERICH 譯 樊帆;Prada上半年收入增4%[N];中國(guó)服飾報(bào);2015年

8 高博;尋找軟件的下一次高潮[N];電腦報(bào);2004年

9 ;H&M銷(xiāo)售額持續(xù)下降[N];中國(guó)服飾報(bào);2009年

10 本報(bào)記者 楊汛;本市經(jīng)濟(jì)增速逐季走穩(wěn)[N];北京日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前3條

1 馬凱;地質(zhì)大數(shù)據(jù)表示與關(guān)聯(lián)關(guān)鍵技術(shù)研究[D];中國(guó)地質(zhì)大學(xué);2018年

2 尚凡華;基于低秩結(jié)構(gòu)學(xué)習(xí)數(shù)據(jù)表示[D];西安電子科技大學(xué);2012年

3 羅鵬;基于子空間學(xué)習(xí)的數(shù)據(jù)表示方法研究[D];西北大學(xué);2017年

相關(guān)碩士學(xué)位論文 前9條

1 盧爽;基于數(shù)據(jù)表示和關(guān)聯(lián)學(xué)習(xí)的降維方法研究[D];東北師范大學(xué);2018年

2 張翔;多級(jí)閃存的數(shù)據(jù)表示方案及差錯(cuò)控制技術(shù)研究[D];西安電子科技大學(xué);2014年

3 鄭媛媛;基于非負(fù)矩陣分解的數(shù)據(jù)表示算法研究及其應(yīng)用[D];南京理工大學(xué);2013年

4 張學(xué)茂;關(guān)聯(lián)規(guī)則挖掘研究[D];長(zhǎng)沙理工大學(xué);2006年

5 王志利;三維直流電場(chǎng)物理模擬的數(shù)據(jù)表示方法研究[D];吉林大學(xué);2009年

6 杜濤;鋰鉛實(shí)驗(yàn)回路仿真系統(tǒng)中的數(shù)據(jù)表示與可視化問(wèn)題研究[D];合肥工業(yè)大學(xué);2012年

7 朱江;移動(dòng)對(duì)象軌跡序列模式挖掘[D];南京航空航天大學(xué);2016年

8 鄒珊;面向高維數(shù)據(jù)的共享子空間識(shí)別方法研究[D];北京交通大學(xué);2015年

9 薛兆麟;基于XML的電子病歷系統(tǒng)及其院際信息共享技術(shù)研究[D];浙江工業(yè)大學(xué);2006年

本文編號(hào)：2743270