留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种融合多维关系的地理环境时空主题发现方法

朱杰 张宏军 廖湘琳 徐有为

朱杰, 张宏军, 廖湘琳, 徐有为. 一种融合多维关系的地理环境时空主题发现方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210326
引用本文: 朱杰, 张宏军, 廖湘琳, 徐有为. 一种融合多维关系的地理环境时空主题发现方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210326
ZHU Jie, ZHANG Hongjun, LIAO Xianglin, XU Youwei. A Method for Geographical Environment Spatiotemporal Topic Discovery of Multi-dimensional Relationships[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210326
Citation: ZHU Jie, ZHANG Hongjun, LIAO Xianglin, XU Youwei. A Method for Geographical Environment Spatiotemporal Topic Discovery of Multi-dimensional Relationships[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210326

一种融合多维关系的地理环境时空主题发现方法

doi: 10.13203/j.whugis20210326
基金项目: 

中国博士后科学基金资助项目(2019M664028)。

详细信息
    作者简介:

    朱杰,博士,工程师,主要从事战场环境认知及战场位置服务的理论和方法研究。zjsoldierlee@163.com

  • 中图分类号: P208

A Method for Geographical Environment Spatiotemporal Topic Discovery of Multi-dimensional Relationships

Funds: 

China Postdoctoral Science Foundation Funded Project,No.2019M664028.

  • 摘要: 对战场文本数据的深入挖掘,可以高质量和高效率地发现时空主题结构,从而有效揭示战场事件发展的时空规律。针对现有的主题发现方法无法有效适用于具有多维异构关系的时空主题发现,提出了一种融合多维关系联合聚类的时空主题发现方法,首先构建以地理环境实体、地理位置与事件主题为节点的主题关系网络,其次以张量模型的Tucker分解建立主题关系的完全表达式作为主题分类的目标函数,最后运用块值矩阵分解方法进行联合聚类计算,获取主题分类结果和内聚结构。实验结果表明,该方法能够有效发现具有时空语义关系特征的主题结构,较好地体现出地理环境要素与时空主题之间的关联性,以及时空主题在地理位置与事件主题标签上的内聚性,进一步反映出主题的演化过程。
  • [1] Jo Y, Oh A.Aspect and Sentiment Unification Model for On-line review analysis[C].ACM International Conference on Web Search and Data Mining.ACM,2011:815-824.
    [2] Saracoglu R, Tutuncu K, Allahverdi N.A Fuzzy Clustering Approach for Finding Similar Documents Using a Novel Similarity Measure[J].Information Processing and Management,2006,6(2):600-605.
    [3] Resch B, Florian U, Havas C.Combining Machine-Learning Topic Models and Spatiotemporal Analysis of Social Media Data for Disaster Footprint and Damage Assessment[J].Cartography and Geographic Information Science,2018,45(4):362-376.
    [4] Han J, Kamber M.Data Mining Concepts and Techniques[M].SanFrancisco:Morgan Kaufmann Publisher,2006.
    [5] Yang L, Cao X, Jin D, Wang X, Meng D.A Unified Semi-supervised Community Detection Framework Using Latent Space Graph Regularization.IEEE Trans.on Cybernetics, 2015,45(11):2585-2598.
    [6] Long B, Zhang Z, Yu P S.Co-Clustering by block value decomposition[C].Proceeding of the 11th ACM SIGKDD Int'l Conf.on Knowledge Discovery in Data Mining.New York:ACM Press, 2005, 635-640.
    [7] Tamara G K, Brett W B.Tensor Decompositions and Applications[J].SIAM review,2009,51(3):455-500.
    [8] Balazevic I, Allen C, Hospedales T.TuckER:Tensor Factorization for Knowledge Graph Completion[C]//Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP).2019:5188-5197.
  • [1] 程钢, 李岩林, 赵宗泽, 杨杰, 卢小平, 原东方.  顾及邻近关系的NPP/VIIRS序列影像时空插值方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200019
    [2] 魏海涛, 李柯, 赫晓慧, 田智慧.  融入空间关系的矩阵分解POI推荐模型 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200355
    [3] 朱杰, 游雄, 夏青, 张宏军.  基于OOPN的战场地理环境数据组织过程建模 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20180313
    [4] 朱杰, 张宏军.  面向仿真事件的战场地理环境时空过程建模 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20200175
    [5] 李延, 王大魁, 耿晶, 王树良.  数据质量聚类算法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150760
    [6] 徐丙立, 饶毅, 陈宇婷, 游兰, 林珲.  使用角色构建虚拟地理环境群体协同方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20160499
    [7] 万幼, 周脚根, 翁敏.  点集数据不规则形状时空异常聚类模式挖掘研究 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20150069
    [8] 唐建波, 刘启亮, 刘博, 邓敏, 黄金彩, 胡卫松.  一种基于重排检验的时空聚类方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20141016
    [9] 徐丙立, 荆涛, 林珲, 杜君, 朱刚.  利用CryEngine构建虚拟地理环境 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140768
    [10] 黄少滨, 杨欣欣.  基于最小平方和残差的高阶模糊联合聚类算法 . 武汉大学学报 ● 信息科学版,
    [11] 段炼, 呙维, 朱欣焰, 胡宝清.  基于时空主题模型的微博主题提取 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20120604
    [12] 林珲, 陈旻.  利用虚拟地理环境的实验地理学方法 . 武汉大学学报 ● 信息科学版, doi: 10.13203/j.whugis20140153
    [13] 蒋秉川, 游雄, 夏青, 田江鹏.  体素在虚拟地理环境构建中的应用技术研究 . 武汉大学学报 ● 信息科学版,
    [14] 徐丙立, 林珲, 朱军, 邓丽华.  面向珠三角空气污染模拟的虚拟地理环境系统研究 . 武汉大学学报 ● 信息科学版,
    [15] 杨春成, 何列松, 谢鹏, 周校东.  顾及距离与形状相似性的面状地理实体聚类 . 武汉大学学报 ● 信息科学版,
    [16] 边馥苓, 谭喜成.  适应于分布式虚拟地理环境服务的对等网络模型研究 . 武汉大学学报 ● 信息科学版,
    [17] 邢喆, 王泽民, 伍岳.  利用模糊聚类方法筛选GPS载波相位组合观测值 . 武汉大学学报 ● 信息科学版,
    [18] 龚建华, 林珲.  面向地理环境主体GIS初探 . 武汉大学学报 ● 信息科学版,
    [19] 徐丙立, 龚建华, 林珲.  基于HLA的分布式虚拟地理环境系统框架研究 . 武汉大学学报 ● 信息科学版,
    [20] 於宗俦, 李明峰.  多维粗差的同时定位与定值 . 武汉大学学报 ● 信息科学版,
  • 加载中
计量
  • 文章访问数:  83
  • HTML全文浏览量:  8
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-06-21

一种融合多维关系的地理环境时空主题发现方法

doi: 10.13203/j.whugis20210326
    基金项目:

    中国博士后科学基金资助项目(2019M664028)。

    作者简介:

    朱杰,博士,工程师,主要从事战场环境认知及战场位置服务的理论和方法研究。zjsoldierlee@163.com

  • 中图分类号: P208

摘要: 对战场文本数据的深入挖掘,可以高质量和高效率地发现时空主题结构,从而有效揭示战场事件发展的时空规律。针对现有的主题发现方法无法有效适用于具有多维异构关系的时空主题发现,提出了一种融合多维关系联合聚类的时空主题发现方法,首先构建以地理环境实体、地理位置与事件主题为节点的主题关系网络,其次以张量模型的Tucker分解建立主题关系的完全表达式作为主题分类的目标函数,最后运用块值矩阵分解方法进行联合聚类计算,获取主题分类结果和内聚结构。实验结果表明,该方法能够有效发现具有时空语义关系特征的主题结构,较好地体现出地理环境要素与时空主题之间的关联性,以及时空主题在地理位置与事件主题标签上的内聚性,进一步反映出主题的演化过程。

English Abstract

朱杰, 张宏军, 廖湘琳, 徐有为. 一种融合多维关系的地理环境时空主题发现方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210326
引用本文: 朱杰, 张宏军, 廖湘琳, 徐有为. 一种融合多维关系的地理环境时空主题发现方法[J]. 武汉大学学报 ● 信息科学版. doi: 10.13203/j.whugis20210326
ZHU Jie, ZHANG Hongjun, LIAO Xianglin, XU Youwei. A Method for Geographical Environment Spatiotemporal Topic Discovery of Multi-dimensional Relationships[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210326
Citation: ZHU Jie, ZHANG Hongjun, LIAO Xianglin, XU Youwei. A Method for Geographical Environment Spatiotemporal Topic Discovery of Multi-dimensional Relationships[J]. Geomatics and Information Science of Wuhan University. doi: 10.13203/j.whugis20210326
参考文献 (8)

目录

    /

    返回文章
    返回