基于模糊聚类分析的1：25万地形图数据挖掘

从地形图的属性特性方面对全国1：25万地形数据库进行数据挖掘，提出地形图属性因子的概念，指出除境界外的其他属性因子是决定一个地区的地表自然条件的基本因素。在对属性因子进行量化的基础上，通过采用模糊聚类分析方法，论述了基于属性因子的基本地表自然条件方面对不同制图单元进行分类的意义和方法。     

PNN网络在预测MCS移动中的应用

神经网络是空间数据挖掘的一种重要手段。本文运用概率神经网络(PNN网络)对1998年夏季影响青藏高原上中尺度对流系统(MCS)东移的环境物理量场的空间分布特征进行了研究，得到了高原上MCS移动方向与环境物理量场空间分布之间的关系。研究表明，使用概率神经网络预测中尺度对流系统的移动具有较好的效果，从而为研究高原上MCS东移与环境场之间的关系提供了一种新的方法和思路。     

利用地理挖掘概念推动地理知识获取的可行性研究:第一篇

总结了近阶段一系列的多媒体用于检索各种为空间信息提供图形接口的方式。在20世纪 80年代这种方法导致产生了交互式的原型激光碟,用于评价媒体在信息发布上的有效性,随后提出并发展了地理挖掘概念。地理挖掘概念是     

基于随机序列GPS数据集的用户位置挖掘方法研究

数据挖掘是指从大规模的数据中抽取非平凡的、隐含的、未知的、有潜在使用价值信息的过程。LBS系统记录了大量的移动端用户在真实世界中的空间和时间属性,如果能从这些记录中挖掘出移动端用户的常用位置信息及其特点,可以使我们更好地理解用户,更好地为用户服务。本文根据LBS系统记录的移动端用户位置信息,利用改进的DBSCAN聚类算法,较为准确地提取移动端用户的常用位置信息,并通过实例验证该方法的可靠性。     

出租车轨迹数据挖掘进展

大数据、物联网与精密定位技术的发展推动了城市感知的进步。随着社会活动的与日俱增,出租车轨迹数据不仅记录了出租车的行车轨迹,还蕴藏着道路交通状态、城市居民出行规律、城市结构及其他社会问题。通过各种数据分析与挖掘手段对出租车轨迹数据进行深入探究,对于智能交通、城市规划等有着重要意义。本文综述了近十年国内外基于出租车轨迹大数据的相关研究,按照空间统计方法、时间序列方法、图论与网络方法及机器学习方法等4类,详细阐述各类方法的研究现状。随后,本文分析了现有研究的应用领域、热点主题和发展趋势。最后,本文指出了出租车轨迹数据挖掘研究领域面临的挑战和未来研究方向。     

统计方法在数值模式中应用的若干新进展

目前,数值模式的准确性不断提高,天气预报和气候预测越来越依靠数值模式。数值模式不仅仅是求解描述大气运动和热力过程的方程组,其中也大量使用了统计方法,统计方法是数值模式的重要组成部分。本文对统计方法在数值模式中应用的最新进展进行了综述。首先,分析了统计方法在数值模式的资料同化、集合预报、次网格尺度物理过程参数化方案、数值产品统计释用、延伸期预报、模式检验等方面的应用。然后阐述了贝叶斯统计在数值模式中应用的新进展。最后,对统计方法在数值模式中应用的未来发展趋势进行了展望。     

遥感数据在线信息分析服务技术研究

遥感数据的在线信息分析服务技术是基于在线处理技术,整合各种遥感信息和技术资源,通过标准Web Service调用方式以按需共享的方式提供遥感应用服务。本文就高分遥感数据产品的在线信息分析技术框架及信息分析结果的在线可视化系统实现展开研究,通过整合遥感数据处理算法及处理工具资源进行系统集成,并利用标准Web Service调用的方式为用户统一提供在线数据分析服务,使用户无须安装复杂处理软件就能在线对数据进行处理分析。试验结果表明,在线信息分析服务系统能稳定高效地为3—5级高分影像数据产品提供在线的数据分析功能,能有效降低行业应用高分遥感影像的难度,进一步增强了对高分遥感影像数据的应用能力。     

结合实体词与句子语义的地理实体关系抽取

地理实体关系抽取是地理知识获取的重要组成部分。规则制定的繁琐和难以发现的隐式关系表达,使得现有规则匹配与机器学习的方法不能有效解决地理实体关系抽取中存在的中文文本语法结构复杂且地理实体关系显式与隐式表达并存的问题。因此,根据上下文反映显式或隐式地理实体关系的特征,提出利用实体词向量和句子语义向量从文本中抽取地理实体关系的方法。实验表明,利用该方法从网络文本中获取显式和隐式表达的地理实体关系具有较好的效果,在测试集中准确率和召回率可以达到75.2%和79.2%。本研究为构建地理知识图谱、地理信息检索以及地理本体学习提供方法支持。     

参数优化DBSCAN算法的城管案件聚类分析

针对DBSCAN算法参数对聚类结果具有较大的不确定性问题,该文提出了基于空间分析的参数优化思想:首先,基于Ripley’s K函数分析,实现自适应确定数据聚类范围EPS值;基于K-D树分析,实现自适应确定在Eps阈值内的点数量MinPts值;然后,基于以上参数的自适应确定思想,利用R语言编写了DBSCAN算法,进一步实现了数据的精确聚类。基于典型城市管理案件的实验结果表明:该方法充分考虑了空间数据统计特性,具有较好的适用性,聚类簇特征明显,聚类质量较高。