陕西近50年极端气温事件分析

为分析陕西极端温度事件的气候变化特征,选用陕西75站1961～2010年逐日平均气温、最高气温和最低气温资料,应用气候统计诊断分析方法,分析了陕西近50年极端气温事件的气候变化事实。结果表明:近50年陕西极端冷事件发生的频次呈显著减少趋势,其中陕北长城沿线风沙区和黄土高原沟壑区的冷夜日数、冷昼日数、结冰日数、冬季寒冷日数、冬季严寒日数减少趋势尤为显著;关中平原霜冻日数、冷夜日数、冷昼日数呈明显减少趋势,秦岭南麓浅山区和汉江河谷及巴山山区冷夜、冷昼日数也呈现减少趋势。与此同时陕西极端暖事件发生频次呈显著增多趋势,陕北长城沿线风沙区暖夜、暖昼日数线性增加率为6～7d/10a,秦岭南麓浅山区暖昼日数增加趋势显著,其线性增加率达到6.3d/10a,而关中平原炎热夜数也呈比较显著的增加趋势。     

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...     

空间同位模式支持下城市服务业关联发现及特征分析

空间同位模式分析是数据挖掘中一种常见的方法,可有效挖掘城市设施在空间位置上的关联特征,进而发现城市设施的分布规律.本文基于POI数据同位模式挖掘用来获取城市服务业空间关联结构:首先,通过邻近实例获取、同位候选模式存储与筛选,得到城市服务业二阶同位模式;然后,据此构造产业空间关联图,得到产业间的关联结构;最后,分别构造了...     

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。     

海陆气候事件关联规则挖掘方法

近年来,异常气候事件的频发对人类的生活环境和经济发展带来严重负影响。气象学家研究表明：海洋气候异常对陆地气候异常事件的发生具有重要的诱发作用,因此,对海陆气候间的内在关联机制进行深入挖掘具有重要研究价值。本文提出了一种关联规则挖掘方法,以探索单一海洋气候指数与陆地异常气候事件间存在的关联。首先,针对陆地气候要素,采用顾及空间邻近关系的层次聚类方法进行有效气候分区,通过对各层分区结果进行相关统计分析得到有效的各区域气候序列;然后,进行顾及多重约束进行时序关联规则挖掘,以探索海陆气候要素间的关联机制;最后,通过实际算例分析得到的各气候指数与我国陆地区域异常降水事件间的关联机制结果,与实际情况高度吻合。     

关联规则挖掘在卷烟市场研究中的应用

应用基于Apriori算法的关联规则挖掘技术对一次卷烟市场调查得到的数据进行分析，找出其中的关联规则，作为正确决策的基础。     

近46年中国冬季日均气温及极端温度的变化

应用1961—2006年我国599个站的冬季逐日平均温度资料,分析了冬季各月最低（高）日均温度、低温日数及三种极端温度指数的变化趋势。结果表明冬季各月最低、最高温度的变化均呈明显上升趋势,2月份升温最显著,日均气温低于5℃的冷日数和日均气温低于-10℃的严寒日数在冬季各月都是减少的。全国近46年冬季极端低温日数呈明显减少的趋势,1986年出现一次跃变,2006年最少;极端高温日数普遍增加,1995年出现跃变,1998年达到峰值;霜冻日数在27N-46N间区域显著减少,跃变点在1987年,最低值出现在1998年。     

近46年中国冬季日均气温及极端温度的变化

应用1961—2006年我国599个站的冬季逐日平均温度资料,分析了冬季各月最低（高）日均温度、低温日数及三种极端温度指数的变化趋势。结果表明冬季各月最低、最高温度的变化均呈明显上升趋势,2月份升温最显著,日均气温低于5℃的冷日数和日均气温低于-10℃的严寒日数在冬季各月都是减少的。全国近46年冬季极端低温日数呈明显减少的趋势,1986年出现一次跃变,2006年最少;极端高温日数普遍增加,1995年出现跃变,1998年达到峰值;霜冻日数在27°N-46°N间区域显著减少,跃变点在1987年,最低值出现在1998年。     

基于WRF和统计方法的气温空间尺度分析

WRF模式作为一个中尺度气候模式,其分辨率从几米到几千公里,其自身的双向嵌套特征也为进行动力尺度下推提供了有力条件。本文利用WRF模式和传统的统计方法对研究区的气温进行尺度下推。首先,通过动力下推得到不同分辨率下的气温空间分布,并选取15个气象站点进行点对点验证,为了更明显观察不同尺度间的差异,对不同尺度的输出与ANUSPLIN插值结果进行比对,结果显示动力尺度下推中,分辨率越高模拟效果越好。其次,我们采用传统的统计下推方法,从27km下推到3km分辨率,并与WRF和ANUSPLIN插值在该尺度的结果进行对比分析,结果显示统计下推结果的趋势与动力下推的插值结果是一致的,但具有明显的马赛克效果,通过分析认为,这与统计方法的尺度下推只考虑高程信息的变化对气温的影响,而未考虑其他因素有关,如若在下推时加入更多的变量,如对温度有较大影响的坡度、坡向、土地覆被类型等因素,综合分析不同尺度之间的关系,会使下推结果有所改善。     

空间数据挖掘技术与发展趋势

试从空间数据挖掘方法的角度,探讨了空间关联规则的挖掘方法以及它与传统的关联规则挖掘方法之间的区别,介绍了空间聚类挖掘方法的分类和几种典型算法,概述了空间数据挖掘的发展趋势。     

空间认知模式研究

从对不同空间模型的对比与分析入手,结合空间认知行为、神经系统科学和认知心理学的有关研究成果,对空间认知模式进行了研究。研究表明,“空间”的一般表现形式分为感知空间、认知空间和符号空间3种,不同的空间表现形式具有不同的空间认知方式;根据空间认知方式的差异,空间认知模式包括空间特征感知、空间对象认知、空间格局认知3个层次,而空间特征、空间对象则是空间认知模式构成的2个基本单位。     

计算机等级考试中的关联规则挖掘

讨论了数据挖掘技术在计算机等级考试评分系统中的应用。利用关联规则技术对考生的得分情况进行分析,得出各类题型之间的关联性。所得结论对提高考生的过级率以及教师后继教学工作的开展均具有一定的指导性。     

基于周期表的时空关联规则挖掘方法与实验

地理现象的周期性往往掩盖了许多地学规律,这也是地学数据挖掘的一个主要内容.本文以周期表设计了一种时空层次关联规则挖掘方法--PRules-Miner.模型利用周期表的表现形式对时空数据进行组织,并通过两步挖掘过程发现具有"遥相关"地理事物间的变化模式.模型算法分为3个步骤:(1)过滤周期表内无序数据:逐行地提取多周期内...     

连续变量的自适应局部空间同位模式挖掘算法

目前,局部空间同位模式挖掘方法存在需要预设定邻域范围、挖掘的结果无统计显著性意义而难以对结论进行科学地判定等问题,如当前常用的\begin{array}{c}K\end{array}近邻方法难以确定合适的搜索圆半径,而固定距离法由于空间数据集的多尺度特性,距离阈值的设定对结果的影响较大。因此,针对连续变量的空间采样点数据集,本文提出了一种自适应局部空间同位模式挖掘算法。首先,定义了连续变量的空间同位模式兴趣度函数、模式指示器函数及Voronoi邻域,并通过构建Voronoi邻域矩阵避免了预设定邻域阈值的问题,最后采用\begin{array}{c}{G_i}^{*}\end{array}统计量进行局部空间同位模式及其区域的发现,使挖掘的结果具有统计显著性意义,进而帮助专家对挖掘结果做出更科学的判定。通过使用真实的连接了烟草适应性评价结果的耕地地力样点调查数据和水污染数据,对开发的算法进行测试。实验结果表明,算法无需预设邻域范围,可查找同区域内的不同空间同位模式。实验所发现的局部空间同位模式发现了实验数据研究区域存在的特有现象,对耕地地力调查工作具有实际的指导作用。     

地理信息关联规则挖掘算法的设计与应用

本文着重就地理信息数据挖掘中的两种模式：关联规则和序列模式的概念和作用进行了探讨，阐述了在关联规则中寻找大项集算法的实现，以及在数据挖掘的序列模式基础上对寻找大项集算法的结果进行了改进和优化，使数据的关联规则与时间和序列之间建立了密切的联系，从而更好的实现了对于大规模地理信息数据库中数据的挖掘和利用。     

基于有向图的Web使用模式挖掘算法研究

提出了一种基于有向图的web使用模式挖掘新算法,算法只对Web事务数据库进行一次扫描,并将页面之间的序列信息记录在有向图中,在挖掘过程中不产生数量庞大的候选模式,即可直接挖掘出所有的web频繁访问路径,大大提高了web访问模式的发现效率.     

时态关联规则挖掘综述

对时态关联规则挖掘的现有方法进行了总结,对这些方法的优劣做出自己的评价.     

可视化空间聚类挖掘算法及系统实现

空间聚类与传统聚类方法的区别之一在于空间聚类是对空间实体的集群性进行分析,在聚类过程中需考虑模式在空间分布上的一种或几种结构特征,如模式间的远近关系、拓扑关系、方位关系、疏密关系等。然而,传统聚类算法大多忽略空间结构特征对聚类结果的影响。同时,传统数据挖掘过程往往是“黑箱”作业,用户不论感兴趣与否都只能被动地接受挖掘结果,而且结果往往是抽象的、不易理解的。本文对基于MST的可视化空间数据聚类挖掘算法进行了研究,利用Delaunav三角网和MST最小生成树使得地理实体的邻接度与其他属性数据一起参与了空间聚类处理,同时用J2EE技术开发可视化空间聚类挖掘工具,为此类应用系统的建立提供了一种实用的可行方案。     

基于模糊集的数量属性关联规则方法的研究

根据模糊集原理,提出了一种数量型数据挖掘关联规则的方法,并通过试验证明了算法的合理性.     

香港共享住宿分布与城市功能空间及路网形态的关联研究

在供需信息化对接、交通运输能力提升、城市多中心开发的背景下,城市住宿业选址决策对交通路网便捷程度和服务设施临近程度等空间因素的关注度逐渐提升。本文运用空间句法和协同区位商理论,选取2021年香港Airbnb活跃房源、星级酒店、城市路网和POI数据,构建“住宿单元-交通轴线-功能空间”的“点-线-面”研究框架,分析共享住宿和传统酒店的空间布局模式,以及与城市路网形态和功能空间的结构关联特征。结果表明,共享住宿在市中心呈现“带状+团块状”分布,在新市镇、交通枢纽和旅游名胜岛屿形成分布次核心。相较于传统酒店,共享住宿受路网形态影响更大,对交通穿行能力和到访社区的邻里交互空间要求较高。在全局尺度上,共享住宿在选址时更倾向于考虑集聚效应和积极的溢出效应。在局域尺度上,共享住宿和城市功能空间主要形成了3种关联模式：簇状关联、组团状关联和散点状关联模式。本文对精准理解现代城市多元消费需求下共享住宿的多尺度空间分布模式,推动城市住宿业多元可持续发展具有理论意义和实践价值。