首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 125 毫秒
1.
空间数据挖掘技术   总被引:1,自引:0,他引:1  
近年来,伴随着空间信息获取技术的快速发展,不同类型的空间数据库以及数据库中的数据量正在不断增长,如何从这些海量数据中提取出隐含的信息和知识已成为人们研究的热点。空间数据挖掘就是为了解决这一科学问题而提出的。该文在回顾已有空间数据挖掘规则的基础上。指出了空间数据挖掘过程中存在的主要问题,进而探讨了未来空间数据挖掘的主要研究方向。  相似文献   

2.
近年来,空间数据挖掘系统的开发及应用已取得了极大的进展。文章在介绍已有空间数据挖掘系统的基础上,简述了空间数据挖掘与空间数据仓库、空间数据挖掘与地理信息系统的关系,阐述了空间数据挖掘的智能分析及其应用,探讨了目前空间数据挖掘系统开发及应用中存在的主要问题及未来的主要研究方向。  相似文献   

3.
杨红卫 《江苏地质》2005,29(2):94-97
介绍了数据挖掘技术及其模式,列举了几种常用类型,阐述了地矿信息系统数据挖掘技术的必要性和可行性,并对它在地矿信息系统中的应用进行了展望。  相似文献   

4.
Web时空数据挖掘研究进展   总被引:2,自引:0,他引:2  
随着互联网的迅速发展,Web已经渗透到人类社会的各个角落,其中蕴含着大量关系社会、经济和生活的信息。从中挖掘出刻画事件时空范围的时空信息,可以为探索社会、自然事件以及行为主体的时空运动规律和知识提供丰富的素材。系统综述了Web时空数据挖掘的理论、方法和应用,首先介绍了Web时空数据挖掘的概念及分类,详细阐述了Web时空信息的特点和提取方法,其次针对3类Web时空数据挖掘的内容、方法及应用进行了综述,最后探讨了Web时空数据挖掘面临的难题、研究热点和未来领域的发展方向。  相似文献   

5.
张弛  王本德  李伟 《水文》2007,27(2):74-77,85
数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。  相似文献   

6.
地质环境评价中,地理信息系统和空间数据挖掘的某些单一模型得到广泛应用.通过分析地理信息系统和空间数据挖掘在地质环境评价中的应用现状,指出其存在的问题,结合地质环境评价特点,提出将地理信息系统与空间数据挖掘集成用于地质环境评价,构建基于地理信息系统与空间数据挖掘的地质环境评价体系.在此基础上设计出地质环境评价过程.实践表明,GIS与SDM结合是地质环境评价工作的有效解决方案,集成GIS与SDM,共享同一用户界面的地质环境评价系统是地质环境评价研究的发展方向.  相似文献   

7.
GIS数据融入遥感图像理解的模型初探   总被引:2,自引:2,他引:2  
作者在本文中讨论了利用电磁波散射的数值计算、高光谱、人人智能进行遥感图像理解的现状,说明了地理信息系统(GIS)数据融入遥感图像理解的重要性,概述了GIS数据融入所面临的问题,指出了GIS融入遥感图像理解对处理系统的一般要求,分析了基于数据挖掘的专家系统、神经网络、进行计算的特点和性能。结合神经网络和进化计算能融合多源数据、高度并行、自适应、自组织能力和知识处理的能力,以及进化计算通过重组、变异和复制算法具有优化选择的功能,构建了基于进化计算的神经网络的GIS数据,并融入模型。模型中GIS属性数据惯穿遥感图像理解的全过程,是一种高层次的数据融合,且GIS数据特征的提取、处理和遥感图像理解是高度并行的。它是一种实现GIS数据融入遥感图像理解的有效途径。基于数据挖掘的专家系统也具有上述功能,但存在数据挖掘的困难。  相似文献   

8.
基于开源的数据挖掘系统Weka,使用Java语言及面向对象的思想,设计并实现了地震数据挖掘系统。根据地震数据资料的特点,将数据挖掘的核心技术(聚类分析、关联规则分析等)引入到该系统中,其中聚类分析选用DBSCAN作为核心算法,关联规则分析选用Apriori作为核心算法。用户使用该系统只需在交互界面选择相关参数,即可实现调用数据挖掘算法来分析地震数据,发现探索其隐含规律。  相似文献   

9.
数据挖掘技术及其在地学中的应用   总被引:11,自引:0,他引:11  
王钦军  薛林福 《世界地质》2000,19(3):235-239
数据挖掘(Data Mining)是一个极具有创新性的领域,其在天文、商业等领域得到了广泛的应用,取得了一系列重要的应用成果,它在地学领域的应用潜力越来越受到人们的重视。概括了数据挖掘的6种模式,2种工具,7种方法,探讨了其在地学中应用的前景和意义。利用数据挖掘技术,人们可以从已获得的大量中提取出可理解的模式,从而有效地认识地咎所陷藏的地质规律,发现新知识。同时数据挖掘技术的量化处理方法可以增加分  相似文献   

10.
为了解决数据挖掘算法的高效性、工具智能性与所获取知识无效性之间的矛盾,同时使所获取知识能有效地解决地层评价领域中的各种疑难问题,提出任务驱动数据挖掘方法。结合数据挖掘的概念和技术,阐述了任务驱动数据挖掘的概念和基本原理,分为建立数据仓库、数据预处理、选择特征子集、形成模型、模型评估、模型修正和模型发布等7个部分,是一个循环迭代的过程,直到构建能有效解决目标任务的预测模型为止。并以低阻油层的识别为例,详述整个分析处理过程,结合决策树形成的白盒模型和支持向量机构建的黑盒模型综合识别目标区的低阻油层,获得了准确率大于90%的识别效果。  相似文献   

11.
各种尺度的地学空间数据已成为地质找矿和环境研究中的重要信息源.在遥感数据与地球化学数据的融合处理中存在着空间尺度问题.基于两种数据的性质和特点,利用立方卷积的方法进行两种数据处理中的尺度转换研究,并以内蒙古额仁陶勒盖地区为例,实现了尺度转换后的化探数据和遥感数据融合处理应用.  相似文献   

12.
大数据科学研究范式是大数据时代的必然结果。在大数据时代,地质学研究正面临着前所未有的挑战与机遇,亟需地质大数据分析的基础支撑。本文介绍若干种有价值的地质大数据分析工具及其应用。知识图谱以其强大的语义处理能力和开放组织能力,为大数据时代信息的知识化组织和智能应用提供了有效工具。它旨在描述真实世界中存在的各种实体或概念及其关系,构成一张巨大的语义网络图,以节点表示实体或概念,边则由属性或关系构成。机器学习与卷积神经网络模型仍然是当前地质大数据研究的热点。演化算法借鉴了自然界中生物进化与自适应过程的思想,是一种基于种群的元启发式最优化算法。它具有无需先验知识、能在全局范围内进行隐并行搜索的优点,可以用来精确地获取大数据中隐含的演化趋势与时空特征。图形社区发现技术将网络划分为若干个内部节点相似社区,为分析和理解网络提供有力的技术支持。随着空间分辨率、时间分辨率和辐射分辨率不断提高,遥感技术已广泛成为地质数据获得的主要技术手段。遥感大数据的数据存取和智能处理是最重要的发展方向。这些地质大数据分析方法已有成功的应用案例,并将广泛用于各种地质研究,如城市土壤污染智能监测、模拟、管控与预警研究,得益于地质大数据研究支撑系统的恰当选择以及地质大数据技术的强力支持,建立了可解释的多源多层城市土壤污染知识图谱,源于多源异构大数据有效融合的主要障碍正在去除。  相似文献   

13.
基于地质空间数据挖掘的区域成矿预测方法   总被引:1,自引:0,他引:1  
以多源地质空间数据库和空间数据挖掘技术为基础,顾及地质数据的空间特征和不确定性,提出一种基于地质空间数据挖掘的区域成矿预测方法,主要包括:连续型地质空间数据离散化、成矿空间关系提取及属性化、成矿关联规则提取及质量评价、成矿关联规则综合评价与潜力制图.最后,以青海省东昆仑地区铁矿资源潜力预测为例进行实验,并将地质空间数据...  相似文献   

14.
文章系统介绍了国际地学信息管理与应用委员会(CGI)的主要数据标准:地球科学标记语言GeoSciML、地球资源标记语言EarthResourceML及地学专业术语Geoscience Terminology等.采用UML的包和类图方式简要介绍了GeoSciML、EarthResourceML的构成模式、建模方法和谱系图...  相似文献   

15.
左仁广  彭勇  李童  熊义辉 《地球科学》2021,46(1):350-358
基于深度学习的地质找矿信息挖掘与集成已经成为数学地球科学的前沿领域.深度学习作为一种具有多级非线性变换的层级机器学习算法,在地质找矿大数据挖掘与集成中仍处于探索阶段,还有一系列问题亟需解决.以卷积神经网络为例,探讨了基于深度学习的地质找矿大数据挖掘与集成过程中两大挑战:训练样本不足和深度学习网络模型构建困难,重点分析了...  相似文献   

16.
随着计算机技术的迅速发展,计算机在过程控制中起着越来越重要的作用,在集散控制系统中,上位机通过PCU(Process ControlUnit)传送来的数据进行分析处理而后对PCU实现参数整定、报警与管理。因此这一领域的数据挖掘方法研究具有十分重要的意义。文章将根据这一领域的特殊情况,提出一种基于变网格的聚类分析算法分析过程数据库中的离群数据,从而实现系统的预测报警功能。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号