学位论文 > 优秀研究生学位论文题录展示

空间数据挖掘不确定性的研究

作　者: 符晓蓉
导　师: 吕锋
学　校: 武汉理工大学
专　业: 通信与信息系统
关键词: 空间数据挖掘随机不确定性模糊不确定性挖掘算法
分类号: TP311.13
类　型: 硕士论文
年　份: 2007年
下　载: 331次
引　用: 1次
阅　读: 论文下载

内容摘要

通过空间数据挖掘得到的空间信息资源是经济、资源、环境、人口和社会可持续发展决策的重要组成部分，具有重大的开发和利用价值，但空间数据挖掘不确定性的存在严重影响了挖掘的效果。因此，研究空间数据挖掘过程与结果的不确定性十分必要。空间数据挖掘的不确定性来源于空间数据和空间数据挖掘过程中存在的多种不确定性，随机不确定性和模糊不确定性是其中最为主要的两种不确定性，本文着重对空间数据挖掘过程中的这两种不确定性进行研究。作者的主要研究工作如下：(1)深入研究了空间数据和空间数据挖掘过程中不确定性的来源、类型及其传播。(2)对空间数据挖掘过程中的随机不确定性的实质进行分析，归纳总结了空间数据挖掘中随机不确定性的传递计算方法和合成计算方法。提出了基于误差检验的随机不确定性的判别方法，通过实例分析表明，该方法能有效地判别出空间数据挖掘随机不确定性是由系统误差还是由随机误差引起的，因而能对仿真软件的改善、空间数据测量方法的选取和实验过程中随机不确定性传递与合成参数的修正有指导作用。(3)研究空间数据挖掘过程中的模糊不确定性。通过研究模糊二元关系的基本概念和运算方法，首先在挖掘的各阶段内以及阶段之间建立模糊二元关系，证明模糊二元关系的“最大-最小”传递性；进而运用模糊二元关系“最大-最小”合成算法和多个模糊状态下模糊规则的合成推理给出模糊状态可确定区域的计算方法，将不确定性问题在数学表达上转化为确定问题来研究。由实例分析结果表明，本文给出的方法能准确地得到模糊状态的可确定区域，对于近似处理空间数据挖掘中的模糊不确定性有着实际意义。(4)为降低空间数据挖掘的不确定性，以获得更好的挖掘效果，本文提出了基于模糊聚类和模糊模型识别的空间数据挖掘算法。经对实例作两组仿真对比，结果表明，文中提出的空间数据挖掘算法通过减少空间数据本身和挖掘过程中模糊性等不确定性因素的影响，有效的降低了空间数据挖掘的不确定性，使得空间数据挖掘结果的进一步应用具有了可行性。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-15
  1.1 本课题研究的意义和目的  9-11
  1.2 国内外研究现状  11-14
  1.3 本文的主要研究内容  14-15
第2章空间数据挖掘不确定性的基本分析  15-24
  2.1 引言  15-16
  2.2 空间数据挖掘不确定性的来源与传播  16-19
    2.2.1 空间数据质量  16-18
    2.2.2 空间数据挖掘过程  18-19
  2.3 现有研究方法  19-22
  2.4 本章小结  22-24
第3章空间数据挖掘随机不确定性的研究  24-38
  3.1 随机不确定性的传递  24-28
    3.1.1 系统误差的传递计算  24-25
    3.1.2 随机误差的传递计算  25-28
  3.2 随机不确定性的合成  28-33
    3.2.1 系统误差的合成方法  28-30
    3.2.2 随机误差的合成方法  30-32
    3.2.3 系统误差与随机误差的合成方法  32-33
  3.3 基于误差检验的随机不确定性的判别方法  33-35
    3.3.1 随机不确定性判别的意义  33-34
    3.3.2 本文的误差检验方法  34-35
  3.4 实例分析及结论  35-36
  3.5 本章小结  36-38
第4章空间数据挖掘模糊不确定性的研究  38-54
  4.1 空间数据挖掘中的模糊二元关系  38-42
    4.1.1 基础理论  38-39
    4.1.2 空间数据挖掘模糊二元关系的建立  39-41
    4.1.3 模糊二元关系间的基本运算  41-42
  4.2 模糊二元关系的“最大-最小”合成方法  42-43
  4.3 模糊二元关系的“最大-最小”传递  43-44
  4.4 模糊规则的合成推理  44-47
    4.4.1 模糊逻辑  44-45
    4.4.2 模糊规则的合成方法  45-47
  4.5 模糊状态的确定  47-51
    4.5.1 多状态下模糊规则的合成  47-49
    4.5.2 α可确定度  49-50
    4.5.3 模糊状态可确定区域的计算方法  50-51
  4.6 实例分析及结论  51-53
  4.7 本章小结  53-54
第5章基于降低不确定性的空间数据挖掘算法  54-73
  5.1 本算法的理论基础  54-57
    5.1.1 模糊等价关系  54-55
    5.1.2 模糊聚类  55-56
    5.1.3 模糊模型识别  56-57
  5.2 基于模糊聚类和模糊模式识别的空间数据挖掘算法  57-66
    5.2.1 模糊聚类模块设计  57-63
    5.2.2 模糊模型识别模块设计  63-64
    5.2.3 本算法的功能与运算步骤  64-66
  5.3 实例仿真及分析  66-71
    5.3.1 仿真一  67-70
    5.3.2 仿真二  70-71
    5.3.3 仿真结果对比及结论  71
  5.4 本章小结  71-73
第6章总结与展望  73-75
  6.1 本文的主要工作  73-74
  6.2 有待于进一步研究的问题  74-75
参考文献  75-80
致谢  80-81
攻读硕士学位期间发表的学术论文及参加的项目  81

相似论文

基于数据挖掘的移动行为预测,TP311.13
基于概率偏差的战术导弹总体方案设计技术,TJ761.1
GIS与空间数据挖掘技术在环境污染事故应急处理系统中的应用研究,TP311.13
空间同位模式挖掘算法研究,TP311.13
空间数据挖掘中的聚类分析研究,TP311.13
数据挖掘中的关联规则挖掘算法研究,TP311.13
基于空间数据挖掘的点轴开发与生态环境关联关系研究,F427
带乘性噪声系统鲁棒状态估计算法研究,TP13
同位模式空间数据挖掘算法研究及在GIS中的应用,TP311.13
基于Co-location模式挖掘城市空间分布特征,TP311.13
数据挖掘在证券投资分析中的应用,F832.51
空间数据质量控制与评价方法研究,P208
基于手机定位数据的城市路段行程车速提取,U495
空间关联规则挖掘技术应用研究,TP311.13
基于移动定位数据的用户出行模式识别,TN929.5
基于数据挖掘技术的入侵检测系统研究,TP393.08
基于CPRIP-Tree的空间伴生模式挖掘算法研究与应用,TP311.13
数据挖掘在电信客户流失预测的应用,TP311.132
基于GIS的矿井突水水源综合信息快速判别系统,TD745
考虑认知不确定性的多学科设计优化方法,TB472
基于空间聚类的数据挖掘技术在公共设施选址中的应用研究,TP311.13