基于云理论的空间数据挖掘技术研究

论文摘要

空间数据挖掘是指从空间数据库中提取用户感兴趣的空间模式与特征、空间与非空间数据的普遍关系、以及其它一些隐含在空间数据中的数据特征。本文系统地研究了空间数据挖掘的理论、方法和应用。主要内容有：介绍了空间数据挖掘的定义与特点,阐述了空间数据不确定性的定义、分类及处理方法。介绍了云理论的概念、云模型及其扩展,重点探讨基于云模型的空间概念表达和生成方法、基于云模型的属性空间软划分和概念提升、定性概念的某一次定量值对此概念的贡献、以及基于云模型的空间数据库不确定性查询。介绍了空间关联规则的基本概念、术语和空间数据挖掘的常用方法,展望了空间关联规则挖掘算法的研究及方向。在对传统方法进行改进的基础上开发新的空间关联规则算法,对陕西省1980-2000年的水文地质数据进行了挖掘,得到了一些有用的知识,可以用于水资源的规划与保护。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 论文的研究背景
• 1.2 空间数据挖掘在国内外研究现状
• 1.3 本文研究的意义
• 1.4 本文的主要研究内容及安排
• 1.5 本章小结
• 第二章 空间数据挖掘技术
• 2.1 空间数据库中的数据、信息和知识
• 2.2 空间数据挖掘的定义与特点
• 2.2.1 空间数据挖掘的定义
• 2.2.2 空间数据挖掘的特点
• 2.3 空间数据挖掘的基本过程
• 2.4 空间数据挖掘可获得的知识类型
• 2.5 空间数据挖掘的体系结构
• 2.6 空间数据挖掘的主要挖掘方法
• 2.7 空间数据挖掘的不确定性
• 2.7.1 空间不确定性
• 2.7.2 空间不确定性处理方法
• 2.7.3 空间数据挖掘的不确定性研究
• 2.8 本章小结
• 第三章 云理论及算法
• 3.1 云模型及其扩展
• 3.1.1 云模型的基本概念
• 3.1.2 云的数值特征
• 3.1.3 一维正态云模型
• 3.1.4 云发生器
• 3.1.5 其它云模型
• 3.2 虚拟云、云运算、云变换、不确定性推理
• 3.2.1 虚拟云、云运算、云变换
• 3.2.2 不确定性推理
• 3.3 云理论在空间数据发掘中的应用
• 3.3.1 基于云模型的空间概念表达
• 3.3.2 基于云模型的概念生成方法
• 3.3.3 基于云模型的属性空间软划分和概念提升
• 3.3.4 定性概念的某一次定量值对定性概念的贡献
• 3.3.5 基于云模型的空间数据库不确定性查询
• 3.4 本章小结
• 第四章 空间关联规则挖掘研究
• 4.1 关联规则的基本术语及定理
• 4.2 空间关联规则的基本概念
• 4.3 空间关联规则挖掘的步骤和注意事项
• 4.4 空间关联规则挖掘的常用方法
• 4.4.1 多层关联规则
• 4.4.2 序列挖掘
• 4.5 空间关联规则挖掘算法的研究及方向
• 4.6 本章小结
• 第五章 基于云理论的空间数据挖掘系统的实现
• 5.1 相关性问题的提出
• 5.2 系统设计目标
• 5.3 系统逻辑设计模型
• 5.4 基于云理论的空间数据挖掘系统过程
• 5.4.1 数据分析
• 5.4.2 数据的预处理
• 5.4.3 云理论的应用
• 5.4.4 空间关联规则算法实现
• 5.4.5 解译与评价
• 5.4.6 验证系统
• 5.5 基于云理论的空间数据挖掘系统实现结果
• 5.5.1 系统界面
• 5.5.2 系统运行环境与功能
• 5.5.3 开发系统的应用意义
• 5.6 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 在读期间的研究成果