基于数据增强与匹配的自发地理信息数据质量评价方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41301410
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0114.地理信息学
  • 结题年份:
    2016
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2016-12-31

项目摘要

Volunteered Geographic Information (VGI) is an emergining phenomena in recent years where everyone can create geographic information and share it with others. VGI has now become a widely accepted source for geographic information. However, due to its voluntary nature and the fact that most contributors do not have a cartographic or geospatial background, various new problems are found in VGI data (e.g. unstructured data organization, low information density, multi-entry of the same information, lack of semantic description and consistency). On the other hand, tranditional spatial data quaity measures are no longer adequate for evaluating the above-mentioned issues of VGI data. In this context, quality assessment and control facilities are highly demanded to ensure that VGI data is usable in real-world applications. This proposal aims to develop a framework and methods to automatically evaluate the quality of VGI. A framework consisting of data specification, data enrichment, data matching and quality evaluation is conceived. Rather than evaluating the general quality of the data, application-specific requirements and quality metrics are to be developed to assess its quality in a certain application.Intrinsic and extrinsic quality criteria will be developed to evaluate higher-level geographic concepts and their quality in that specific application.
自发地理信息(VGI)是近年来兴起非专业人员通过泛在网络创建和分享地理信息的新范式,并逐渐成为主流的地理信息源之一。网络流行的带有地理空间位置信息的微博、网民标注、照片视频等都属于VGI的范畴。因其开放式公众参与和非专业性本质,VGI数据出现了传统空间数据质量评价无法应对的新问题(如非结构化低密度信息重复表达、数据项缺乏语义描述、缺乏"内在"一致性等),使VGI将持续面临信息可靠性、一致性、可用性等问题的困扰,亟待发展适宜VGI特征的数据质量评价指标和评价方法。本研究针对VGI数据质量问题中的难点,以"规范建立-数据增强-数据匹配-质量评价"为研究主线,发展适应特定应用需求的,面向高层次地理概念的"内在"一致性和"外在"可靠性的VGI数据规范及其质量检测手段,以提高VGI在公共地理信息服务、空间数据更新和数据集成中的实用价值。

结项摘要

项目旨在发展Web 2.0环境下非专业地理信息用户自发产生的大量地理空间或位置信息(VGI)的数据质量与可用性方法。本项目针对 VGI数据质量问题中的难点,以“规范建立—数据增强—数据匹配—质量评价”为研究主线,发展适应特定应用需求的“内在”一致性和“外在”可靠性的 VGI 数据规范及数据质量自动评价方法,以提高 VGI 在公共地理信息服务、空间数据更新和数据集成中的实用价值。目前,项目在跨比例尺数据质量评价规则的形式化建模,VGI与专业地理数据匹配、集成与一致性探测,基于地理相关性原理的数据“内在”一致性评价方法等关键技术上取得了一定进展。后续工作需要系统研发可用于生产环境下的VGI众源信息自动检查软件。

项目成果

期刊论文数量(4)
专著数量(3)
科研奖励数量(1)
会议论文数量(0)
专利数量(0)
A Simplification of Ria Coastline with Geomorphologic Characteristics Preserved
保留地貌特征的 Ria 海岸线的简化
  • DOI:
    10.1080/01490419.2014.903215
  • 发表时间:
    2014-01-01
  • 期刊:
    MARINE GEODESY
  • 影响因子:
    1.6
  • 作者:
    Ai, Tinghua;Zhou, Qi;Zhou, Mengjie
  • 通讯作者:
    Zhou, Mengjie
Data matching of building polygons at multiple map scales improved by contextual information and relaxation
通过上下文信息和松弛改进了多个地图比例下的建筑物多边形的数据匹配
  • DOI:
    10.1016/j.isprsjprs.2014.03.010
  • 发表时间:
    2014-06
  • 期刊:
    Isprs Journal of Photogrammetry and Remote Sensing
  • 影响因子:
    12.7
  • 作者:
    Zhang, Xiang;Ai, Tinghua;Stoter, Jantien;Zhao, Xi
  • 通讯作者:
    Zhao, Xi
基于偏移Quadtree投票的“大尺寸”点状符号多尺度无压盖可视化
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    测绘学报
  • 影响因子:
    --
  • 作者:
    张翔;王少东;王玉霞
  • 通讯作者:
    王玉霞

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

森林土壤有效磷测定过程中3种脱色剂的效果比较
  • DOI:
    10.13610/j.cnki.1672-352x.20210510.026
  • 发表时间:
    2021
  • 期刊:
    安徽农业大学学报
  • 影响因子:
    --
  • 作者:
    张翔;赵琼;魏丽漫;耿必苗;武林辉;孙庆业
  • 通讯作者:
    孙庆业
Learning deep discriminative embeddings via joint rescaled features and log-probability centers
通过联合重新缩放的特征和对数概率中心学习深度判别嵌入
  • DOI:
    10.1016/j.patcog.2021.107852
  • 发表时间:
    2021-06
  • 期刊:
    Pattern Recognition
  • 影响因子:
    8
  • 作者:
    蔡华悦;张翔;蓝龙;董国华;徐传福;刘新旺;骆志刚
  • 通讯作者:
    骆志刚
Synthetic method for dibenzepin derivative
二苯氮平衍生物的合成方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
  • 影响因子:
    --
  • 作者:
    杜云飞;李旭明;张翔;赵康
  • 通讯作者:
    赵康
小口径钻具减速器非对称齿轮接触强度分析
  • DOI:
    10.16578/j.issn.1004.2539.2020.07.016
  • 发表时间:
    2020
  • 期刊:
    机械传动
  • 影响因子:
    --
  • 作者:
    张翔;周琴;张凯
  • 通讯作者:
    张凯
基于调频广播信号的空间碎片探测方法
  • DOI:
    10.15940/j.cnki.0001-5245.2018.05.006
  • 发表时间:
    2018
  • 期刊:
    天文学报
  • 影响因子:
    --
  • 作者:
    张翔;HANCOCK Paul;WAYTH R;all;季江徽;马月华
  • 通讯作者:
    马月华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张翔的其他基金

平原区河湖水系生态流量阈值及其适应性管理机制研究
  • 批准号:
    U21A2002
  • 批准年份:
    2021
  • 资助金额:
    265 万元
  • 项目类别:
基于星地多源数据的干旱演变过程连续监测与定量分析方法研究
  • 批准号:
    41801339
  • 批准年份:
    2018
  • 资助金额:
    25.4 万元
  • 项目类别:
    青年科学基金项目
大规模移动轨迹与空间网络的地学可视化方法研究
  • 批准号:
    41671384
  • 批准年份:
    2016
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目
人类活动影响下河流水环境的可恢复性评价与可持续利用研究
  • 批准号:
    71073115
  • 批准年份:
    2010
  • 资助金额:
    27.0 万元
  • 项目类别:
    面上项目
基于计算智能的流域水文过程空间模拟研究
  • 批准号:
    50579053
  • 批准年份:
    2005
  • 资助金额:
    25.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码