一种针对不同自然资源的知识推理方法及装置与流程

本发明属于自然资源信息科学领域，具体涉及一种针对不同自然资源的知识推理方法及装置。

背景技术：

1、自然资源数据内容丰富，常常以多种类型存储在不同的数据库中。但不同资源属性数据库之间的数据相关性较低，数据库中的资源无法充分进行管理。知识图是由具有通过关系链接的属性的实体形成的网络化知识库，可以更加清晰地展示知识之间的关联。它通过收集相关自然资源的概念、属性、数据及其相互关系并进行融合，形成网络知识结构。然后以自然资源知识图为基础，利用知识推理技术对已有知识图进行补充和推理，从而更好地利用自然资源数据和管理自然资源。

2、目前主流的知识推理方法主要是transe和rotate。其中，第一种方法实施起来比较简单，训练速度较快，但是只适合处理一对一的关系，不适合一对多和多对一的关系。第二种方法是一种全新的嵌入思路，将实体关系看作从头实体到尾实体的旋转，但是对于具有复杂逻辑或层次结构的关系并不能很好的建模，预测效果不是很好。

技术实现思路

1、本发明的目的是克服现有技术存在的上述不足，设计一种针对不同自然资源高精度的知识图谱构建和知识推理方案，可以结合以多种格式存储在不同的数据库中的自然资源数据，并且可以得到较高的预测准确度。所述针对不同自然资源的知识推理方法，包括：

2、构建知识图谱，使用栅格转点提取不同自然资源数据库中的坐标，计算不同自然资源数据库中坐标的欧氏距离，将欧式距离最小时的坐标设置为同一位置，得到土族、海拔、植被类型、土壤侵蚀之间的关联信息，将所述关联信息进行汇总并通过vue.js框架构建知识图谱，vue.js框架为一款用于构建用户界面的 javascript 框架，所述土族表示土壤种类。

3、构建知识推理模型，以所述知识图谱的实体作为知识推理模型搭建的主体，使用模量部分和相位部分相结合的方法构建知识推理模型，所述实体为所述知识图谱中的海拔高度、土壤类型、植被和土壤侵蚀数据，各实体之间的关系根据地理信息确定。

4、对所述知识推理模型进行训练，所述训练和测试步骤包括：

5、首先将待测的坐标点进行统一格式化，统一转换成经纬度形式；

6、然后判断统一格式化后的坐标点所处地级市，根据欧氏距离最小原则在所处地级市内进行筛选，得到所述待测坐标点海拔以及土族情况；

7、其次将所述海拔以及土族情况输入至所述知识推理模型得到所述坐标点的植被类型，将所述坐标点的植被类型再次输入至所述知识推理模型得到土壤的侵蚀类型；

8、最后将所述训练结果输入至测试集进行评估。

9、进一步的，所述使用模量部分和相位部分相结合的方法构建知识推理模型，包括：将不同类型的实体给予不同的模，同一类型实体中的不同种类给予相同的模和不同的相位。

10、进一步的，所述各实体之间的关系还包括两种负相关关系，具体为海拔高度对土壤侵蚀没有影响，海拔高度与土壤类型之间没有直接的相关性。

11、进一步的，所述将待测的坐标点进行统一格式化，转化公式如下：

12、，

13、其中，l和b分别表示经度和纬度，d、m和s分别表示坐标点的度、分和秒。

14、进一步的，所述根据欧氏距离计算公式如下：

15、，

16、r表示的是地球半径，和表示的是坐标点的经度和纬度，和表示其他点的经度和纬度。

17、进一步的，所述评估包括对模量部分和相位部分的评估，所述模量部分评估公式为：

18、，

19、所述相位部分评估公式为：

20、，

21、其中，和分别表示的是头实体和尾实体的模的嵌入向量，和分别表示头实体和尾实体的相位的嵌入向量，和分别表示实体关系的模的嵌入向量和相位的嵌入向量。

22、本申请还提供一种针对不同自然资源的知识推理装置，用于实现上述所述的方法，所述装置包括：

23、知识图谱构建模块，用于构建知识图谱，使用栅格转点提取不同自然资源数据库中的坐标，计算不同自然资源数据库中坐标的欧氏距离，将欧式距离最小时的坐标设置为同一位置，得到土族、海拔、植被类型、土壤侵蚀之间的关联信息，将所述关联信息进行汇总并通过vue.js框架构建知识图谱。

24、知识推理模型构建模块，用于构建知识推理模型，以所述知识图谱的实体作为知识推理模型搭建的主体，使用模量部分和相位部分相结合的方法构建知识推理模型，所述实体为所述知识图谱中的海拔高度、土壤类型、植被和土壤侵蚀数据，各实体之间的关系根据地理信息确定。

25、模型训练和测试模块，用于对所述知识推理模型进行训练，所述训练和测试步骤包括：首先将待测的坐标点进行统一格式化，统一转换成经纬度形式；然后判断统一格式化后的坐标点所处地级市，根据欧氏距离最小原则在所处地级市内进行筛选，得到所述待测坐标点海拔以及土族情况；其次将所述海拔以及土族情况输入至所述知识推理模型得到所述坐标点的植被类型，将所述坐标点的植被类型再次输入至所述知识推理模型得到土壤的侵蚀类型；最后将所述训练结果输入至测试集进行评估。

26、本申请可以解决不同自然资源属性数据库之间的数据相关性较低，无法充分利用各种数据库进行资源管理的问题，通过实验结果表示，针对一些具有复杂逻辑或层次结构的关系，本申请与现有的主流推理方案相比，具有更高的预测准确度。

技术特征：

1.一种针对不同自然资源的知识推理方法，其特征在于，所述方法包括：

2.如权利要求1所述的知识推理方法，其特征在于，所述使用模量部分和相位部分相结合的方法构建知识推理模型，包括：将不同类型的实体给予不同的模，同一类型实体中的不同种类给予相同的模和不同的相位。

3.如权利要求1所述的知识推理方法，其特征在于，所述各实体之间的关系还包括两种负相关关系，具体为海拔高度对土壤侵蚀没有影响，海拔高度与土壤类型之间没有直接的相关性。

4.如权利要求1所述的知识推理方法，其特征在于，所述将待测的坐标点进行统一格式化，转化公式如下：

5.如权利要求1所述的知识推理方法，其特征在于，所述欧氏距离计算公式如下：

6.如权利要求1所述的知识推理方法，其特征在于，所述评估包括对模量部分和相位部分的评估，所述模量部分评估公式为：

7.一种针对不同自然资源的知识推理装置，其特征在于，用于实现权利要求1-6任一项所述的方法，所述装置包括：

技术总结本申请提出了一种针对不同自然资源的知识推理方法及装置，对处于不同数据库中的数据进行关联并构建知识图谱，并在此基础上进行知识推理，然后对所述知识推理模型进行训练，首先将待测的坐标点进行统一格式化，统一转换成经纬度形式；然后判断统一格式化后的坐标点所处地级市，根据欧氏距离最小原则得到海拔以及土族情况，其次将所述海拔以及土族情况输入至所述知识推理模型得到植被类型，将植被类型再输入至所述知识推理模型得到土壤的侵蚀类型；最后将所述训练结果输入至测试集进行评估。本申请可以解决不同自然资源数据库之间的数据相关性较低，无法充分利用各种数据库进行资源管理的问题，与现有的主流推理方案相比，具有更高的预测准确度。技术研发人员：谢优平,谢玲琳,刘亚波,何昊,雷帆,曹里,张智超,杨凯钧,蒋琦,魏继德,曾海波,张哲,张泽旭,欧阳晓受保护的技术使用者：湖南省第二测绘院技术研发日：技术公布日：2024/7/29