|
城鎮(zhèn)地籍空間數(shù)據(jù)挖掘研究
|
|
資料類別
|
化工建筑畢業(yè)論文（設計） |
|
|
課程(專業(yè))
|
地理信息系統(tǒng) |
|
關鍵詞
|
數(shù)據(jù)挖掘|空間自相關|聚類分析 |
|
適用年級
|
大學 |
|
身份要求
|
普通會員 |
|
金 幣
|
40 （金幣如何獲得？） |
|
文件格式
|
word |
|
文件大小
|
60K |
|
發(fā)布時間
|
2012-12-25 19:18:00 |
|
預覽文件
|
無 |
|
下載次數(shù)
|
1 |
| 發(fā)布人 |
fei62008 |
內(nèi)容簡介：
城鎮(zhèn)地籍空間數(shù)據(jù)挖掘研究，共27頁，16836字。
前言
地籍數(shù)據(jù)作為一種空間數(shù)據(jù)，記載了各宗土地的面積、用途等基本信息，反映了該地區(qū)土地的基本使用狀況。它是土地交易、使用和管理等的重要資料，對土地管理、規(guī)劃部門具有重要意義。對已有地籍數(shù)據(jù)進行分析研究，可以對該地區(qū)未來的用地情況進行預測，并且對土地管理工作具有指導作用。地籍資料包含的信息大多數(shù)是一些數(shù)據(jù)，而且數(shù)據(jù)量相當大，導致人工分析、還是使用傳統(tǒng)的數(shù)據(jù)統(tǒng)計分析方法都難以發(fā)現(xiàn)這些數(shù)據(jù)中的隱含規(guī)律，而數(shù)據(jù)挖掘技術恰好能解決這一難題。
目前對于地籍數(shù)據(jù)挖掘的例子較少，已經(jīng)有人做了有關于土地利用規(guī)劃及土地定級中的模糊聚類分析等，專門針對地籍數(shù)據(jù)的挖掘較少。由于地籍數(shù)據(jù)的數(shù)據(jù)量龐大，數(shù)據(jù)項多，我們挑選有利挖掘的數(shù)據(jù)項進行挖掘。主要從地價數(shù)據(jù)著手，去分析地價的空間分布，然后對結(jié)果進行分析。
在孫元軍和鄭新奇的《基于SQL Server的城市地籍空間數(shù)據(jù)挖掘探討》中利用Analysis Services提供的決策樹模型值直接對地籍數(shù)據(jù)進行挖掘，生成的樹狀結(jié)果圖去發(fā)現(xiàn)一些不能直接觀測原始數(shù)據(jù)得到的信息。生成的容積率分布圖直接看出哪些地類用途的利用率是否合理。
在本篇論文中，主要闡述了數(shù)據(jù)挖掘的產(chǎn)生、定義、發(fā)展現(xiàn)狀，數(shù)據(jù)挖掘和數(shù)據(jù)庫有緊密的聯(lián)系，目前數(shù)據(jù)采集的手段越來越多，有人工調(diào)查、遙感數(shù)據(jù)獲取、GPS等測量數(shù)據(jù)，膨脹的數(shù)據(jù)量能不能得到合理的應用迫使數(shù)據(jù)挖掘技術的快速發(fā)展�，F(xiàn)在數(shù)據(jù)挖掘算法研究相對比較活躍，但針對具體區(qū)域的挖掘算法研究不夠，目前在新領域的應用主要是從已經(jīng)較成熟的應用領域借鑒過來。針對城鎮(zhèn)地籍數(shù)據(jù)中的龐大數(shù)據(jù)中的挖掘研究也比較少，而地籍數(shù)據(jù)中又隱藏著很多信息。目前數(shù)據(jù)挖掘已有的挖掘方法主要有：空間關系關聯(lián)規(guī)則方法、歸納學習、圖像分析和模式識別方法、決策樹方法；統(tǒng)計分析方法、空間分類方法、空間聚類方法；遺傳算法、神經(jīng)網(wǎng)絡方法、人工免疫系統(tǒng)方法；空間分析方法、地學信息圖譜方法。針對本文想挖掘的因子本文試圖應用聚類分析和空間相關等原理進行簡單的挖掘研究。
具體的挖掘方法一定要結(jié)合所挖掘?qū)ο蟮奶攸c去選擇，本文中在運用進行數(shù)據(jù)挖掘前，對聚類分析方法和空間自相關進行闡述，做到對方法的掌握，在實例中的具體應用，由于沒有具體的數(shù)據(jù)，我只在理論上論述了挖掘的步驟，以及在挖掘中方法的應用，對于結(jié)果的分析是假想的情況進行分析來做出結(jié)論。文章內(nèi)先用運用空間自相關原理去分析他們在空間上的關系，然后聚類分析將研究區(qū)域內(nèi)的地價及其他因素綜合考慮來分成幾類，由他們在空間上的分布和所得指標值去檢查和預測目前的分布狀況是否合理。對未來進行一個預測。
將數(shù)據(jù)挖掘技術引入到城市地籍數(shù)據(jù)的分析處理中，充分發(fā)揮數(shù)據(jù)挖掘方法的技術優(yōu)勢，能夠在大量枯燥的地籍數(shù)據(jù)中發(fā)現(xiàn)隱含的規(guī)律，從而對城市建設提出有建設性的建議，用空間自相關方法將地價指數(shù)分布，從而在以后的建設中，調(diào)整城市工作重心，達到合理的位置。城鎮(zhèn)地籍數(shù)據(jù)挖掘所做的是初步探索，沒有用于具體實例中，在今后的學習中，將方法去應用具體的城市地區(qū)，去驗證方法的可行性，進一步對圖形數(shù)據(jù)進行基于空間特性的深層挖掘，以發(fā)現(xiàn)更多的信息為政府決策提供更好的技術服務。
目錄
摘 要 I
ABSTRACT II
第1章 緒論 1
1.1 引言 1
1.2 空間數(shù)據(jù)挖掘的研究與進展 1
1.2.1 數(shù)據(jù)挖掘的產(chǎn)生、發(fā)展 1
1.2.2 數(shù)據(jù)挖掘的步驟 2
1.2.3 地籍數(shù)據(jù)挖掘的意義 2
1.2.4 國內(nèi)地籍空間數(shù)據(jù)發(fā)展及挖掘方法現(xiàn)狀 3
1.2.5 空間數(shù)據(jù)挖掘存在的問題 5
1.2.6 目前數(shù)據(jù)挖掘技術未來的發(fā)展方向 6
第2章 城鎮(zhèn)地籍空間數(shù)據(jù)挖掘技術研究 7
2.1 地籍數(shù)據(jù)的涵義 7
2.2 城鎮(zhèn)地籍數(shù)據(jù)挖掘的方法基本原理 7
2.2.1 空間自相關原理 7
2.2.2 空間權(quán)重矩陣 8
2.2.3 空間自相關度量指標 9
2.3 聚類分析 11
2.3.1 涵義 11
2.3.2 聚類分析的主要算法 11
第3章 城鎮(zhèn)地籍空間數(shù)據(jù)挖掘方法的探討 14
3.1 數(shù)據(jù)準備 14
3.2 數(shù)據(jù)挖掘方法 15
3.2.1 空間權(quán)重矩陣的確定 15
3.2.2 地價指數(shù)的Moran’s I特征分析 15
3.2.3 宗地價格聚類分析 16
3.3 方法評價 16
第4章 結(jié)論與展望 18
4.1結(jié)論 18
4.2 展望 18
致 謝 20
參考文獻 21
摘要
伴隨著計算機網(wǎng)絡的飛速發(fā)展，數(shù)據(jù)挖掘技術得到迅猛發(fā)展。目前已經(jīng)有多種挖掘算法可以使用，空間數(shù)據(jù)的挖掘與一般數(shù)據(jù)挖掘的不同之處，在于空間數(shù)據(jù)的數(shù)據(jù)量龐大，時間特征等。如何從海量的地籍空間數(shù)據(jù)從提取人們感興趣的有用信息，是困擾土地管理者和決策者的難題。有了空間數(shù)據(jù)挖掘的出現(xiàn)，人們便可利用這一技術進行挖掘，本文著重介紹聚類分析和空間自相關分析對某研究對象區(qū)域的地價挖掘。
論文中首先介紹城鎮(zhèn)地籍空間數(shù)據(jù)研究的必要性目的和意義。目前數(shù)據(jù)挖掘研究的基本現(xiàn)狀，進行數(shù)據(jù)挖掘的基本流程，一些基本概念的介紹。
然后介紹空間自相關分析的原理和一些方法，聚類分析的概念和方法。并在假設實例中進行分析，對它在地籍空間數(shù)據(jù)的挖掘應用中適當分析。力求在應用該挖掘方法對數(shù)據(jù)挖掘在該領域的應用有所經(jīng)驗。
關鍵字：數(shù)據(jù)挖掘，空間自相關，聚類分析
ABSTRACT
With the rapid development of the computer network, the data mining technology have made a great progress. At present there are a variety of mining algorithm can be used.
The spatial data mining and the general data mining difference in the volume of data space huge, features of time and so on. What troubling land managers and the decision maker is how to extract the information that people are interested in useful from mass of cadastral spatial data. With the emergence of the spatial data mining, people will use this technology to mining, The paper introduce clustering analysis and spatial autocorrelation analysis to one research object of the land price mining area.
The paper first introduces the necessity of purpose and meaning. At present the basic status and the basic process of data mining, and some basic concepts in the paper.
And then introduce the principle of spatial autocorrelation analysis and some methods, clustering analysis, concept and method. The hypothesis is the example of analysis. The aim is to learn knowledge from the application of the mining method in the field of data mining.
KEYWORDS: data mining, spatial autocorrelation, cluster analysis
第1章 緒論
1.1 引言
隨著全國范圍內(nèi)的土地利用現(xiàn)狀調(diào)查和城鎮(zhèn)地籍數(shù)據(jù)調(diào)查的進行，以及數(shù)據(jù)的不斷更新，政府部門過去的若干年里已經(jīng)累計了大量的城鎮(zhèn)地籍空間數(shù)據(jù)。而且，隨著國土資源的規(guī)劃的實施，第二次土地資源調(diào)查帶來了更多詳細的地籍空間數(shù)據(jù)，面對龐大的數(shù)據(jù)不論是人工分析，還是使用傳統(tǒng)的數(shù)據(jù)統(tǒng)計方法都難以進行分析處理，無法從海量數(shù)據(jù)中獲得有效信息。這就導致了空間數(shù)據(jù)災難且空間知識貧乏這一現(xiàn)象的出現(xiàn)，而空間數(shù)據(jù)挖掘技術作為一種有效的信息分析工具，就是從海量數(shù)據(jù)中提取用戶感興趣的空間模式與特征、空間與非空間數(shù)據(jù)的關系及其他一些隱含在大型空間數(shù)據(jù)庫中的知識和規(guī)律。采用這一技術對城鎮(zhèn)地籍數(shù)據(jù)進行有效分析和挖掘，用以實現(xiàn)有效知識提取和利用規(guī)律去預測、指導現(xiàn)實工作。
目前，空間數(shù)據(jù)挖掘技術已被廣泛應用于地理信息系統(tǒng)、地理市場、遙感、圖像數(shù)據(jù)庫探索、醫(yī)療成像、導航、交通控制、環(huán)保和許多其他利用空間數(shù)據(jù)的領域。從大型數(shù)據(jù)庫中抽取有用并規(guī)范了的知識，能夠理解的空間數(shù)據(jù)，去發(fā)現(xiàn)空間和非空間數(shù)據(jù)的聯(lián)系，構(gòu)造基于空間知識的查詢優(yōu)化，重新構(gòu)建數(shù)據(jù)庫，便于提取數(shù)據(jù)間的共有特征�？臻g數(shù)據(jù)挖掘是數(shù)據(jù)挖掘的一個分支，其對象是復雜的空間數(shù)據(jù)。而空間數(shù)據(jù)庫存儲了大量的與空間位置有關的信息和空間對象間的拓撲、距離及方向信息還有空間數(shù)據(jù)的非結(jié)構(gòu)化特征等特性。通常以復雜的多維化結(jié)構(gòu)組織數(shù)據(jù)，訪問存取數(shù)據(jù)經(jīng)常要進行幾何計算和空間推理等復雜操作。這些為空間數(shù)據(jù)挖掘帶來很多挑戰(zhàn)性的問題，需要根據(jù)空間數(shù)據(jù)自身的特性找出適合自身復雜特性的挖掘分析方法。
......
相關說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會員。會員請登錄后下載。
2. 會員購買金幣50元以下，0.7元/個，50元以上，0.5元/個。具體請看：下載與付款。
3. 會員48小時內(nèi)下載同一文件，不重復扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
| 相關畢業(yè)論文（設計） |
|
|
| 推薦畢業(yè)論文（設計） |
|
|
|
|
|