基于元数据及云—神经网络的数据管理分类研究

论文摘要

雨洪数据管理模式集成度偏低、数据不能跨平台使用、灾情数据分类又无法保持数据原始的随机性和模糊性,极大地影响了数据管理的效率及灾情信息决策的准确性。因此,数据管理共享模式及灾情数据分类的研究具有重要的意义。为充分体现管理模式的高效性和全面性,同时保证数据分类中的模糊性与随机性等特征,本研究从雨洪数据自身特点出发,根据数据管理模式及数据分类的特点,探索高效的数据管理手段及准确度高的数据分类方法。针对雨洪数据管理中存在的问题,本文设计基于XML-水利地理空间信息元数据的数据管理及共享模式,利用水利地理空间信息元数据实施数据管理及共享,并以XML的方法组织和管理元数据,减少访问和维护大型数据集的复杂性,使数据生产者能高效地管理和应用数据。该模式可以更快、更加全面和有效地发现、访问、获取和使用现势性强、精度高、易管理和易访问的水利地理空间信息数据,以实现真正意义上的数据管理及共享。以基于XML-水利地理空间信息元数据的管理共享模式提供基础性的科学数据,本文针对雨洪数据中存在的模糊性和随机性问题,并提出基于云-神经网络模型的分类方法。该方法不仅具有云模型处理不确定性转换方面的优势,还结合了神经网络模型的自学习性、自适应性、容错性和并行性等特点,能有效地解决雨洪数据的灾情分类问题。为验证本文所提方法的有效性,本文以松辽流域为主要研究背景,将基于XML-水利地理空间信息元数据的数据管理共享模式及基于云-神经网络模型的数据分类方法应用于实践。设计并实现基于Web的信息集成管理系统,为雨洪资源利用风险与效益评估的全过程管理提供方便可靠的工具。该系统主要分为七个子功能模块,即数据查询管理、电子地图操作、数据统计、灾情评估及决策、可视化模拟、GPS定位跟踪和风险效益评价。系统充分发挥3S技术的融合互补优势,提高信息的综合利用效率,为流域生态利用及保护提供先进科学的方法和有效的管理手段,使雨洪资源利用信息集成管理系统的设计从数据异化的传统模式走向网上组织数据的开放模式,并可获取即使、可靠的信息进行决策支持。本研究以雨洪数据为研究对象,通过对管理共享模式的实现及数据分类方法的仿真分析,证实了本文所提出的方法均具有较好的效果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 国外研究进展
• 1.2.2 国内研究进展
• 1.3 本文内容
• 2 水利地理空间信息及其元数据标准的管理研究
• 2.1 水利地理空间信息及其标准
• 2.1.1 水利地理空间信息的形成与发展
• 2.1.2 标准化研究
• 2.2 元数据标准及其管理共享研究
• 2.2.1 元数据标准的基本定义
• 2.2.2 水利地理空间信息元数据标准的结构及其XML描述
• 2.2.3 元数据管理及共享研究
• 2.3 小结
• 3 基于云-神经网络的数据分类算法研究
• 3.1 云-神经网络模型
• 3.1.1 云模型理论
• 3.1.2 云-神经网络模型
• 3.2 基于云-神经网络的数据分类方法
• 3.2.1 基于云-神经网络模的模糊规则分类
• 3.2.2 仿真分析
• 3.2.3 应用实例
• 3.3 小结
• 4 元数据及云-神经网络在雨洪数据管理中的应用研究
• 4.1 基于元数据的信息管理及共享
• 4.2 基于云-神经网络的灾情评估分类
• 4.3 雨洪信息管理系统的设计与开发
• 4.3.1 雨洪资源利用信息综合管理系统解决方案
• 4.3.2 系统构架
• 4.4 雨洪资源利用信息综合管理系统的实现
• 4.4.1 系统登录模块
• 4.4.2 电子地图模块
• 4.4.3 信息查询维护模块
• 4.4.4 数据统计模块
• 4.5 小结
• 结论
• 参考文献
• 课题资助情况
• 攻读硕士学位期间发表学术论文情况
• 致谢