文档介绍：摘要空间对象固有的空间位置属性衍生了各种不确定的空间关系,包括空间拓扑关系、空间方位关系、空间距离关系以及它们之间的组合关系,这些空间关系通常以非显性的方式隐含于空间数据中,使得人们对空间数据解析和处理的难度大大提高。空间数据丰富和空间知识贫乏的现象长期存在着,这种趋势的发展促成了空间数据挖掘和知识发现牟并成为数据挖掘领域的一个研究热点。在空间信息技术发展过程中,空间决策支持系统结合了地理信息系统数据处理的长处和传统决策支持系统模型分析的优势,对一些结构化较强的空间问题提供了有效的决策支持。但由于缺少机器学习、知识发现和专家系统等领域的技术支持,对空间数据的深层次分析和非结构化空间问题提供决策支持的能力相当薄弱,智能空间决策支持系统某鱿置植沽苏庖徊蛔恪本文从解决智能空间决策支持系统“知识瓶颈”难题入手,对空间知识的获取、表达和推理等关键问题展开研究,从理论基础、技术支持、推理机制和系统集成等多方砸对这一空间信息技术领域前沿问题进行了理论上的探索。具体的研究内容如下:湫涂占渚劾辔侍獾膋值优化研究。现在使用的各种空间聚类算法中,一般需要事先给定聚类数嵌嗍榭鱿拢劾嗍齥事先无法确定,因此需要对聚类数杏呕怼针对典型空间聚类惴ù嬖谑孪雀╧值和算法复杂度大的缺陷,在充分研究一些学者构造的聚类有效性检验函数的基础上,构造了距离代价函数作为聚类有效性检验函数,并确定了距离代价最小准则作为最优解的条件。结合经验规则,提出了空间聚类涤呕惴ǎ该算法大大缩小了最佳聚类数的搜索范围,为最佳聚类数的求解做出了贡献。占涫萃诰蚝椭J斗⑾挚墒踊U攵钥占涫萃诰蚝涂墒踊际醵懒⒎⒄埂⑾嗷シ离的事实,把可视化技术具有的直观性和强大的知识揭示能力的优势用于钥占涫据可视化和空间数据挖掘可视化进行了研究。同时,研究了可视化在空间数据挖掘不同阶段的作用及其对不同知识类型的适用性问题,并对基于空间统计分析的械腟可视化和基于嫉腟可视化进行了探索和研究。蝗范ǹ占湫畔⒋矸椒ḿ捌淅砺刍 6源聿蝗范ㄐ晕侍饩哂杏攀频闹ぞ堇砺邸粗糙集理论和贝叶斯理论分别进行了研究,提出了基于技术进步和信息不对称的动态证据合成法则、基于一致规则的知识约简法则和基于贝叶斯网络的不确定推理等方法,并结合具体的应用领域,分析和探讨了这些理论和方法在不确定空间信息处理方面不同的优势。占淞煊蛑J对赟中的应用研究。对于隐含空间属性的普通数据,运用空间领域知识建立相应的空间概念层次树,然后以离散值的方式添加研究对象的空间属性,把普通合肥工业大学博士学位论文
数据改造为“空间数据”.再利用空间数据挖掘方法发现其中一些有效的空间知识模式。占涔叵敌问交枋龊投ㄐ钥占渫评硌芯俊?占涔叵狄话阋苑窍孕缘姆绞揭诳占数据之中,由于其不确定性和非结构化特征,空间关系的形式化表达和推理成为空间数据处理的一个难点,也是空间数据挖掘、定性空间推理和空间决策分析中的核心问题之一。在空间关系形式化描述研究的基础上定性研究了空问拓扑关系推理、空问方位关系推理、空间距离关系推理,并对空间关系组合推理和空间组合关系推理进行了探索。谥J兜闹悄芸占渚龌芍С窒低逞芯俊是空间信息技术领域的~个前沿方向,其理论、方法和技术体系远未成熟,目前尚处于探索阶段。论文对空间知识获取、空间知识表达和空间知识推理等悄芑讨忻媪俚募父龉丶侍饨辛顺醪降难芯浚岢隽基于闹悄芸占渚霾咧С窒低常⒍韵低车奶逑到峁购屯评砘平辛颂剿骱脱芯俊ひ挡季钟呕悄芸占渚霾咧С窒低臣捌涫笛檠芯俊T诙杂跋旃ひ挡季值奈⒐垡蛩亟行了深入分析的基础上,采用归约的思想对工业布局优化这一复杂空间决策问题进行逐步分解和简化处理。提出了工业布局优化智能空间决策支持系统的概念,并对该系统总体设计思路、体系结构、决策方法和流程分析进行了系统的阐述和实验性研究。上述扩展研究成果不仅丰富了虸理论的内容,而且为嫦蚍墙峁化复杂空间决策问题提供了智能化技术支持。关键词;空间数据挖掘;空间聚类;可视化;定性空间推理;智能空间决策支持系统舍肥工业大学博士学位论文
瑃琣瑂./.,.,琫瑂,:畍甀甌,,..甐瓸.,..Ⅱ
甅瓼,.琣.,;籕合肥工业大学博士学位论文,,:;甀甊,甀甋琩琤
插图清单图占涫萃诰蚝椭J斗⑾的体系结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图占渲J斗⑾肿刺占洹ぁぁぁ图切湍P汀图┗P汀图占渚劾喙獭⋯⋯⋯⋯⋯⋯⋯”图具有分形特征的空间聚类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图桓鼍劾嗉捌渚嗬氪邸图两个聚类及其距离代价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图鼍劾嗉捌渚嗬氪邸图嗬氪酆鎘值变化趋势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图煌嘈突撼宸治鐾冀狻图噶慷啾咝慰占涞梅治觥图我国新经济南北纵向趋势分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯