共查询到19条相似文献，搜索用时 140 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.
Rough集理论及其在GIS属性分析和知识发现中的应用 总被引：1，自引：0，他引：1
《武汉大学学报(信息科学版)》1999,16(3):08
介绍了Rough集理论的概念与方法,并将其全面引入GIS领域,归纳整理出Rough集理论用于GIS中属性分析和知识发现的一整套方法,为GIS的属性分析和知识发现开辟了一条新途径。 相似文献
3.
介绍了Rough集理论的概念与方法,并将其全面引入GIS领域,归纳整理出Rough集理论用于GIS中属性分析和知识发现的一整套方法,为GIS的属性分析和知识发现开辟了一条新途径。 相似文献
4.
城市的空间格局与社会生活各个方面息息相关,若利用GIS卓越的技术能力,探索城市空间格局的结构性特征、要素关联,挖掘其中的空间关系或其他有意义的结构模式,将为城市经济发展、资源分配、交通规划等社会问题提供知识支撑。此外若将城市空间格局与GIS空间分析相融合,将有助于架起图形与文本之间的桥梁与纽带,提升GIS空间数据挖掘水平。本文总结了城市空间格局的要素体系,并利用RCC8模型和区间代数使之与GIS中的空间关系建立对应关联,实现了由城市规划文本生成城市空间格局意向图。丰富了城市空间格局的规律性、本质性知识,弥补了多种空间关系集成研究的不足,为图形和文本的关联性知识挖掘奠定了基础。 相似文献
5.
廖伟华 《测绘与空间地理信息》2011,34(2):65-66,69
GIS属性数据作为GIS实体的属性,具有模糊性、不确定性。由GIS实体对象和对象的属性组成的二元关系满足近似空间的特性。本研究从GIS信息系统的对象、属性出发,利用格概念,认为GIS属性数据集合可以构成偏序关系,并且(P(A),)构成一个完备的偏序格。如果从属性链的角度分析,GIS实体集在的细分划分空间关系下,可以构成分层递阶近似空间,并且随着属性个数的增加,知识颗粒将逐渐"细化"。 相似文献
6.
7.
基于分类规则挖掘的遥感影像分类研究 总被引：6，自引：0，他引：6
分析了目前遥感影像的统计分类、神经网络分类及基于符号知识的逻辑推理分类方法的优缺点.以GIS为平台,构建了多源空间数据库,将数据挖掘的思想和方法引入遥感影像分类中,提出了面向分类规则挖掘的遥感影像分类框架.针对遥感光谱数据及其他空间数据的特点,定义了连续属性样本分类概念和分割点评价指标,提出了一种新的连续属性样本分类规则挖掘算法.选择一个试验区,采用该算法分别对遥感光谱数据、遥感光谱和DEM数据相结合的数据进行分类规则挖掘、遥感影像分类和分类精度比较.结果表明：（1）该算法具有较高的分类精度;（2）加入DEM等与分类相关的其他空间数据可以提高遥感影像的分类精度.通过挖掘分类规则进行遥感影像分类,扩展了基于知识的逻辑推理分类方法中知识获取渠道,提高了分类规则获取的智能化程度.新的连续属性样本分类规则挖掘算法,扩展了归纳学习算法对连续属性样本分类的适应性. 相似文献
8.
基于制图综合知识的空间数据检查 总被引：11，自引：0，他引：11
基于制图综合知识的空间数据检查是GIS和制图综合中迫切需要研究的问题。首先,分析数据检查的重要性和制图综合知识在数据检查中的作用。其次,对制图综合知识的归纳进行阐述:在分析国内外研究的基础上,定义一套基于模糊型知识和精确型知识为基础的知识分类模式;并据此提出一种制图综合知识的结构化描述方式;然后提出知识属性的概念,阐述知识属性在知识中扮演的重要作用,定义知识属性的详细指标。第三,进行基于制图综合知识的数据检查:在对数据进行重要性排序的基础上,提出基于模糊型知识的人机协同的数据检查方法,和基于精确型知识的自动数据检查方法,并给出详细的数据检查程序流程。最后,给出相应的例子。从数据检查的结果来看,提出的知识归纳方法能够满足当前制图综合的多种需求,基于知识的数据检查方法能够为进一步实施制图综合提供强有力的信息和依据。 相似文献
9.
10.
一体化的DTM生成方法及其在城市规划中的应用 总被引：2，自引：0，他引：2
从城市规划设计实践中，研究一种在大众化GIS平台MapInfo中一体化生成DTM的方法。与传统的离散点生成DTM的处理方法相比，该方法可以充分利用地形等高线的高程数据，并且不需要进行栅格数据和矢量数据之间的相互转换，减少信息损失。适合于利用它进行城市规划设计，分析和制图。 相似文献
11.
Data mining techniques are used to discover knowledge from GIS database in order to improve remote sensing image classification.Two learning granularities are proposed for inductive learning from spatial data,one is spatial object granularity,the other is pixel granularity.We also present an approach to combine inductive learning with conventional image classification methods,which selects class probability of Bayes classification as learning attributes.A land use classification experiment is performed in the Beijing area using SPOT multi-spectral image and GIS data.Rules about spatial distribution patterns and shape features are discovered by C5.0 inductive learning algorithm and then the image is reclassified by deductive reasoning.Comparing with the result produced only by Bayes classification,the overall accuracy increased by 11% and the accuracy of some classes,such as garden and forest,increased by about 30%.The results indicate that inductive learning can resolve spectral confusion to a great extent.Combining Bayes method with inductive learning not only improves classification accuracy greatly,but also extends the classification by subdividing some classes with the discovered knowledge. 相似文献
12.
Data mining techniques are used to discover knowledge from GIS database in order to improve remote sensing image classification. Two learning granularities are proposed for inductive learning from spatial data, one is spatial object granularity, the other is pixel granularity. We also present an approach to combine inductive learning with conventional image classification methods, which selects class probability of Bayes classification as learning attributes. A land use classification experiment is performed in the Beijing area using SPOT multi-spectral image and GIS data. Rules about spatial distribution patterns and shape features are discovered by C5.0 inductive learning algorithm and then the image is reclassified by deductive reasoning. Comparing with the results produced only by Bayes classification, the overall accuracy increased by 11% and the accuracy of some classes, such as garden and forest, increased by about 30%. The results indicate that inductive learning can resolve spectral confusion to a great extent. Combining Bayes method with inductive learning not only improves classification accuracy greatly, but also extends the classification by subdividing some classes with the discovered knowledge. 相似文献
13.
基于空间数据发掘的遥感图像分类方法研究 总被引：16，自引：0，他引：16
采用数据发掘技术从 ＧＩＳ数据库和遥感图像中发现知识,用于改善遥感图像分类。提出了两种实施空间数据归纳学习的途径：在空间对象粒度上学习和直接在像元粒度上学习。分析了两种粒度学习的特点和适用范围,同时提出了一种归纳学习与传统图像分类法的结合方式。用北京地区 ＳＰＯＴ多光谱图像和 ＧＩＳ数据库进行土地利用分类的试验证明,归纳学习能较好地解决同谱异物、同物异谱等问题,显著提高分类精度,并且能够根据发现的知识进一步细分类,扩展了遥感图像分类的能力。 相似文献
14.
基于粗集理论的GIS属性数据挖掘 总被引：5，自引：0，他引：5
粗集理论作为一种新的处理含糊和不确定性问题的数学工具，可以有效地分析和处理不完备信息，已经在模式识别、机器学习、决策支持、过程控制、预测建模等众多科学与工程领域得到成功的应用，并具有相当的发展潜力。本文在深入研究粗集理论基础之上，讨论了基于粗集的知识表达系统，提出了属性约简的数据分析法，并利用此法对信息表中的海量信息进行简化，提取出有用特征，并相应评价各因素的重要性。本文最后以GIS属性挖掘为例进行实例分析，考察出它们的相互依赖性与相对重要性，取得了明显的效果。 相似文献
15.
LIUChun SHIWenzhong LIUDajie 《地球空间信息科学学报》2003,6(2):13-19
On the basis of the principles of simple random sampling,the statistical model of rate of disfigure-ment(RD)is put forward and described in detail.According to the definition of simple random sampling for the attribute data in GIS,the mean and variance of the RD are deduced as the characteristic value of the statistical model in order to explain the feasibility of the accuracy measurement of the attribute data in GIS by using the RD.Moreover,on the basis of the mean and variance of the RD,the quality assessment method for attribute data of vector maps during the data collecting is discussed.The RD spread graph is also drawn to see whether the quality of the attribute data is under control.The RD model can synthetically judge the quality of attribute data,which is different from other measurement coefficients that only discuss accuracy of classification. 相似文献
16.
多种数据源地理信息处理的Internet GIS 方法 总被引：9，自引：1，他引：8
介绍了多种数据源获取、管理和地理信息处理的InternetGIS方法和用这种方法设计的InternetGIS的原理及功能特征。 相似文献
17.
领域专家知识及其在空间数据挖掘中的作用 总被引：2，自引：0，他引：2
根据空间数据挖掘的需要，提出把领域专家知识分为3类，即，属性划分规则(Attribute Partition Rule)、概念层次树(Concept Hierarchical Trees)和约束条件(Constraints)。文中详细介绍了领域专家知识和领域专家在空间数据挖掘各个阶段的作用。领域专家知识的表示方法也是一个非常值得重视的问题，文中给出了常用的表示模型。 相似文献
18.
为提高农用地产能核算数据库的利用效率,以空间关联规则为基础,在河北省土地产能核算数据库的应用中得到提高河北省农业用地普查结果的利用效率的几条知识规则。利用现有软件,使用GIS软件进行空间数据预处理及空间关系计算。属性数据使用access管理,而关联规则挖掘算法直接应用Clementine。通过数据选取、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,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及其他一些隐含在数据中的普遍的数据特征,从而得到提高土地产能核算成果利用效率的规律。 相似文献