近日，我校物联网系统及应用团队（校级科研团队：TDYB2019009）在计算机领域TOP期刊Future Generation Computer Systems（中科院JCR一区，IF=7.307）发表了基于语义本体的不完全移动轨迹数据建模、查询及推理方面的研究成果《Semantic ontology enabled modeling, retrieval and inference for incomplete mobile trajectory data》（https://doi.org/10.1016/j.future.2023.03.012）
东莞理工学院计算机科学与技术学院（软件工程学院、网络空间安全学院）为论文第一署名单位，项目负责人陶铭教授为第一作者。
该研究针对时空轨迹数据（Spatio-temporal data），将经纬度坐标转换成语义位置，提高了轨迹数据的可解释性。考虑道路之间的位置关系和车辆移动的位置关系，定义相应的语义规则，构建一个带有约束的车辆移动场景本体模型；针对不完全的轨迹数据，研究了不完全信息推理的问题。以所构建的车辆移动场景本体模型作为知识库，利用语义查询方法，构建马尔科夫逻辑网络，并将语义查询结果作为训练集，避免了因为MLN模型的训练集过大，导致推理时间过长；分别比较二阶马尔科夫链（Second-order Markov Chain），DS证据理论（Damster-Shafer Evidence Theory，DS Evidence Theory）和基于本体的马尔科夫逻辑网络推理方法的准确率。此外，分别将二阶马尔科夫链、DS证据理论与MLN结合，验证权重参数是否对马尔科夫逻辑网络的推理性能的影响。实验结果表明，在两个不同时间段的测试集上，基于本体的马尔科夫逻辑网络有较好的预测结果，同时，也验证了马尔科夫逻辑网络推理的精确率与训练集的初始权重值有关，权重值为证据理论的马尔科夫逻辑网络有较好的预测结果。
物联网系统及应用团队近年来承担国家、省、市级项目20余项，发表高水平论文40余篇，授权发明专利9件，参与制定国家标准2项，受企事业单位委托研发“粤港澳大湾区经济发展数据库”“无线物联智能家居系统”、“污染源实时监测系统”、“污染源现场排查系统”、“基于床体的人体体征及睡眠质量监测系统”、“矿井WiFi点对点通信装置”、“基于物联网的城市安全监测与大数据平台”等。团队发挥物联网技术方向的特长，在研究物联网系统及应用方面已取得一定成果，未来将重点突破物联网新型数据采集终端与基础支持软件，物联网支撑层及网络层的技术瓶颈，在应用系统中实现面向海量感知数据的存储及实时处理等技术难题，提高物联网技术在工业应用中的成效，为物联网技术大规模应用创造条件。
