Rough集理论及其在GIS属性分析和知识发现中的应用

介绍了Rough集理论的概念与方法,并将其全面引入GIS领域,归纳整理出Rough集理论用于GIS中属性分析和知识发现的一整套方法,为GIS的属性分析和知识发现开辟了一条新途径。     

基于Rough集的居民地属性知识约简与结构化选取

基于Rough集理论提出了居民地属性知识约简及其结构化选取的方法。该方法充分利用Rough集理论具有较强知识挖掘能力的特点，定量分析居民地选取中条件属性的重要性，简化属性知识，并以此为基础计算每个居民地的重要性，实现居民地的结构化选取。实例证明，该方法能够从数据库中挖掘出相关知识，具有较强的自适应能力。     

Rough集理论及其在GIS属性分析和知识发现中的应用

介绍了Ｒｏｕｇｈ集理论的概念与方法,并将共全面引入ＧＩＳ领域,归纳整理出Ｒｏｕｇｈ集理论用于ＧＩＳ中属性分析知识发现的一整套方法,为ＧＩＳ的属性分析和知识发现开辟了一条新途径。     

GIS中属性不确定性的处理方法及其发展

属性数据的不确定直接影响决策的准确性和可靠性,特别是对侧重于属性分析的领域,在研究属性不确定性的基础上,分析了GIS中的主要处理方法及其研究进展,具体地就基于GIS的模型,概率论及数理统计学,模糊集合,云理论,粗集等方法及进展进行讨论.     

一种基于Rough集的图像滤波算法

Rough集理论是一种新的处理含糊和不确定性问题的数学工具.它作为一种软计算方法,与模糊方法、遗传算法、神经网络等一样,是有发展潜力的智能信息处理方法.文中将Rough集理论应用到图像滤波中,提出了一种基于Rough集理论的图像中值滤波算法;给出了该算法与标准中值滤波算法的比较实验.结果表明,该算法去噪能力强于标准中值滤波算法,且能较好地保持图像的边缘细节信息.     

一种基于Rough集的图像滤波算法

Rough集理论是一种新的处理含糊和不确定性问题的数学工具。它作为一种软计算方法，与模糊方法、遗传算法、神经网络等一样，是有发展潜力的智能信息处理方法。文中将Rough集理论应用到图像滤波中，提出了一种基于Rough集理论的图像中值滤波算法；给出了该算法与标准中值滤波算法的比较实验。结果表明，该算法去噪能力强于标准中值滤波算法，且能较好地保持图像的边缘细节信息。     

分层递阶近似空间下的GIS属性数据不确定性描述

GIS属性数据作为GIS实体的属性,具有模糊性、不确定性。由GIS实体对象和对象的属性组成的二元关系满足近似空间的特性。本研究从GIS信息系统的对象、属性出发,利用格概念,认为GIS属性数据集合可以构成偏序关系,并且(P(A),)构成一个完备的偏序格。如果从属性链的角度分析,GIS实体集在的细分划分空间关系下,可以构成分层递阶近似空间,并且随着属性个数的增加,知识颗粒将逐渐"细化"。     

粗集在知识发现中的应用

介绍了粗集的基本概念,包括粗集的定义、"属性-值"系统、属性依赖与归约及粗集概念的若干推广,最后指出粗集理论在知识发现(KDD)中的一个可能应用途径.     

粗集在知识发现中的应用

介绍了粗集的基本概念,包括粗集的定义、“属性－值”系统、属性依赖与归约及粗集概念的若干推广,最后指出粗集理论在知识发现（KDD）中的一个可能应用途径。     

基于粗集理论的GIS属性数据挖掘

粗集理论作为一种新的处理含糊和不确定性问题的数学工具，可以有效地分析和处理不完备信息，已经在模式识别、机器学习、决策支持、过程控制、预测建模等众多科学与工程领域得到成功的应用，并具有相当的发展潜力。本文在深入研究粗集理论基础之上，讨论了基于粗集的知识表达系统，提出了属性约简的数据分析法，并利用此法对信息表中的海量信息进行简化，提取出有用特征，并相应评价各因素的重要性。本文最后以GIS属性挖掘为例进行实例分析，考察出它们的相互依赖性与相对重要性，取得了明显的效果。     

GIS数据分析中权重确定的粗集方法研究

介绍了粗集方法的基本概念,将其中的属性重要性与GIS中常用的权重分析相结合,提出了基于粗集分类思想在GIS数据分析的权重确定中的应用方法。与传统的多因子分析中的权重确定方法相比,该方法是一种基于数据自适应的方法,不需要人为干预,具有智能高效等优点。     

Method and application of comprehensive knowledge discovery

This paper proposes the principle oi comprehensive knowledge discovery. Unlike most of the current knowledge discovery methods, the com-prehensive knowledge discovery considers both the spatial relations and attributes of spatial entities or objects. We intro-duce the theory of spatial knowledge ex-pression system and some concepts inclu-ding comprehensive knowledge discovery and spatial union information table (SUIT). In theory, SUIT records all in-formation contained in the studied ob-jects, but in reality, because of the com-plexity and varieties of spatial relations,only those factors of interest to us are se-lected. In order to find out the compre-hensive knowledge from spatial databas-es, an efficient comprehensive knowledge discovery algorithm called recycled algo-rithm (RAR) is suggested.     

Method and application of comprehensive knowledge discovery

This paper proposes the principle of comprehensive knowledge discovery. Unlike most of the current knowledge discovery methods, the comprehensive knowledge discovery considers both the spatial relations and attributes of spatial entities or objects. We introduce the theory of spatial knowledge expression system and some concepts including comprehensive knowledge discovery and spatial union information table (SUIT). In theory, SUIT records all information contained in the studied objects, but in reality, because of the complexity and varieties of spatial relations, only those factors of interest to us are selected. In order to find out the comprehensive knowledge from spatial databases, an efficient comprehensive knowledge discovery algorithm called recycled algorithm (RAR) is suggested.     

基于粗规则对象空间信息表的最小规则集生成

提出了粗规则对象空间信息表的概念、相关概念和性质，并给出实现粗规则最小化算法。基于此，编写了相应的计算机程序，并对一个地理信息系统实例规则进行了研究。实例表明运行可靠、结果正确，可应用于智能决策信息系统的知识库优化。     

GIS信息综合中一种改进的粗集选取方法

在现有的基于粗集的GIS信息综合的基础上,针对GIS信息表的特殊性,提出了先离散化再添加决策属性的粗集计算思路,采取动态评价目标重要性并选取的方法对目标进行综合。实验表明,该离散化思路可以很好地解决GIS信息表的离散化效率问题,动态评价选取的方法不仅能综合考虑目标的空间及属性信息,而且可以保持目标综合前后空间特征的一致性。     

矢量GIS中属性数据的不确定性分析

本文从属性区域分类不确定性、边界定位误差和区域内部定量属性数据的抽样误差出发,综合进行属性数据不确定性的度量和传播分析。针对由边界定位误差引起的属性分类不确定性,在顾及区域面积与边界线数等因素下,提出了一种定量度量指标。对于属性区域内部的定量属性抽样值,则建立了抽样值的相关函数表达式。针对ＧＩＳ中常见的两大类操作,即逻辑操作和算术操作,分别根据模糊集合论和概率统计理论建立了相应的属性不确定性传播模     

GIS中专题属性数据综合的若干问题

探讨了GIS中专题属性数据综合的若干问题，分析了专题属性数据综合与空间几何数据综合的区别和联系，在此基础上提出了GIS中实现专题属性数据综合的两种模式，并探讨了实现专题属性数据综合的基本思想和主要内容。     

基于统计归纳学习的GIS属性数据挖掘

将统计分析方法和面向属性的归纳方法结合起来，形成了一种应用面比较广的统计归纳学习方法，可以用于GIS属性数据挖掘。同时提出GIS属性数据挖掘可以分为3个层次，包括从数据生成新的数据，从数据产生模型和从归纳出知识，由原始数据生成数据，可以得出变量之间粗浅的关系，从数据推导出的模型，可以定量描述变量之间的关系，由数据挖掘出的知识，可以揭示客观世界的普遍性规律。