共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
基于网格技术的空间知识发现与数据挖掘研究 总被引:3,自引:0,他引:3
葛小三 《武汉大学学报(信息科学版)》2006,31(12):1105-1107
设计了基于服务网格的空间知识发现与数据挖掘的架构,并对其关键技术进行了探讨性研究。 相似文献
3.
4.
论空间数据挖掘和知识发现 总被引:92,自引:5,他引:92
随着现代科技和传感器的发展和应用,复杂多变的空间数据日益膨胀,远远超出了人的解译能力,迫切需要数据挖掘和知识发现为其提供知识。本文研究了空间数据挖掘和知识发现的含义、可发现的空间的关联、特征、分类和聚类等知识,以及它与数据挖掘和知识发现、机器学习、地学数据分析、空间数据库、空间数据仓库、数字地球等相关学科的关系,概述了SDMKD的产生和发展,分析和展望了SDMKD的应用开发 相似文献
5.
论空间数据挖掘和知识发现的理论与方法 总被引:114,自引:0,他引:114
首先分析了空间数据挖掘和知识发现(SDMKD)的内涵和外延;然后分别研究了用于SDMKD的概率论、证据理论、空间统计学、规则归纳、聚类分析、空间分析、模糊集、云理论、粗集、神经网络、遗传算法、可视化、决策树、空间在线数据挖掘等理论和方法及其进展;最后展望了SDMKD的发展前景。 相似文献
6.
周子勇 《测绘与空间地理信息》2008,31(3)
油藏空间数据挖掘与知识发现是继油藏数字化建设后需要解决的一个重要问题.本文首先总结了数字油藏中空间数据的特征及数据处理的方法学基础,提出把数据挖掘思想用于油藏数据处理以获取更多有用信息,即油藏空间数据挖掘与知识发现.文章列出了四种可能的方案,简述了每一种方案的特点,最后结合数据库数据挖掘与GIS可视化,提出了油藏空间数据挖掘与知识发现的框架.对数据挖掘的主要模式进行了讨论,认为空间关联规则是油藏空间数据挖掘中最重要的一种知识模式,因而空间关联规则挖掘算法的设计也就成了油藏空间数据挖掘中需要解决的一个重要问题. 相似文献
7.
结合重庆市国土资源管理对空间位置信息的需求,介绍了重庆市国土资源GNSS网络信息系统的建设情况及特点,重点阐述了重庆市国土资源GNSS网络信息系统在地籍测量、土地勘测定界、农村土地房屋登记发证、土地调查、像控测量及土地整治等土地管理工作中的应用。 相似文献
8.
9.
详细介绍了数据挖掘与数据库中的知识发现(KDD)技术,给出了KDD的定义以及KDD具体实现的3种处理模型,并从GIS和遥感影像分析两个方面论述了KDD技术在测绘中的应用. 相似文献
10.
11.
地理空间数据挖掘与知识发现--地理单元数据集的研究与开发 总被引:2,自引:1,他引:1
地理学是一门研究地壳表面自然要素与人文要素相互关系及相互作用的科学。在现代自然科学和社会科学发展的影响下,定量化、系统化研究,使得地理学的研究从静态、定性描述走向动态、定量分析。本文讨论了空间数据挖掘与知识发现的方法,以基于DEM数据进行流域单元提取为例,实现了对DEM数据的知识挖掘的尝试,并就处理过程中选用的主要算法和应用中遇到的具体问题进行了探讨。 相似文献
12.
13.
本文系统论述和总结了数据挖掘和空间数据挖掘的概念、技术方法和研究现状。详细介绍了目前主流的数据挖掘厂商及解决方案。文章最后简要分析了数据挖掘技术在国土资源行业中的研究现状,并对如何利用这些新技术为国土资源业务管理与决策支持提供帮助进行了初步探讨。 相似文献
14.
本文根据国土资源业务特点,结合信息系统架构设计原理,从信息系统的网络系统架构设计、软件系统架构设计、数据库架构设计和系统支撑标准体系框架设计四个方面探讨了江苏省国土资源信息系统的总体架构。 相似文献
15.
一、义乌市进行国土资源信息化建设的必要性 1、提高该市国土资源整体管理水平的需要 义乌市的经济发展,促进了城市化进程,大城市的规模与框架初现端倪。该市国土资源局长期以来积累了“海量”数据和专业技术资料,用好它们即是一笔宝贵财富,为政府的宏观决策、地区可持续发展、制定有关土地政策、规范土地管理等方面提供可靠的数据支撑。广泛利用高新技术,加强土地资源信息化是“管好”、“用好”海量国土资源数据的重要技术保障。 相似文献
16.
国土资源遥感和航空物探信息系统建设进展 总被引:4,自引:0,他引:4
本文从遥感和航空物探信息采集、处理和应用的角度,重点介绍了国土资源遥感和航 空物探信息系统建设的现状与成就,简要分析了存在的问题,并提出了相应的建议。 相似文献
17.
18.
省级国土资源信息系统在国土资源管理工作中扮演着重要角色。文章围绕省级国土资源信息系统的建设,从系统的设计、软硬件配置,以及系统所涉及的数据结构等方面做了简要分析。 相似文献
19.
本文在分析大数据背景下国土资源信息化面临的挑战及国土资源档案数据现状的基础上,提出基于Autonomy知识与服务架构,重点阐述架构的三个组成部分:数据采集平台、本体构建与分析平台、数据处理平台,介绍了基于Autonomy Idol的应用功能设计实例。探讨海量国土资源档案数据管理与应用的新方式,为国土资源数据档案的管理提供大数据支持的理论基础。 相似文献