不协调决策表的规则提取

对决策表数据的性质、数据之间的关系进行了讨论,并由此对决策表进行了分类.讨论了不协调决策表的数据约简,并证明其不影响属性约简和规则提取.基于数据的协调性,对不协调决策表的属性约简进行了研究,并提出了一种规则提取方法.最后,用实例验证了方法的有效性.     

一种基于模糊正域类的模糊属性约简方法

为了实现模糊信息系统属性约简问题,探讨一种基于正域类的模糊属性约简方法。利用模糊二元相似关系建立模糊相似类的方法,进而定义决策属性关于条件属性的模糊正域类,得到正域类属性的重要度。结果表明:一方面,实现模糊信息系统属性约简;另一方面,通过取不同的相似精度,得到不同属性约简集。     

遥感影像提取数据的后处理技术研究

遥感信息的自动提取是当今空间信息领域的研究难点和重点,常见的提取方法能在一定程度上实现自动提取,但提取后的空间数据如道路、建筑物,存在着属性信息缺失、质量不高等问题,无法直接用于实际生产.为了解决这个问题,本文对遥感影像提取数据后处理过程进行研究,基于自动提取结果,借鉴制图综合领域中的算子和算法,并根据典型矢量要素的自身特征,制定规则库进行制图综合处理.同时引入OpenStreetMap数据进行多源数据融合,解决提取信息属性不足的问题,最终形成一套适合半自动生产加工的遥感影像数据提取后处理方法.与传统后处理方法相比,本文提出的方法可以大大提高系列比例尺地形图制作速度和自动化水平,提升基础地理信息数据快速生产更新效率.     

数据空间自相关性对关联规则的挖掘与实验分析

传统的空间关联规则挖掘,一般足使用属性关联规则的挖掘算法,对空间数据进行泛化处理,不考虑空间数据的空间自相关性,也没有考虑空间自相关与空间关联规则的关系.本文运用改进的Apriori算法对某一数据进行空间关联规则挖掘,并对同一数据进行空间自相关分析,比较两种方法反映的属性的相关性,探讨了数据的空间自相关性对空间关联规则...     

基于关联规则与随机森林的地震多属性砂体厚度预测

地震属性技术是砂体厚度预测的重要手段,由于目前可从地震数据中提取的地震属性种类较多,在利用地震属性技术前,必须优化出对砂体厚度最敏感的地震属性组合,以减少地震属性信息的重复与冗余。为此提出了一种联合关联规则与随机森林回归算法的地震多属性砂体厚度预测方法。随机森林回归算法能够建立地震多属性与砂体厚度之间的非线性关系,并能进行属性选择,但是该算法无法识别地震多种属性中的冗余特征。关联规则能够发现地震属性之间的非线性关联,并能借助卡方检验消除地震属性间的冗余性。分别采用了随机森林回归算法（RFR）、联合关联规则与随机森林回归（AR-RFR）及BP神经网络回归的算法（AR-BP）对滩坝砂岩合成模型和某实际工区进行了砂体厚度预测。对比结果表明,基于关联规则的属性优选得到的属性间相关性低,关联规则与随机森林算法的结合提高了砂体厚度的预测精度。数值实验证明了该方法的有效性。      

粗糙集在洪水风险评估中的应用

针对洪水灾害事故的随机性,复杂性和不确定的特点,以及在洪水风险评估选取评估指标过程中存在的主观性,通过采用粗糙集的改进属性约简算法对用于评估的指标集进行约简,从而剔除其中的对最终结果不造成影响的指标,并且利用相对约简建立用于洪水风险评估的层次指标体系,应用模糊层次分析法对该地区的洪水风险进行评估,比单纯的依靠专家打分法更具有科学依据和数据支持。     

基于正则表达式的地学科学数据名称提取方法

地学科学数据是地学科技文献重要的支撑材料，大量地学科技文献中包含着研究数据信息，而数据名称一般体现着数据的基本内容，是其中的核心信息。从地学科技文献中自动提取研究数据名称，对于促进优质地学数据共享、复现文献实验与结果以及实现科学数据与科技文献之间的关联具有重大意义，可在一定程度上解决当前地学文献中数据信息利用不充分的问题。本研究通过大量阅读地学文献，分析地学科技文献中描述数据来源信息段落的行文、结构特点以及数据名称的表述特征，在总结地学数据名称描述规律的基础上，提出了从地学科技文献中自动抽取地学数据名称的方法。该方法以数据类别特征词为规则触发词，利用正则表达式编写抽取规则，构建正则抽取规则库，从而完成对地学文献中数据名称信息的抽取。最后使用Java语言编写地学数据名称提取程序，以地学文献文本为实验数据材料，开展地学数据名称信息提取实验。实验结果表明，该方法可以有效地提取地学科技文献中的研究数据名称信息，准确率达到62%。     

地学关联规则与时空推理的渔业分析应用

在阐述地学关联规则背景的同时,对地学关联规则作了分类:即空间特征规则、空间区别规则、空间关联规则和时空关联规则。并给出了时空关联规则的数学定义,分析了各指标的意义和对规则提取的影响。进一步对地学关联规则所处理的数据抽象层次、地学数据维数、变量类别和空间配置四方面,进行了剖析和分类。基于规则中数据的抽象层次,将其分为单层关联规则和跨层关联规则;基于规则中涉及到的地学数据维数,将其分为单维关联规则和多维关联规则;基于规则中处理变量的类别,将其分为布尔型和数值型;基于空间配置,将其分为局部关联规则和邻域关联规则。最后,结合海洋渔业的实例,论述了关联规则在时空推理过程中的步骤和方法。     

时空协同的精准农业遥感研究

高分辨率遥感对地观测为我们从空间与时间2个维度客观反演地表格局—过程提供了有效的技术支撑。本文遵循时空协同的研究思路,基于高分辨率遥感影像,开展了农业遥感领域2个典型的问题研究：① 提出了一种基于影像视觉特征的耕地分区分层提取方法,该方法在利用DEM数据进行分区的基础上,根据不同区域内耕地所呈现的几何特征和纹理特征差异,分别设计了不同的耕地提取模型;② 构建了一种地块尺度的作物生长参数反演方法,方法以地块为基本单元,在空间、时间及属性组合约束下进行作物理化参数反演。本研究以贵州省安顺市西秀区和广西扶绥县耕地提取进行了耕地地块提取示范,以扶绥县进行了基于耕地地块和中空间分辨率时间序列遥感数据的甘蔗叶面积指数反演。其中,对于安顺市西秀区的耕地地块提取结果而言,形态精度（IoU）大于0.7的地块超过60%,规则耕地、梯田以及林草地等的类型精度均超过了80%;对于扶绥县甘蔗叶面积指数反演的结果而言,其结果可以较为精确地反映出基地甘蔗与非基地甘蔗的差异,基地甘蔗在品质上要优于非基地甘蔗。西南山地区的耕地形态提取/类型判别和地块甘蔗叶面积指数应用验证均证明了方法的可行性。结果表明,协同使用多源高分辨率数据是实现精准农业遥感研究的有效途径。     

抗投影变换的矢量地理数据水印算法

在矢量地理数据水印算法研究中,以往研究较多考虑增删点、裁剪、平移、旋转等攻击方式,而对抗投影变换的攻击方式研究较少。由于投影变换在GIS中具有重要意义,故本文提出了一种抗投影变换的矢量地理数据水印算法。水印嵌入前,对待嵌矢量地理数据利用道格拉斯算法进行压缩,使用四叉树分块选取特征点,提取并保存特征点及其属性信息;水印嵌入采用坐标映射和量化机制以增强水印算法的鲁棒性;检测水印时,将待检测数据与原始特征点进行属性信息匹配,匹配成功的同名点采用二元三次多项式进行最小二乘法拟合,根据拟合的多项式系数对待检测数据进行投影变换,最终实现水印信息的提取。实验结果表明,本方法能抵抗投影变换攻击、增删点、几何变换以及它们的复合攻击,具有较好的可行性和实用性。     

基于知识规则集的城市工程地质数据库质量控制

通过对现有数据库质量控制理论和方法的研究,分析了城市工程地质数据库特点,并在挖掘城市工程地质数据库中空间数据的拓扑一致性和属性数据逻辑一致性的基础上,建立了面向城市工程地质数据库的知识规则集,进而提出了基于知识规则集的城市工程地质数据库质量控制的技术方法体系。最后,以南京市工程地质数据库为例,基于该质量控制方法进行数据库质量控制实验,验证了该方法的正确性和有效性。     

基于Web文本的灾害事件信息获取进展

大数据时代海量网络文本中蕴含的灾害事件信息是防灾减灾研究和应用的重要资源。从异构的Web文本中快速、准确抽取灾害事件时空信息和属性信息,分析其时空动态变化模式与趋势并进行可视化表达,是当前地理信息与灾害信息领域关注的热点。本文从Web文本挖掘的整体技术框架、灾害主题页面抓取、灾害事件信息解析与抽取、灾害事件信息空间展示分析、以及防灾减灾应用系统等方面调研和综述了相关进展。针对防灾减灾领域的Web文本信息获取未来趋势,分析概括了全流程的Web文本灾害事件信息提取适用技术,并指出未来研究趋势：① 重点开展全球灾害信息全景式获取分析,实现全球灾害事件信息的自动化获取、分析及可视化展示;② 向联合国可持续发展目标（SDGs）和中国“一带一路”倡议,加强典型热点区域的Web灾害事件信息获取分析应用研究并形成示范系统;③ 按照数据、信息、知识的应用层次,建立以大数据挖掘和分析技术支撑的新型防灾减灾知识服务系统。     

海岛(礁)、滩涂和水下地形矢量数据融合方法研究与实现

海岛(礁)、滩涂和水下地形DLG数据库是重要的测绘成果,为开展海洋综合调查工作提供了数据基础。然而,现有的三库测绘成果是分阶段采集的,数据精度和数据模型不一致,且存在大量重复采集的情况,最终成果也是分库存储的,这使其无法进行统一管理和更新。为此,本文对多源海洋基础空间要素数据的融合方法进行了研究,首先采用矢量数据匹配技术获取对应实体,然后通过本文提出的属性融合技术和基于中误差与对应点的几何信息融合技术对三库DLG数据进行融合,以实现三库数据的属性共享、几何精度的改进和数据冗余的减少。最后,我们还基于.NET和Arc GIS Engine组件开发了海洋基础空间要素数据融合系统,用于浙江省海岛(礁)、滩涂和水下地形基础空间要素数据的融合。     

顾及语义尺度的时空对象属性特征动态表达

全空间地理信息系统的建设和智慧城市等GIS应用的发展,需对各类地理实体或地理现象抽象成的时空对象采集多类型的属性数据,这些属性数据一般具有多尺度、多维度、动态性的特点,带给时空对象属性特征的表达和管理一定的挑战。本文针对当前时空对象属性特征表达方法中存在的组织结构不清晰、存储冗余、语义异构等表达问题,提出了一套顾及语义尺度和动态特性的属性特征的表达和操作方法。该方法基于概念分类理论实现时空对象属性信息的分类组织,在属性特征表达中引入独立于时空对象空间特征的时间标记,结合属性表达的原始集族和更新集族来记录和管理不同时间节点下的时空对象属性特征;进而面向具有不同语义尺度表达需求的属性特征,设置知识参考表达集合,并在属性特征表达中增加语义尺度标识,对其语义尺度及不同语义尺度间的转换关系进行描述。最后,基于独立时间标记、知识参照表达集合及语义尺度标识,给出属性信息表达在时间尺度转换和语义尺度转化的操作方法,并举例给出了该属性特征动态表达和操作方法的一种实现。本文提出的方法有助于减少时空对象数据模型的存储冗余,提高其属性信息的操作效率,初步实现了时空对象属性特征的多时间尺度和多语义尺度的认知方式,为时空对象属性特征的精细化管理提供了新思路。     

地质大数据可视化关键技术探讨

详述了地质大数据可视化的研究内容,从应用角度可将其分为:表达三维可视化、分析三维可视化、过程三维可视化、设计三维可视化和决策三维可视化5类。针对地质大数据这5类可视化中涉及到的几方面关键技术进行了深入探讨,包括:地质体三维可视化动态精细建模技术;基于CUDA+GPU集群的地质体属性场数据并行可视化技术;针对地质大数据的可视化分析技术;基于地质大数据的虚拟现实和增强现实技术等。对这几方面关键技术的现状、技术路线以及实现效果进行了论述和展示。      

地理图斑智能计算及模式挖掘方法研究

在大数据时代,高分辨率对地观测技术实现了对地球表层地理现象和地理过程最为真实、量化、全面覆盖又快速更新的数据化记录,可为地理空间认知研究的新发展奠定时空信息聚合与挖掘计算的基准。地理图斑是影像空间映射到地理空间中对于地理实体的抽象化表达,是构建地理场景和承载地理空间各类信息进而开展模式挖掘的最小单元。本文以地理图斑为基本对象,通过分析其中视觉模拟、符号推测等几类机器学习的协同计算机制,从空间、时间与属性等维度构建了集“分区分层感知”、“时空协同反演”、“多粒度决策”三者于一体的地理图斑智能计算模型,并以在贵州息烽县、广西江州区开展的农业种植结构制图与规划决策为应用案例,探索了地理图斑分布、生长以及功能3种模式的挖掘方法,并进一步设计了动态视角下开展图斑动力模式挖掘的研究思路。     

多进制小波变换的图像分辨率定量降低方法

 传统的图像分辨率降低主要是通过图像重采样实现的。多进制小波是近年来发展的小波分析理论的一个新的分支,它在正交性、紧支性、光滑性方面都优于二进制小波。本文首先介绍图像分辨率定量降低的需求与传统的图像分辨率降低方法;然后,以多进制小波的时频多分辨率特性,把多进制小波变换应用于定量降低图像分辨率,并用三进制小波变换进行了图像分辨率降低实验,提取三进制小波的低频分量作为降低分辨率后的图像;最后,通过与常用的图像重采样方法,如最临近法、双线性插值法及其衍生的邻域平均法的结果进行定性与定量评价,结果表明多进制小波在图像分辨率定量降低方面具有明显的优势。     

基于资源环境数据格网化表达的关联模式发现

传统空间关联模式以空间谓词作为发现逻辑进行知识发现,会导致关联模式侧重空间位置关联,并且挖掘结果受所建立谓词表的限制,存在所发现模式固定、解释自由度差等问题。本文提出一种不依赖于空间谓词的关联模式发现方法,该方法将空间数据进行格网化表达,对格网化结果以平滑移动的N×N掩膜进行多约束事务化,将传统Apriori算法去除属性自连接,然后对所构建的空间事务化数据库进行关联模式探索,抽取有价值的关联模式。最后,以山西省晋城市长河流域为实证研究区,建立煤、地、水空间事务数据库,给出格网化表达的定量误差,探索其隐含空间关联模式,并以同位模式验证了事务化结果的精度。格网化生成覆盖研究区的64 m格网28 434个,各数据层格网化误差均在5%以内,以耕地为主因子事务化结果共有记录38 310条记录。对抽取的部分关联模式分析表明：发现结果符合长河流域矿农复合区背景下耕地相关的先验知识;该方法能有效提取空间数据及其属性信息中潜在的关联模式,提高了挖掘过程自由度和结果的兴趣度。     

基于时空大数据的城市脉动分析研究

随着新型城镇化建设成为了国家战略,各地政府掀起了智慧城市建设热潮。在智慧城市建设中,公共信息平台建设是不可或缺的重要基础环节。随着平台的深入运行,逐步积累了大量的城市数据。但是,数据资源中蕴含的知识远未得到充分挖掘和应用,致使数据爆炸但知识匮乏。因此,基于数据时空和专题属性,建立科学的城市数据体系是城市管理的迫切需求;同时,基于数据体系,揭示各类数据随时空变化规律,展现城市脉动发展情况是城市决策重要的依据,也是观察和诊治"城市病"的重要技术手段。我们以中新天津生态城所建成的大数据汇聚公共平台为依托,基于数据挖掘技术手段,针对环境、能源、交通脉动进行研究并取得初步成果,科学地揭示了"城市脉动"变化规律,使平台数据发挥最大价值。脉动分析结果以可视化手段表现,反映城市各项指标脉动变化特征。