共查询到19条相似文献，搜索用时 218 毫秒
1.
基于统计归纳学习的GIS属性数据挖掘 总被引：1，自引：0，他引：1
将统计分析方法和面向属性的归纳方法结合起来,形成了一种应用面比较广的统计归纳学习方法,可以用于GIS属性数据挖掘.同时提出GIS属性数据挖掘可以分为3个层次,包括从数据生成新的数据、从数据产生模型和从数据归纳出知识.由原始数据生成新的数据,可以得出变量之间粗浅的关系;从数据推导出的模型,可以定量描述变量之间的关系;由数据挖掘出的知识,可以揭示客观世界的普遍性规律. 相似文献
2.
干旱是正常的气候状况,然而它们是世界上最为严重的自然灾害之一。干旱的时间、严重程度和模式等知识可以整合起来参与制定有效的计划和决策。本文介绍了一种数据挖掘方法,用来确定植物分布模型以及绘出植物在成长季节的分布范围。基于规则的树木衰退模型概括为确定来自卫星的植物状况,气候的干旱指数,以及生物物理学数据,包括陆地覆盖类型,可利用的土壤含水量,灌溉的农场土地的百分比,以及生态学类型之间的关系。数据挖掘方法构造用数值表示的基于规则的模型。此模型能找到输入变量间的关系。因为模型能同以前的输入数据一起迭代使用,基于早期的条件,这种方法能进一步预测到植物生长季节的状况。模型的可视化以图形信息输出,这就提供了评估模型的方法。本文绘制了2002年干旱内布拉斯加州和北达科他的原形图,并讨论了这些图形的潜在用途。 相似文献
3.
空间数据挖掘与GIS集成及应用研究 总被引：7，自引：1，他引：6
阐明空间数据挖掘与GIS集成的优越性,分析空间数据挖掘与关系数据库系统的区别,介绍面向对象技术对空间数据挖掘和空间数据挖掘的常用算法．在此基础上介绍地理信息系统与空间数据挖掘工具及应用。 相似文献
4.
基于统计归纳学习的GIS属性数据挖掘 总被引：7，自引：0，他引：7
将统计分析方法和面向属性的归纳方法结合起来，形成了一种应用面比较广的统计归纳学习方法，可以用于GIS属性数据挖掘。同时提出GIS属性数据挖掘可以分为3个层次，包括从数据生成新的数据，从数据产生模型和从归纳出知识，由原始数据生成数据，可以得出变量之间粗浅的关系，从数据推导出的模型，可以定量描述变量之间的关系，由数据挖掘出的知识，可以揭示客观世界的普遍性规律。 相似文献
5.
国土资源信息系统建设中知识发现与数据挖掘技术的应用 总被引：2，自引：0，他引：2
知识发现(KDD)与数据挖掘(DM)是基于大型数据库的数据分析技术。在大型数据库中,隐藏着极为丰富的、有用的、新颖的概念、规则、模式,通过KDD和DM技术,可将它们从海量数据的掩盖中提取出来,成为被人类掌握的知识和决策工具。国土资源调查、评价是数据密集和知识密集的领域,KDD和DM技术有着广泛的应用前景。 相似文献
6.
基于GIS与SDM技术的可视化空间数据分类研究 总被引：2，自引：1，他引：1
提出将GIS与可视化空间数据挖掘技术之集成的基本框架。在此基础上,基于VisualC++6.0和Ma-pObject2.0组件技术设计和开发了一个可视化交互空间数据挖掘分类系统,系统采用决策树方法和贝叶斯网络作为数据挖掘方法的基本算法,采用训练与学习相结合实现空间数据的分类。文中用实例数据对系统性能、算法和规则有效性进行了验证。结果表明,该系统是一个适用的、可扩展的可视化交互空间数据挖掘工具,系统能够实现数据挖掘实时动态的交互控制,实现了数据挖掘过程的可视化、挖掘模型的可视化和结果的可视化显示、可视化思考、可视化分析与评价。 相似文献
7.
大数据时代,全面涵盖人类活动与地理环境信息的地理大数据为更全面认识“人-地”关系提供了新的机遇。数据挖掘是地理大数据产生“大价值”的关键。与传统目的性采样数据(或“小数据”)相比,地理大数据具有更细的时空粒度、更广的时空范围、更丰富的人地关系信息、更高的时空有偏性及更低的时空精度。地理大数据的独特性使得地理大数据挖掘面临新的挑战。本文首先对地理大数据挖掘与空间数据挖掘的区别与联系进行分析;然后,对当前地理大数据挖掘方法、应用及软件的研究进展进行回顾和总结;最后,对地理大数据挖掘面临的挑战和发展趋势进行了展望。通过对地理大数据挖掘研究进展进行系统的分析,有望为地理大数据挖掘理论与方法的完善提供一定的参考和借鉴。 相似文献
8.
9.
随着大数据时代的到来,数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题,介绍了国内外研究中利用大数据处理工具和云计算技术,在空间数据的存储、管理和挖掘算法等方面的做法,并指出了该类研究存在的不足。最后,探讨了空间数据挖掘的发展趋势。 相似文献
10.
11.
12.
阐述了Web数据挖掘的概念和特征,在分析XML技术的基础上,介绍了基于XML的Web数据挖掘模型,并对Web数据挖掘的应用领域和范围,尤其是在电子商务方面的应用进行了探讨。 相似文献
13.
The advanced data mining technologies and the large quantities of remotely sensed Imagery provide a data mining opportunity with high potential for useful results. Extracting interesting patterns and rules from data sets composed of images and associated ground data can be of importance in object identification, community planning, resource discovery and other areas. In this paper, a data field is presented to express the observed spatial objects and conduct behavior mining on them. First, most of the important aspects are discussed on behavior mining and its implications for the future of data mining. Furthermore, an ideal framework of the behavior mining system is proposed in the network environment. Second, the model of behavior mining is given on the observed spatial objects, including the objects described by the first feature data field and the main feature data field by means of the potential function. Finally, a case study about object identification in public is given and analyzed. The experimental results show that the new model is feasible in behavior mining. 相似文献
14.
空间关联规则挖掘是一个过程,主要包括数据选取、数据预处理、数据变换、数据挖掘算法实施以及模式解释与评估等。目前,相关研究的重点在于各种空间关联规则挖掘算法的实施,而对其他几个步骤的研究比较少,如多个字段的综合处理、连续数据的离散化等。同时,农业普查数据尤其是第二次全国农业普查数据涵盖了丰富的"三农"信息,像座宝藏,期待人们运用各种技术开发利用。空间关联规则挖掘无疑是挖掘农业普查数据宝藏的最理想工具。本文将空间关联规则挖掘首次引入中国农业普查当中,以其在甘肃农业普查中的应用实例详细描述空间关联规则挖掘各步骤处理过程及各技术关键的处理方法,最后得出一些甘肃省各界最为感兴趣的知识,为甘肃省解决"三农"问题提供决策依据。 相似文献
15.
The advanced data mining technologies and the large quantities of remotely sensed Imagery provide a data mining opportunity
with high potential for useful results. Extracting interesting patterns and rules from data sets composed of images and associated
ground data can be of importance in object identification, community planning, resource discovery and other areas. In this
paper, a data field is presented to express the observed spatial objects and conduct behavior mining on them. First, most
of the important aspects are discussed on behavior mining and its implications for the future of data mining. Furthermore,
an ideal framework of the behavior mining system is proposed in the network environment. Second, the model of behavior mining
is given on the observed spatial objects, including the objects described by the first feature data field and the main feature
data field by means of the potential function. Finally, a case study about object identification in public is given and analyzed.
The experimental results show that the new model is feasible in behavior mining.
Supported by the National 973 Program of China(No.2006CB701305,No.2007CB310804), the National Natural Science Fundation of
China (No.60743001), the Best National Thesis Fundation (No.2005047), the National New Century Excellent Talent Fundation
(No.NCET-06-0618). 相似文献
16.
17.
可视化空间数据挖掘研究综述 总被引：2，自引：1，他引：1
空间数据挖掘针对的是更具有可视化要求的地理空间数据的知识发现过程,可视化能提供同用户对空间目标心理认知过程相适应的信息表现和分析环境,可视化与空间数据挖掘的结合是该领域研究发展的必然,并已成为一个研究热点。论文综述了空间数据挖掘和可视化的研究现状,重点阐述了空间数据挖掘中的可视化化技术及其应用,并对可视化空间数据挖掘的发展趋势进行了阐述。 相似文献
18.
空间信息可视化挖掘研究 总被引：5，自引：0，他引：5
空间信息的可视化挖掘是数据挖掘领域的热点 ,具有很强的应用前景。本文从数据挖掘的基本概念入手 ,详细介绍了可视化数据挖掘的两种分类体系 :Keim分类体系和Card分类体系 ,同时分析了这两种分类体系中各种可视化数据挖掘方法的基本思路 ,探讨了可视化数据挖掘技术与空间信息领域应用相结合的各种途径 ,并给出了空间信息可视化挖掘的常用方法 相似文献
19.
本文系统论述和总结了数据挖掘和空间数据挖掘的概念、技术方法和研究现状。详细介绍了目前主流的数据挖掘厂商及解决方案。文章最后简要分析了数据挖掘技术在国土资源行业中的研究现状,并对如何利用这些新技术为国土资源业务管理与决策支持提供帮助进行了初步探讨。 相似文献