發(fā)布時(shí)間：2019-09-29 12:51

【摘要】：制圖綜合受人類復(fù)雜思維的影響，存在大量不確定性，采用傳統(tǒng)數(shù)學(xué)模型來解決制圖綜合問題遇到了越來越大的挑戰(zhàn)。制圖綜合必須要智能化，這是制圖學(xué)者的普遍共識(shí)。當(dāng)前已有的綜合方法因缺乏自主學(xué)習(xí)和推理等能力，還不能稱之為真正意義上的“智能”。 智能的基礎(chǔ)是知識(shí)，智能的核心是推理機(jī)制。在智能化制圖綜合中，只注重制圖綜合知識(shí)而忽視推理機(jī)制研究，是造成當(dāng)前自動(dòng)綜合智能化水平低下的重要原因。因此，攻克制圖綜合推理機(jī)制這一瓶頸，是提高制圖綜合智能化水平的關(guān)鍵。 論文以道路網(wǎng)選取為研究對(duì)象，引入機(jī)器學(xué)習(xí)中基于案例推理研究成果，探索采用更接近人類學(xué)習(xí)和認(rèn)知習(xí)慣的方法作為解決智能化綜合的途徑，提出了基于案例學(xué)習(xí)的道路網(wǎng)智能選取方法，并著重對(duì)推理機(jī)制這一核心問題進(jìn)行了研究。該方法將制圖專家對(duì)道路網(wǎng)選取結(jié)果作為案例，計(jì)算機(jī)通過學(xué)習(xí)和推理，自動(dòng)從案例中獲取知識(shí)（規(guī)則或者案例模型）并用于解決相同或相似道路網(wǎng)選取任務(wù)。該方法擁有高效推理機(jī)制，具備識(shí)別現(xiàn)有知識(shí)、獲取新知識(shí)、不斷改善性能和自我完善能力，為自動(dòng)制圖綜合智能化發(fā)展找到了一條可行途徑，也為自動(dòng)制圖綜合或其它相關(guān)智能化研究提供理論與技術(shù)借鑒。 論文重點(diǎn)對(duì)道路網(wǎng)案例描述、案例和案例庫(kù)設(shè)計(jì)與管理、類比學(xué)習(xí)推理機(jī)制、歸納學(xué)習(xí)推理機(jī)制、案例庫(kù)噪聲控制等關(guān)鍵問題進(jìn)行了研究，主要研究?jī)?nèi)容包括： 1.設(shè)計(jì)與構(gòu)建了道路網(wǎng)案例模型。針對(duì)當(dāng)前道路網(wǎng)信息表達(dá)不能為制圖綜合提供足夠信息支撐問題，在認(rèn)真分析道路網(wǎng)選取制約因素的基礎(chǔ)上，提出了新的道路網(wǎng)信息描述模型。以此為基礎(chǔ)，研究了道路網(wǎng)選取案例描述與表達(dá)結(jié)構(gòu)。從制圖綜合角度提出了道路網(wǎng)選取案例庫(kù)設(shè)計(jì)與管理原則。為基于案例學(xué)習(xí)的道路網(wǎng)智能選取研究奠定了基礎(chǔ)。 2.提出了基于案例類比學(xué)習(xí)的道路網(wǎng)智能選取方法。詳細(xì)設(shè)計(jì)了選取流程框架，并就類比推理機(jī)制這一關(guān)鍵問題進(jìn)行了較為深入研究。結(jié)合道路網(wǎng)自身特征和道路網(wǎng)選取的基本原則，提出了道路網(wǎng)選取案例庫(kù)簡(jiǎn)化和案例泛化的基本原理和方法，從專家案例庫(kù)中自動(dòng)生成具備概括能力的案例模型，用于解決相同或相似道路網(wǎng)選取任務(wù)。 3.提出了基于案例歸納學(xué)習(xí)的道路網(wǎng)智能選取方法。通過對(duì)歸納推理機(jī)制展開研究，采用決策樹構(gòu)建算法，，從案例庫(kù)中自主歸納、推理形成案例規(guī)則，從而將制圖專家難以形式化表達(dá)的“隱形經(jīng)驗(yàn)”規(guī)則化，進(jìn)而實(shí)現(xiàn)計(jì)算機(jī)自動(dòng)從專家案例庫(kù)中獲取專家經(jīng)驗(yàn)并解決相同或相似道路網(wǎng)選取任務(wù)。 4.研究了預(yù)降噪和后降噪相結(jié)合的案例庫(kù)噪聲降低策略。針對(duì)案例庫(kù)中錯(cuò)誤案例對(duì)推理結(jié)果產(chǎn)生的消極影響，首先以制圖綜合知識(shí)為監(jiān)控，對(duì)案例進(jìn)行初步過濾，剔除違背制圖綜合基本常識(shí)的錯(cuò)誤案例；然后對(duì)剩余案例庫(kù)中的案例進(jìn)行對(duì)比和統(tǒng)計(jì)分析，對(duì)小概率案例和異常案例予以剔除，從而到達(dá)提高案例庫(kù)案例質(zhì)量和改善計(jì)算機(jī)學(xué)習(xí)效果的目的。
【圖文】：

圖 1.2 技術(shù)路線流程圖究道路網(wǎng)綜合編繪規(guī)則及現(xiàn)有道路網(wǎng)選取方法，結(jié)合道路信于屬性擴(kuò)展的道路網(wǎng)信息表達(dá)成果，建立適合機(jī)器學(xué)習(xí)的道符機(jī)器學(xué)習(xí)規(guī)律和道路網(wǎng)選取規(guī)律的案例存儲(chǔ)結(jié)構(gòu)。智能領(lǐng)域泛化學(xué)習(xí)、決策樹學(xué)習(xí)算法重新設(shè)計(jì)，建立適合本統(tǒng)進(jìn)行驗(yàn)證。結(jié)構(gòu)的研究?jī)?nèi)容和目標(biāo)，本文主要探討了道路網(wǎng)案例以及案例庫(kù)了道路網(wǎng)選取案例類比和歸納推理機(jī)制問題，建立了行之有題進(jìn)行了研究，提出了相應(yīng)的噪聲數(shù)據(jù)降低策略，最后開發(fā)織結(jié)構(gòu)如圖 1.3：

圖 2.3 基于機(jī)器學(xué)習(xí)的制圖專家知識(shí)獲取流程年，錢海忠首次將基于案例推理模型（CBR Case Based Reasoning）與自動(dòng)合，并結(jié)合BDI模型，提出了制圖綜合鏈新理論和新技術(shù)[5]。制圖綜合鏈（SE庫(kù)的機(jī)制，把每個(gè)成功的制圖綜合鏈作為一個(gè)CASE對(duì)待，建立了制圖指導(dǎo)解決綜合問題。并且，該制圖綜合CASE庫(kù)將隨著系統(tǒng)不斷運(yùn)行而得到CASE庫(kù)進(jìn)行進(jìn)一步學(xué)習(xí)、挖掘以獲取知識(shí)和規(guī)則，還沒有深入研究。數(shù)據(jù)準(zhǔn)備綜合前數(shù)據(jù)幾何質(zhì)量評(píng)估系統(tǒng)初始化綜合前設(shè)置與調(diào)整制圖綜合數(shù)據(jù)檢查CASE存儲(chǔ)結(jié) 束1.缺省設(shè)置運(yùn)行2.修改算法參數(shù)3.調(diào)整算法4.調(diào)整綜合算子滿意不滿意
【學(xué)位授予單位】：解放軍信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：P283

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 錢海忠;武芳;王家耀;;自動(dòng)制圖綜合鏈理論與技術(shù)模型[J];測(cè)繪學(xué)報(bào);2006年04期

2 李木梓;徐柱;李志林;張紅;怓鵬;;基于層次隨機(jī)圖的道路選取方法[J];地球信息科學(xué)學(xué)報(bào);2012年06期

3 錢海忠;張釗;翟銀鳳;金永崗;逮喜宏;;特征識(shí)別、Stroke與極化變換結(jié)合的道路網(wǎng)選取[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2010年05期

4 任紅格;阮曉鋼;;Skinner操作條件反射的一種仿生學(xué)習(xí)算法與機(jī)器人控制[J];機(jī)器人;2010年01期

本文編號(hào)：2543947