学位论文 > 优秀研究生学位论文题录展示

基于Web的空间数据挖掘研究

作　者: 傅明
导　师: 张学庄
学　校: 中南大学
专　业: 大地测量学与测量工程
关键词: 基于Web的空间数据挖掘 网络地理信息系统 多Agent系统 数据约简 基于知识库的学习
分类号: P208
类　型: 博士论文
年　份: 2004年
下　载: 1396次
引　用: 8次
阅　读: 论文下载
 

内容摘要


空间数据挖掘(Spatial Data Mining，SDM)是二十世纪九十年代发展起来的一项新技术，近年来得到了越来越多学者的重视。随着计算机网络技术的飞速发展，如何在Internet或Intranet上进行空间数据挖掘，即如何进行基于Web的空间数据挖掘(Web Based Spatial Data Mining，WBSDM)是SDM的一个新的研究领域，也是相关学者日渐关注的研究课题之一。作者1999年提出申请并获湖南省自然科学基金资助于2000年至2003年主持承担了“基于Web的GIS空间数据挖掘”研究，就相关问题开展了探索。 本项研究旨在总结空间数据挖掘技术和基于Web的数据挖掘技术及WBSDM的应用前景；系统地提出基于Web的空间数据挖掘框架；设计基于XML／J2EE的WBSDM平台模型；将MAS(Multi-Agent System)技术引入WBSDM并提出应用策略；研究基于粗糙集的空间知识库刻画模型，提出并实现高维数据的特征提取和数据浓缩算法；提出并实现基于知识库的知识发现模型；构造一个WBSDM的原型实验系统，对本文的相关研究进行验证。具体内容包括： (1) 系统地总结和评述了空间数据挖掘技术和基于Web的数据挖掘等相关技术，在此基础上提出了WBSDM概念，论述了其研究意义和主要功能。 (2) 提出基于Web的空间数据挖掘框架，对WBSDM研究背景、定义、特点、功能组成、体系结构、实现策略、关键技术等进行了系统地论述。 (3) 根据WBSDM的业务需要，在对WebGIS研究进行总结的基础上，设计了一个分布式WebGIS集成模型，明确提出了技术实施方案：基于XML／J2EE技术，设计统一的数据访问接口协议Replys和Request，采用JAFMAS，扩展远程分布式数据挖掘构件。详细阐述了该模型的设计目标、体系结构及关键技术，使该模型能满足WBSDM的要求。 (4) 将MAS技术引入WBSDM中，详细剖析了第三方提供的移动Agent的纯Java构件JAFMAS，为JAFMAS应用于WBSDM作了细致地研究工作，扩展了该构件并针对WBSDM的需求提出了多Agent合作算法。 (5) 刻划了基于粗糙集信息颗粒的知识库模型，证明了基于基本信 息颗粒的一种正区域等价算法，分析了不可分矩阵的性质，提 出并实现了基于粗糙信息颗粒的属性约简算法，使粗糙集理论 能更好地适应空间海量数据集的挖掘。 (6)为解决WBSDM中自不同空间数据库所获知识所面临的知识融 合问题，提出了一种新的基于知识库的知识发现模型。实验表 明，在对规则知识的冗余、循环、冲突等处理上该模型有良好 的效果。(7)设计并部分实现了一个基于研触b的空间数据挖掘原型系统 场旧 SDMS，结合实际项目，用本系统对城市供水系统数据库进 行了挖掘。该系统能够选用多种算法进行挖掘，具有较好的开 放性和可扩展性。

全文目录


第一章 概述  12-33
  1.1 引言  12-19
    1.1.1 空间数据及其复杂性特征  12-14
      1.1.1.1 空间数据的主要特点  12-13
      1.1.1.2 空间数据的复杂性特征  13-14
    1.1.2 SDM发展及WBSDM的提出  14-18
    1.1.3 基于Web的空间数据挖掘的研究意义及其功能  18-19
  1.2 基于Web的空间数据挖掘相关研究现状评述  19-31
    1.2.1 空间数据挖掘技术  19-25
      1.2.1.1 空间数据泛化  21-22
      1.2.1.2 空间关联规则的挖掘  22-23
      1.2.1.3 空间分类和聚类  23-24
      1.2.1.4 存在的问题  24-25
    1.2.2 基于Web的数据挖掘技术  25-31
      1.2.2.1 Web内容挖掘  26-27
      1.2.2.2 Web访问信息挖掘  27-28
      1.2.2.3 Web结构挖掘  28-29
      1.2.2.4 三种Web挖掘的比较  29
      1.2.2.5 基于Intranet的Internet挖掘  29-30
      1.2.2.6 基于Web的数据挖掘特点及主要研究热点  30-31
  1.3 本文拟研究的内容  31-33
第二章 基于Web的空间数据挖掘框架  33-47
  2.1 WBSDM研究背景  33-35
  2.2 WBSDM定义  35-37
  2.3 WBSDM特点  37-39
  2.4 WBSDM功能组成  39
  2.5 WBSDM体系结构  39-40
  2.6 WBSDM可发现的知识  40-41
  2.7 WBSDM的实现策略  41-44
  2.8 WBSDM的实现过程  44-45
  2.9 WBSDM实现的关键技术  45-46
  2.10 本章小结  46-47
第三章 基于XML／J2EE的WBSDM平台模型  47-68
  3.1 WebGIS现有研究评述  47-53
    3.1.1 WebGIS的发展及研究重点  47-50
    3.1.2 WebGIS的功能与特征  50-51
    3.1.3 WebGIS的应用分类  51
    3.1.4 现有WebGIS的比较  51-53
    3.1.5 存在的问题  53
  3.2 分布式集成模型研究  53-58
    3.2.1 J2EE框架模型  53-54
      3.2.1.1 J2EE概念  53-54
      3.2.1.2 J2EE四层模型  54
    3.2.2 XML规范  54-57
      3.2.2.1 XML的主要构成  55
      3.2.2.2 DTD和XML Schema  55-56
      3.2.2.3 XML与Web数据挖掘技术  56-57
    3.2.3 JAFM_AS构件  57-58
  3.3 一个基于XML／J2EE的WBSDM集成模型  58-66
    3.3.1 设计目标  58
    3.3.2 体系结构  58-59
    3.3.3 模型实现的关键技术  59-66
      3.3.3.1 构建系统环境  59-60
      3.3.3.2 Reply及Request传输协议  60-64
      3.3.3.3 JAFMAS与J2EE的融合  64-65
      3.3.3.4 JAFMAS的扩展  65-66
  3.4 本章小结  66-68
第四章 WBSDM中的MAS应用策略  68-91
  4.1 MAS技术  68-75
    4.1.1 Agent概述  68-72
      4.1.1.1 Agent定义  68-69
      4.1.1.2 Agent属性  69
      4.1.1.3 Agent类型  69-71
      4.1.1.4 KQML语言  71-72
    4.1.2 MAS概述  72-75
      4.1.2.1 MAS的由来  72
      4.1.2.2 MAS的特征  72-73
      4.1.2.3 MAS的体系结构  73-75
  4.2 MAS研究及应用基础  75-78
    4.2.1 MAS的技术基础  75
    4.2.2 MAS环境中的认知模型和理论  75-76
    4.2.3 MAS相关技术  76-77
      4.2.3.1 CSCW技术  76-77
      4.2.3.2 CORBA技术  77
    4.2.4 GeoAgent模型  77-78
    4.2.5 存在的问题  78
  4.3 JAFMAS剖析与应用设计  78-85
    4.3.1 模型的基本框架  79-80
    4.3.2 JAFMAS通信机理分析  80-82
    4.3.3 WBSDM中的JAFMAS构建  82-85
  4.4 多Agent合作算法  85-90
    4.4.1 算法框架  85-87
    4.4.2 算法描述  87-89
    4.4.3 算法分析  89-90
  4.5 本章小结  90-91
第五章 粗糙集理论应用于WBSDM的研究  91-105
  5.1 粗糙集理论及研究热点  91-94
    5.1.1 粗糙集的基本思想  91-93
    5.1.2 数据约简  93
    5.1.3 粗糙集理论的研究评述  93-94
  5.2 基于粗糙集理论的数据挖掘模型  94-98
    5.2.1 信息颗粒与知识的描述  95-97
    5.2.2 知识的简洁度与粗糙度  97-98
  5.3 粗糙集约简算法  98-104
    5.3.1 基本算法及其复杂度  98-100
    5.3.2 基于信息颗粒的粗糙集约简算法  100-103
    5.3.3 算法运行结果及分析  103-104
  5.4 本章小结  104-105
第六章 WBSDM中的KDK问题  105-124
  6.1 问题的提出  105-110
    6.1.1 数据挖掘及其面临的问题  105-107
    6.1.2 知识库中的知识发现  107-110
  6.2 KDK研究现状评述  110-114
  6.3 基于知识库的知识发现解决方案  114-122
    6.3.1 基本思想和模型描述  114
    6.3.2 基于KDK的挖掘算法及实现  114-122
  6.4 本章小结  122-124
第七章 WBSDM原型系统设计与开发  124-141
  7.1 WBSDM中负载平衡解决方案  124-126
    7.1.1 模型的设计  125-126
    7.1.2 模型实现算法  126
  7.2 J2EE与JAFMAS的架构实现  126-131
  7.3 原型系统实现的若干技术  131-133
  7.4 数据挖掘的实现与实例  133-137
    7.4.1 局部挖掘Agent  133-136
    7.4.2 全局控制Agent  136-137
  7.5 本章小结  137-139
  7.6 总结与展望  139-141
参考文献  141-150
致谢  150-151
攻读学位期间主要的研究成果  151-152

相似论文

  1. 基于社会网络和声誉信任机制的多Agent系统信任模型,TP393.08
  2. 南岳衡山景区网络地理信息系统的研究与设计,P208
  3. 基于SSH的交通疏导空间信息服务系统分析与设计,U495
  4. 基于矢量图形的城市交通地理信息系统研究,P208
  5. 企业服务器集群系统的负载均衡问题研究,TP368.5
  6. 一种基于张量场的数据约简方法及应用研究,TP18
  7. 支持向量机算法的研究及应用,TP18
  8. 基于RS理论的决策信息系统数据约简研究,TP18
  9. 智能电网下电压无功优化协调控制研究,TM714.3
  10. 基于多Agent船舶电力系统网络重构技术研究,U665
  11. 卫星应用任务分解技术研究,V474
  12. 基于博弈论和多Agent协商的足球赛虚拟系统的构建,TP391.9
  13. 基于Flex_REST的WebGIS研究,P208
  14. 车间生产调度中基于聚类的虚拟联盟协商机制,TP301.6
  15. 基于过程本体的异质Agent协作模型的研究,TP393.09
  16. 分布式多Agent系统中的事务处理机制研究,TP311.52
  17. 基于多Agent系统的游戏AI引擎,TP311.52
  18. 一个集成多Agent系统与Web服务的框架,TP311.52
  19. 配电网网络地理信息系统模型研究,P208
  20. 面向服务的水利GIS平台构建,TP311.52
  21. 多Agent系统的服务协商机制的研究,TP18

中图分类: > 天文学、地球科学 > 测绘学 > 一般性问题 > 测绘数据库与信息系统
© 2012 www.xueweilunwen.com