基于VB和SQL Server的典型地物光谱数据库系统的设计与创建

不同的地物具有不同的波谱特征,这已成为人们利用高光谱遥感数据认识和识别地物、提取地表信息的主要思想和手段。收集和积累各种典型地物的光谱数据信息历来是遥感基础研究和应用中不可缺少的一个重要环节。本文简单介绍了当前国际上常见的波谱数据库并根据建立的一个光谱数据库管理系统探讨了该系统的组成与功能、光谱数据库建立的数据要求、创建数据库的过程及接口设计等关键问题,为之后的光谱匹配研究奠定了基础。     

SDML:基于空间数据库的空间数据挖掘语言

设计了一种基于空间数据库的空间数据挖掘语言SDML.根据SDML操作的对象以及挖掘过程的不同阶段,SDML语言可以分为视图操纵语言和模型操纵语言,分别负责对于数据挖掘视图和模型的操作.详细阐述了SDML的设计思想及其设计方案,针对空间泛化和空间关联这两个典型的空间数据挖掘问题,给出了SDML解决方案.     

基于多属性的二次迭代SAW供需匹配网络的研究

由于目前密集的无线通信用户数量、海量的通信业务数据交互的发展趋势,要求通信网络在单位面积上提供更优的供需匹配平衡策略.现有的无线网络频谱资源分配是一种固定分配方式,无法高效地利用有限的频谱资源,使得供需频谱分配不平衡性凸显.针对认知无线电技术领域中频谱资源管理进行了研究,提出一种基于多属性的二次迭代SAW供需匹配网络选择方法.该算法将频谱切换过程中采用的频谱判决机制由传统的顺序匹配法转为多属性加权判决.通过融合多属性效用理论和将无线通信业务分级,优化决策效果,改善了顺序匹配法,大大提高了频谱利用率.通过仿真对比,可以看到在同一段频谱的分配增益牺牲较小的应用场景下,频谱切换开销得到了大幅度降低,较理想地简化了分配方案的复杂度,进而提高了频谱利用率,使得算法的优化得到具体实现.     

基于FP树的特异关联规则挖掘算法研究

分析稀少数据的相关性是一种重要的、有价值的数据挖掘任务。运用面向关联规则的FP树构造方法，提出了一种特异关联规则挖掘算法RSFPA。该算法将包含特异模式的数据集压缩成一棵FP树，通过挖掘FP树来提取特异模式集，从而进一步提高了特异模式的挖掘效率。最后，利用恒星光谱作为数据集，实验验证了RSFPA算法的正确性和有效性。     

油砂波谱专题数据库的设计与开发

为建立并进一步完善油砂波谱专题数据库, 采用 C#语言与 SQL Server2008 数据库设计并开发了油砂波 谱专题数据库, 实现了对海量油砂波谱的数据管理, 同时将在青海野外采集的 90 组油砂波谱数据用于数据库 测试, 可实现对波谱吸收特征参数即吸收波段波长位置、 深度、 宽度、 斜率、 面积和对称度进行用户自定义分 析; 同时也可对未知实测油砂波谱曲线与已知油砂波谱库曲线进行匹配, 并得到相匹配的相关系数, 达到了数 据库的设计要求。     

数据挖掘技术在图书馆自动化管理系统中的应用

简要介绍了数据挖掘的基本概念、对象、功能、方法,列举了应用数据挖掘技术对图书馆自动化管理系统海量数据进行深层次分析的方法。     

煤矿救援蛇形机器人环境建模方法研究

煤矿救援机器人的研究对煤矿救灾工作的顺利开展有着重要的现实意义,简要分析了煤矿救援机器人在环境建模方面的研究现状,针对煤矿事故发生后,救援蛇形机器人如何在恶劣的井下进行环境识别和建模,提出了一种变结构模糊神经网络的多传感器数据融合算法。重点讨论了该算法的原理,结合煤矿井下的特殊环境和蛇形机器人自身结构特点,采用超声波传感器、红外测距传感器、激光雷达传感器组来获得障碍物的距离、位置信息及环境类型信息,然后,利用模糊神经网络对这些信息进行融合,采用改进的BP算法对网络进行学习,通过对结论网络权值的调整,择优选取模糊规则,从而自动的调节模糊神经网络的结构。以机器人在靠近障碍物时的八类典型环境标志为依据,通过模糊神经网络识别出障碍物的形状,完成环境的建模。利用实验获得的一组数据进行了仿真,结果表明该算法实现了在不同环境中模糊隶属函数的自动生成和模糊规则的择优提取,适用于复杂的非线性系统,对于煤矿救援蛇形机器人的环境识别和建模是一种行之有效的方法。     

Research on spatial association rules mining in two direction

In data mining from transaction DB, the relationships between the attributes have been focused, but the relationships between the tuples have not been taken into account. In spatial database, there are relationships between the attributes and the tuples, and most of the associations occur between the tuples, such as adjacent, intersection, overlap and other topological relationships. So the tasks of spatial data association rules mining include mining the relationships between attributes of spatial objects, which are called as vertical direction DM, and the relationships between the tuples, which are called as horizontal direction DM. This paper analyzes the storage models of spatial data, uses for reference the technologies of data mining in transaction DB, defines the spatial data association rule, including vertical direction association rule, horizontal direction association rule and twodirection association rule, discusses the measurement of spatial association rule interestingness, and puts forward the work flows of spatial association rule data mining. During twodirection spatial association rules mining, an algorithm is proposed to get nonspatial itemsets. By virtue of spatial analysis, the spatial relations were transferred into nonspatial associations and the nonspatial itemsets were gotten. Based on the nonspatial itemsets, the Apriori algorithm or other algorithms could be used to get the frequent itemsets and then the spatial association rules come into being. Using spatial DB, the spatial association rules were gotten to validate the algorithm, and the test results show that this algorithm is efficient and can mine the interesting spatial rules.     

Research on spatial association rules mining in two-direction

In data mining from transaction DB, the relationships between the attributes have been focused, but the relationships between the tuples have not been taken into account. In spatial database, there are relationships between the attributes and the tuples, and most of the associations occur between the tuples, such as adjacent, intersection, overlap and other topological relationships. So the tasks of spatial data association rules mining include mining the relationships between attributes of spatial objects, which are called as vertical direction DM, and the relationships between the tuples, which are called as horizontal direction DM. This paper analyzes the storage models of spatial data, uses for reference the technologies of data mining in transaction DB, defines the spatial data association rule, including vertical direction association rule, horizontal direction association rule and two-direction association rule, discusses the measurement of spatial association rule interestingness, and puts forward the work flows of spatial association rule data mining. During two-direction spatial association rules mining, an algorithm is proposed to get non-spatial itemsets. By virtue of spatial analysis, the spatial relations were transferred into non-spatial associations and the non-spatial itemsets were gotten. Based on the non-spatial itemsets, the Apriori algorithm or other algorithms could be used to get the frequent itemsets and then the spatial association rules come into being. Using spatial DB, the spatial association rules were gotten to validate the algorithm, and the test results show that this algorithm is efficient and can mine the interesting spatial rules.     

基于矿山约束管理器的三维采矿CAD

针对制约三维CAD用于矿山的主要原因有:数据采集烦琐、建模技术要求高、难于反复修改.为了克服这些问题,开发了矿山特征库,由其负责牛成及修改特征,矿山技术人员只需要输入如三心拱巷道的宽度等基本数据即可,特征之间的关系通过矿山约束管理器控制,当主井的位置修改后不仅井口标高不用去担心,而且与其有约束关系的主运输平巷会自动跟着改变.使得采矿技术人员可以很方便地在三维数字矿山模型上直接进行巷道设计、采场设计、炮孔布置等采矿设计.该成果对于推动采矿CAD向三维的发展具有很大意义.     

最小距离谱分析

本文提出了一种新的谱估计方法——最小距离谱分析(MDSA),它是所有满足相同观测自相关函数的谱中与光验谱的距离最小者.该方法具有结果的唯一性、幂等性等性质,是一种凸集投影方法.本文给出的几个具体例子表明了 MDSA的优良性能.     

基于遥感信息的河北省典型石灰岩矿区生态变化趋势研究

选取了河北省石灰岩矿山相对集中的2个典型矿区作为研究对象,利用1987年和2007年两不同年份的遥感信息资料,结合实地调查,解译分析了2个典型矿区的生态环境变化趋势及存在的问题,结果表明,矿区开采面积扩展迅速,且主要占用了原有灌草地和未利用地,典型区受破坏面积所占比例和水土流失量增加,生态破坏强度和区域的环境敏感性逐渐加大,保护要求越来越高。     

基于Web的B/S结构城市环境信息系统建设

为了对城市的环境信息管理系统的建设提供支持,在分析了使用基于Web的B/S结构建立城市环境信息系统的优势和重要意义的基础上,提出基于Web的B/S结构下城市环境信息系统的基本模型架构,并对数据库、GIS与图形库的建设以及对环境信息的分析与评价进行了初步研究,提出对相关环境信息进行数据挖掘;提出的城市环境信息系统更强调网络和社会的作用。     

数据挖掘中并行离散化数据准备优化

在海量数据挖掘中,针对元数据的离散化数据准备处理能有效提高数据挖掘效率.本文提出了一种并行比较并获得最优离散化的数据准备算法(AOA),针对不同数据集,先进行数据集的特性检测以获得数据集分布特性,按照分布特性进行数据集的异常值检测和剔除,并行完成与分布特性适配的离散化方法处理,通过比较不同离散化方法的熵、方差指数、稳定性参数的最小欧氏距离,根据三个参数自动化比选,获得最优离散化的预处理成果.仿真表明,对不同样本数据库进行关联规则挖掘结果中,比较四种固定的离散化数据预处理方法,在使用AOA数据准备算法并行比选出最优的离散化来数据预处理后,在不同最小支持度阈值情况下,挖掘得到关联规则数都更少,因此效率得到提高.     

凹陷式开采石灰岩矿区地下水渗流数值模拟

露天凹陷式开采石灰岩矿区的疏干降水过程将形成降水漏斗,并改变区域地下水流场;定量刻画开采条件下的地下水渗流对矿区涌水量预测及相关环境地质问题防治有重要的实际意义。以广东某石灰岩矿区为例,采用地下水渗流数值模型模拟了矿坑开采速度分别为4、5、8 m/a条件下的地下水流场变化过程。模拟结果表明：在开采条件下,研究区地下水位不断降低,水位下降速率与开采速度之间呈正相关关系;开采形成的降落漏斗将延伸至矿区所在水文地质单元边缘,形成时间与速度成反比;区域范围内的地下水位年内动态与降雨季节变化一致,波动幅度随与矿坑距离增加而减小、随渗透系数降低而增加,但受开采速度影响不明显。开采初期,矿坑涌水量随开采深度和开采速度增加而增大;但当矿坑开采深度达40 m时,研究区浅层第四系孔隙水和溶洞裂隙水基本疏干,涌水量基本不再随开采深度增加,以4、5、8 m/a速度开采的矿区稳定涌水量分别为7 970、8 240、9 030 m³/d。该研究结果可为类似石灰岩矿区开采方案设计及周边地下水位动态监测提供参考。     

分布式数据挖掘综述

随着网络技术、通信技术等的不断突破,互联网、移动网、广电网等多种类现代网络及其衍生业务迅速扩张,形成泛在于网络空间的分布式计算环境。为了最大化这些数据的价值,需要利用数据挖掘技术发现其中隐藏的模式或规则,用以指导和辅助生产或运营中的管理决策行为,以提高决策水平及决策收益。然而,受到普遍存在的异构性、私有性和平台兼容性等限制,兼因行业竞争和法律约束等因素(如个人或企业的数据隐私保护问题等),互联于网络的数据源难于进行集中式挖掘,分布式数据挖掘(DDM)技术应运而生。介绍了DDM的定义与框架、适用场景和研究挑战。根据文中给出的DDM高层架构,最终结果的质量与局部数据源的类型、可用性、局部结果的质量及整合方法等密切相关。DDM的实施未必都以站点间纯粹独立挖掘的方式进行,此外,对于数据集中,系统分布式站点多的情况,也可采用DDM。当前,DDM研究领域的挑战主要有:异构与同构挖掘、动态环境下的数据多变性、通信开销、知识整合和语义异构等。当前的DDM系统被分为4类:1)基于Multi-Agent的系统,利用Agent的自治性实现局部挖掘以保护数据私有性;利用Agent的主动性减少用户参与以提高挖掘自动化水平;利用Agent的协作性实现多算法协同挖掘等;2)基于网格的系统,利用网格在资源共享、开放服务和协同工作等方面的优势,提高挖掘的可靠性和协同性;3)基于元学习的系统,通过元学习优化挖掘算法的选择与组合,并对已获知识进行多次学习以提高结果质量;4)基于CDM(collective data mining)框架的系统,将待学习的函数表示为一组基函数的分布式存在,允许各数据源选择不同的学习算法,并以全局结果正确为前提减少网络通信量。进而,对当前DDM研究存在的共性问题进行了归纳:1)结果质量问题,不考虑各个站点数据源间的内在语义联系,各站点独立挖掘本地数据,与其他站点间无语义层面的数据交互或融合,形成纯粹的"分割式"挖掘,最终导致全局结果质量受损;2)挖掘效率问题,如何调度资源以平衡挖掘负载、减少协作挖掘中的通信开销问题。针对结果质量问题,探讨本体与数据挖掘的结合。作为语义网的基础,本体能为对象语义距离度量提供有效支持。当前,在利用本体描述挖掘任务的领域背景方面,利用本体描述DM过程本身方面,都已经有研究人员进行了探索性工作:针对关联规则挖掘中需要从海量规则中遴选有效规则的问题,提出了交互式的、用于删减冗余规则的挖掘后处理方法;针对在给定知识发现过程的输入和输出类型前提下,知识发现工作流的自动构造问题,提出了解决方法。通过阐述可知,为了提升分布式挖掘过程中局部结果和最终结果的质量,策略之一就是将DDM理论和本体理论作融合,以数据源间语义距离的度量为突破口,建立语义距离度量的复合量化体系,通过构建和求解新型DDM模型来实现目标。     

露天矿区植被受损监测与评估研究进展

 加强露天矿区植被受损监测与评估,可为矿区环境恢复和治理提供信息支撑。为总结露天矿区植被受损监测与评估的研究方法,将国内的相关研究分为基于遥感技术提取地表覆盖信息和分析受损植被的光谱特征、提取植被生理生化参数对矿区植被进行监测2 个阶段;将国外的相关研究分为从受损植被的微观、宏观、受损植被的光谱特征和计算植被指数入手进行矿区植被监测3 个阶段。在总结国内外研究方法的基础上,对矿区植被监测研究方面存在的问题、未来研究的工作思路进行了归纳和展望。     

Mining Hierarchical Decision Rules from Hybrid Data with Categorical and Continuous Valued Attributes

<正>Decision rules mining is an important issue in machine learning and data mining.However,most proposed algorithms mine categorical data at single level,and these rules are not easily understandable and really useful for users.Thus,a new approach to hierarchical decision rules mining is provided in this paper,in which similarity direction measure is introduced to deal with hybrid data.This approach can mine hierarchical decision rules by adjusting similarity measure parameters and the level of concept hierarchy trees.     

Web日志挖掘中的数据预处理技术

用户访问网站,Web日志中会记录下大量的用户访问信息,通过挖掘这些日志数据可以获得相关页面、相似用户群体和用户访问模式等信息,Web日志挖掘对于优化网站结构、提供个性化服务和构建智能化网站具有重要作用.数据预处理是保证Web日志挖掘质量的重要基础,预处理主要包括数据清洗、用户识别、会话识别、路径补充和结果评价等工作.概述了数据预处理技术,重点介绍了目前常用的会话划分算法和评价标准,并实现了一个数据预处理系统.     

基于Apriori和IUA的改进算法

在数据库中挖掘关联规则是数据挖掘领域的一个重要的研究课题,在应用中具有非常重要的意义.在分析Apriori算法和IUA算法经典关联规则挖掘算法的基础上,提出了一种基于最近挖掘结果的更新算法称为IIUA.IIUA算法吸收了Apriori算法和IUA算法的优点,在改变最小支持度和基于最近挖掘结果的条件下,从生成尽可能少的候选项集考虑,得到完整的新频繁项集,从而提高算法的效率.