CN119445016B 大语言模型驱动的地理场景参数化三维建模方法、系统、存储介质及程序产品 （中国人民解放军陆军装甲兵学院）

models.EnvironmentalModelli大语言模型驱动的地理场景参数化三维建本发明公开了一种大语言模型驱动的地理3D场景重建方法在数据获取和处理过程中较为耗时，且生成的模型和场景缺乏语义信息等问建模知识图谱构建基于空间自相关性与信息熵导的实体和实体之间的隐式关联推理规则更新建模对象语义的三维模型生成方法和更新后的渐进式三维场景建模知识图谱进行参数化地理2从地理场景的地理、几何和渲染三个维度对场景进行表达和抽象实现从步骤2、基于地理实体空间和渐进式三维场景建模知识图谱构建基于空间自相关性与步骤3、基于LLMs推理的提示文本构建思维链引导的实体和实体之间的隐式关联推理q和外部知识库K将上下文描述文本C转换为向量，然后通过余弦相似度计算向量之间的距qqq答案关系ra和新的实体ea，将新的实体ea和新的关系ra添加到渐进式三维场景建模知识图步骤4、基于基元模型和建模对象语义的三维模型生成方法和更新后的渐进式三维场2.根据权利要求1所述的一种大语言模型驱动的地理场景参数化三维建模方法，其特以被推理对象所属地理实体空间位置为中心，采用Moran'sI指数计算地理实体空间基于得到的空间推理范围，以渐进式三维场景建模知识图谱中被推3本,以图的形式表示为局部子图Gq，计算以某个实体为中心时，不同跳内的信息熵的公式待推理对象所属知识图谱中的实体作为中心节点为v时，跳数为h的所有节点集合，A(Nh3.一种计算机系统，包括存储器、处理器及存储在理器执行时实现权利要求1_2任意一项所述方法4[0002]三维(3D)地理场景建模是地理信息科学和计算机图形学交叉领域的一个重要研图像的StructurefromMotion(SfM)和Multi_ViewStereo(MVS)，以及基于激光扫描的法。这种方法的核心在于将复杂的地理实体和现象转化为一系列带有语义的参数和规则。5[0012]步骤2、基于地理实体空间和渐进式三维场景建模知识图谱构建基于空间自相关[0013]步骤3、基于LLMs推理的提示文本构建思维链引导的实体和实体之间的隐式关联[0014]步骤4、基于基元模型和建模对象语义的三维模型生成方法和更新后的渐进式三[0020]D=k·d,keN)(0}6示以待推理对象所属知识图谱中的实体作为中心节点为v时，跳数为h的所有节点集合，Aq技术和外部知识库K将上下文描述文本C转换为向量，然后通过余弦相似度计算向量之间qqqqq生成答案关系ra和新的实体ea，将新的实体ea和新的关系ra添加到渐进式三维场景建模知器执行所述计算机程序以实现所述一种大语言模型驱动的地理场景参数化三维建模方法时实现所述一种大语言模型驱动的地理场景参一种大语言模型驱动的地理场景参数化三维7Qwen2_75b大语言模型在建模知识图谱中的推理准确率从82％提高到了94%;[0044]三维地理场景建模是将现实世界的地理环境抽象为计算机可识别和渲染的数字8渐进式三维场景建模知识图谱的初步构建只有显式关联，而通过后续挖掘来增加隐式关[0049]基于地理实体空间和渐进式三维场景建模知识图谱构建基于空间自相关性与信场景建模知识图谱空间两个维度来评价其他对象及其关系是否需要被纳入推9[0051]空间自相关性是指空间中的对象在某种属性上的相似程度与其空间位置的相关qq示以待推理对象所属知识图谱中的实体作为中心节点为v时，跳数为h的所有节点集合，A[0059]基于LLMs推理的提示文本构建思维链引导的实体和实体之间的隐式关联推理规qq[0062]将构建的思维链提示P输入到预训练好的大语言模型进行隐式关联推理生成答案关系ra和新的实体ea，将新的实体ea和新的关系ra添加到渐进式三维场景建模知识图谱G[0063]新的知识图谱则是根据外部知识库K多步引导预训练好的大语言模型LLM来推理[0064]基于基元模型和建模对象语义的三维模型生成方法和更新后的渐进式三维场景[0067]