声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：徐照, 官文鑫, 张赣, 方卓祯, 蔡伟浪
单位：1. 东南大学土木工程学院, 南京 211189,2. 深圳丰匠数科工程咨询有限公司, 深圳 518063
关键词：城市信息模型,分级分类,多源异构数据,本体论,知识图谱
基金：国家重点研发计划项目(2022YFC3803600),国家自然科学基金面上项目(72071043)
城市信息模型(city information model，CIM)是一种新型城市信息综合体，通过数字化表达城市对象指导构建城市有机体，但CIM现有理论体系不够完善，存在语义规范不足和缺少统一框架等问题。为构建CIM标准语义体系并促进其发展，该文首先提出基于线分类法和多方标准的CIM分级分类语义树，并通过鲁棒优化的双向编码器表征预训练方法(robustly optimized bidirectional encoder representations from transformers pretraining approach，RoBERTa)模型和聚类算法优化该语义树；其次，提出基于本体论的城市信息模型本体(CIM ontology, CIMO)，使其能够进行计算机处理，并阐述了CIMO与多源异构数据的映射关系；再次，通过CIMO进行语义分析并构建知识图谱，提出以编码的方式进行管理分析；最后，通过模型数据验证了所提方法的可行性和高效性。研究结果表明：该文所提方法可以精确完成语义关系分析和层级数据治理，并实现数据集成。该文所提CIM语义网可为各方提供统一的标准，指导项目和智慧城市建设，推动CIM语义体系及其应用发展。
来源：2025年第7期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。