提升'蛋黄'模型的空间推理能力：拓扑关系的拓展与优化

本文主要探讨了"蛋黄"模型在不确定数据拓扑关系研究中的拓展工作，针对原模型中存在的46个拓扑关系内部逻辑关系不清晰的问题。作者首先深入研究了不确定数据间的拓扑关系，通过构建"蛋黄"模型的邻近拓扑关系动态变化图，增加了相应的93个拓扑关系，以弥补原有模型的不足。在这个过程中，作者去除了41个包含"切"的不必要拓扑关系以及6个重复的关系，最终得到的46个拓扑关系与Cohn的理论相一致。 Cohn的理论在此研究中起到了关键作用，通过这种改进，"蛋黄"模型不仅得到了完善，而且提升了其在空间推理方面的性能。空间推理是地理信息系统（GIS）中的重要组成部分，它涉及到对空间数据的抽象和理解，以便于进行更深入的数据挖掘和分析。区域之间的拓扑关系对于GIS中的空间数据处理至关重要，因为它有助于建立区域之间的逻辑联系，促进空间数据的有效组织和查询。 本文的研究成果对于不确定区域间的拓扑关系有重要贡献，特别是在图像数据挖掘和GIS领域，它提供了更为精确和清晰的区域关系模型，使得基于图像语义的分析更加准确，同时也推动了GIS技术在实际应用中的精度提升。区域之间的精确性和不确定性结合，使得模型在处理现实世界复杂地理环境时更具适应性。 这篇论文通过对"蛋黄"模型的扩展，不仅提升了模型的理论基础，还为不确定数据处理和空间推理提供了一种新的、更为精细的工具，对于推动信息技术特别是GIS领域的理论发展具有重要意义。