数据库知识发现技术及其在测绘中的应用

详细介绍了数据挖掘与数据库中的知识发现 (KDD)技术 ,给出了KDD的定义以及KDD具体实现的3种处理模型 ,并从GIS和遥感影像分析两个方面论述了KDD技术在测绘中的应用     

基于PCA和LOGIT模型的网络入侵检测方法

针对高维度网络数据进行多类攻击行为检测的需求,提出一种基于PCA和Logit模型的网络入侵检测方法,通过PCA对网络数据降维、简化数据集和多项式Logit模型实现对不同攻击行为的识别并判别其类型。实验结果表明,方法在网络入侵识别上具有较理想的效果。     

Sinkhole hazard assessment in Minnesota using a decision tree model

An understanding of what influences sinkhole formation and the ability to accurately predict sinkhole hazards is critical to environmental management efforts in the karst lands of southeastern Minnesota. Based on the distribution of distances to the nearest sinkhole, sinkhole density, bedrock geology and depth to bedrock in southeastern Minnesota and northwestern Iowa, a decision tree model has been developed to construct maps of sinkhole probability in Minnesota. The decision tree model was converted as cartographic models and implemented in ArcGIS to create a preliminary sinkhole probability map in Goodhue, Wabasha, Olmsted, Fillmore, and Mower Counties. This model quantifies bedrock geology, depth to bedrock, sinkhole density, and neighborhood effects in southeastern Minnesota but excludes potential controlling factors such as structural control, topographic settings, human activities and land-use. The sinkhole probability map needs to be verified and updated as more sinkholes are mapped and more information about sinkhole formation is obtained.     

数据挖掘和知识发现的技术方法

数据挖掘是指从数据库中提取出隐含的、先前不知道的有用知识的过程。本文从数据挖掘和知识发现的概念出发 ,总结了数据挖掘常采用的技术方法 ,并从数据挖掘采用的技术方法的角度对数据挖掘进行分类 ,指出每种技术适合挖掘出哪些知识 ,比较每种技术的优缺点 ,同时还对几个数据挖掘的应用进行了阐述。     

数据库中的知识发现及其在气象中的应用

介绍了数据库中的知识发现(KDD)和数据挖掘(DM)的基本概念和处理过程,然后分析了数据挖掘所使用的方法,讨论了数据挖掘的应用,并给出了应用于气象领域的数据挖掘工具的设计方案.     

空间数据发掘和知识发现的框架

探讨和提出了空间数据发掘和知识发现的理论技术框架，包括空间数据发掘和知识发现的定义与描述、理论框架、从空间数据库中可发现的知识类型及其应用、数据发掘与知识发现方法、空间知识发现系统的结构及开发方法等，最后探讨了空间数据发掘和知识发现的发展方向。     

数据库中的知识发现及其在气象中的应用

介绍了数据库中的知识发现 (KDD)和数据挖掘 (DM)的基本概念和处理过程 ,然后分析了数据挖掘所使用的方法 ,讨论了数据挖掘的应用 ,并给出了应用于气象领域的数据挖掘工具的设计方案。