SCrossMine--一种基于多关系数据挖掘的空间分类方法研究

空间数据分类算法大部分基于单表,将多关系数据挖掘的分类技术用于构建空间数据对象的分类模型,特别是元组ID传播技术使得空间数据对象可以高效表征包括领域属性和空间位置的完整特征,从而使得分类依据更客观。实验表明SCrossMine算法可以获取较高的分类精度,同时分类结果也能较好不同类别对象的空间分布格局。     

ArcInfo在高速公路建设管理中的应用

地理信息系统(Geographic Information System,简称GIS)是一项以计算机为基础的新兴学科,是管理和研究空间数据的技术系统.在计算机软硬件支持下,它可以对空间数据按照地理坐标或空间位置进行各种处理、对数据进行有效管理,研究各种空间实体及其相互关系.通过对多因素的综合分析,它可以迅速地获取满足应用需要的信息,并能以地图、图形或数据的形式表示处理的结果.     

空间数据挖掘技术研究进展

<正>一、引言空间数据库存储了大量与空间有关的数据,有许多与关系数据库不同的特性,比如含有拓扑和距离的信息,通常以复杂的多维空间索引结构组织数据,经常需要进行几何计算和空间推理等复杂操作。     

ARCGIS中应用Python脚本进行空间数据批量处理的研究与实现

ARCGIS是美国环境系统研究所ESRI (Environment system Research Institute)推出的一套完整的软件产品,旨在构建完善的GIS(Geographic Information System)系统. 利用ARCGIS进行空间数据执行空间分析、建模、数据处理任务过程中,几乎所有操作都会涉及重复的工作,例如数据格式转换,裁切拼接,投影变换等.如果采用人工处理,效率低并且容易出错,为了保证数据质量,减少重复劳动,需要创建可自动执行批量处理的方法. 空间数据的地理处理是以数据变换的框架为基础.典型的地理处理工具会在ArcGIS数据集(如要素类、栅格或表)中执行操作,并最终生成一个新数据集.每个地理处理工具都用于对地理数据执行一种非常重要的小操作,例如将数据集从一个地图投影中投影到另一个地图投影中、向表中添加字段或在要素周围创建缓冲区.在ArcGIS中包含了数百个此类地理处理工具.     

数字摄影测量在城市地理信息更新中的优势与发展

随着"数字城市"的发展,作为"数字城市"数据框架的城市地理信息数据库的快速更新显得尤为重要.采用科学的数据更新手段,可为"数字城市"维护、应用与发展提供可靠的数据支持,为决策层的正确决策提供科学的依据."数字城市"的数据更新体现在空间数据和属性数据的更新上,而空间数据体现在现势性、准确性、逻辑一致性等要求,包括基础测绘、数据整理、检查、拓扑重建、数据入库等.     

GIS在青川县水资源管理系统中的应用

<正>一、地理信息系统简介1.地理信息系统(Geographic Information System,简称GIS)是管理和分析空间数据的应用工程技术。它跨越了地球、信息和空间科学的应用基础学科,其技术系统由计算机硬件、软件和相关的方法过程所组成,用以支持空间数据的采集、管理、处理、分析、建模和显示,以便解决复杂的规划、管理和     

数据挖掘中的数据清理技术概述

随着信息技术的发展,每天都会产生海量数据,我们正处于一个知识爆炸的大数据时代。大数据受到企业界、科技界、政府等各行各业的高度重视。面对庞大的数据集群,需要用数据挖掘的方法来从众多数据中找到隐藏信息。无论在数据分析还是数据挖掘过程中,数据预处理都处于重要地位,占据数据挖掘过程总工作量的60%～80%,数据预处理过程决定着数据挖掘结果的准确性和有效性,而数据清理在数据挖掘中具有重要作用。本文针对各数据挖掘中数据格式不统一、数据清理过程不完善、冗余数据繁多及数据挖掘任务对数据类型的要求不同等问题,探讨了数据清理的基本概念、作用、方法和其中几个关键技术。     

数字地面模型的构建与应用

一、数字地面模型的概念与特征1.数字地面模型的概念。数字地面模型(DigitalTerrainModel,简称DTM)是描述地面特性的空间分布的有序数值阵列,是在空间数据库中存储并管理的空间数据集的通称,它是以数字形式按一定的结构组织在一起,表示实际地形特征的空间分布,是地形属性特征的数字描述。DTM可以是每三个坐标值为一组元的散点结构,也可以是由多项式或傅里叶级数确定的曲面方程,其核心是地球表面特征点的三维数据和一套对地面提供连续描述的算法。2.数字地面模型的特征。地形数据经过计算机相应软件处理后,可根据实际应用的需要生成比例尺的地形图、断面图和立体模型图。传统的纸质地图在保存过程中,会因图纸变形而失去原有的精度。DTM是存储在计算机的磁盘或光盘介质中,图形采用DTM直接输出,精度不会出现损失。DTM是以数字形式表示的,用计算机软件对其处理可以派生数据和图形,易于实现自动化。利用现代测绘仪器采集地面数据信息,对其进行修改和更新更容易实现,便于保持其现势性。DTM是以数字信息表示的,可以网上进行通讯与传输,实现数据的共享。二、DTM的数据结构数据结构是数据之间的相互关系,即数据的组织形式。在软件设计中,不同的...     

基于权重的改进K-means算法应用研究

数据聚类是将数据对象划分到不同的类或簇中,是数据挖掘中的一项重要技术.教育领域拥有海量的学生信息数据,把数据挖掘中的聚类技术引入其中,具有很强的实际价值.阐述了运用数据挖掘中改进的引入权重的聚类技术对成绩数据进行选择、预处理和挖掘分析等,展示了3个Matlab实验使成绩数据如何通过K-means算法进行聚类分析,并对3种运行结果的意义各自进行了显示与分析,同时指出了运行结果的不足及意义.针对学生实验中的分类原因进行了研究并在学生成绩分析中发现很多隐含着的不易发现的有价值信息,利用这些聚类结果提出了相应的教学措施及建议,从而有针对性地提高教学质量.     

基于XML的数据迁移中间件系统

很多企业需要将不同硬件环境、不同操作系统和不同的数据管理软件的数据集成起来,构成企业管理决策的网络信息平台.但由于硬件平台、操作系统和网络协议的异构差异,数据库技术以及通信协议等方面的不同,使得各数据源之间的互操作变得复杂和困难,并使它们成为信息孤岛.     

实际应用的需求对大数据挖掘的推动

实际应用、大数据、挖掘算法和处理平台4个要素的紧密结合构成了大数据挖掘的核心.根据大数据的特征,分析相关案例,指出实际应用的真实需求才是大数据挖掘的目标.大数据挖掘的价值体现必须结合应用数据和与应用匹配的算法,在数据处理平台的支持下,将挖掘到的知识或模型去指导实践.     

ArcInfo在高速公路建设管理中的应用

<正>地理信息系统(Geographic Information System,简称GIS)是一项以计算机为基础的新兴学科,是管理和研究空间数据的技术系统。在计算机软硬件支持下,它可以对空间数据按照地理坐标或空间位置进行各种处理、对数据进行有效管理,研究各种空间实体及其相互关系。通过对多因素的综合分析,它可以迅速地获取满     

不完备信息系统下空缺数据处理方法的分析比较

在现实数据库知识发现过程中,由于数据采集能力有限或数据丢失等原因,使得所面临的数据库往往是不完备的信息系统.或者说存在某种程度的不完备.文章主要分析和比较在数据缺失或信息不完备的情况下空缺数据的处理方法.     

数字地面模型的构建与应用

一、数字地面模型的概念与特征 1.数字地面模型的概念.数字地面模型(Digital Terrain Model,简称DTM)是描述地面特性的空间分布的有序数值阵列,是在空间数据库中存储并管理的空间数据集的通称,它是以数字形式按一定的结构组织在一起,表示实际地形特征的空间分布,是地形属性特征的数字描述.DTM可以是每三个坐标值为一组元的散点结构,也可以是由多项式或傅里叶级数确定的曲面方程,其核心是地球表面特征点的三维数据和一套对地面提供连续描述的算法.     

表空间数据移动的实现

Oracle数据库的数据逻辑上分属于不同表空间,经常需要以表空间为单位进行大范围的数据移动,如何有效实现表空间的移动,已成为数据库管理中面临的重要问题.本文以Oracle 11g数据库管理系统为平台,通过Rman技术阐述表空间数据移动的实现方法.     

数据挖掘算法在大学生成绩分析中的应用

数据挖掘技术可以从大量的数据中通过算法发现隐藏其中的未知信息,被广泛应用到各种数据分析任务中,然而教育数据挖掘领域的研究目前仍然很少.针对高校大学生成绩分析问题,研究了经典的数据挖掘算法的分类性能,包括支持向量机、多元自适应回归样条、K-最近邻、决策树和随机森林.基于随机森林算法的变量重要性度量,分析了软件工程专业特定的课程对于学生综合学习效果的影响和作用.在真实的大学生学习数据集上进行了实验,获得了一些有意义的发现.     

一种快速数据挖掘算法的设计与实现

随着数据挖掘新规则或新模式的不断出现,原有的模式已变得不适用,此时需要更新数据仓库,重新处理旧数据,以重新建立挖掘模型.为了充分利用数据挖掘中已经得到的挖掘模型,尽量只对新数据进行处理,以提高挖掘模型更新的效率.     

MapInfo在凌河供电运行模拟系统中的应用

一、引言 GIS是集计算机科学、地理学、测绘学、环境科学、经济学、空间科学、信息和管理科学于一体的一门跨学科和新兴边缘学科,它是以地理空间数据库为基础,在计算机硬、软件环境的支持下,对空间数据进行采集、管理、操作、分析、模拟和显示,适时提供空间和动态的地理信息.GIS由于其强大的数据分析和空间分析功能,已被应用于电力系统与空间信息密切相关的各个方面.     

基于粗集理论不完备数据的改进算法

由于经典的粗糙集理论不能处理原始数据中的遗漏信息,需要对这些数据进行补齐才能用于知识获取.因此数据预处理在粗糙集理论应用中非常重要的一环,其结果将直接影响到粗糙集理论应用的效率、准确度.所以有关基于粗集理论的数据挖掘中数据预处理的方法研究具有非常重要的意义.本文分析了当前主要数据补齐算法的特点和不足,并针对已有的基于粗糙集理论的不完备系统补齐算法ROUSTIDA的缺陷,提出了改进的数据补齐算法,使更多的缺损数据得到填补,尽量避免可能导致的决策规则矛盾问题.