空間數(shù)據(jù)挖掘分類算法研究.pdf

1、分類號!毆叢鰻重慶郵電大學(xué)碩士學(xué)位論文英文題目重量墨魚塹殳hQ￡g!箜墨i魚魚塹iQn△!gQ!i魚盟i照曼衛(wèi)叢i壘!旦i墮叢ini壘g碩士研究生芷猩坐指導(dǎo)教師璽壅壺型逖，學(xué)科專業(yè)鹽差壑超用撞盎論文提交日期星QQ魚生墨旦論文答辯日期2QQ窆生量且墊旦論文評閱人答辯委員會主席———互塑塹晦——j醫(yī)逸j劾輕L2009年5月22日重慶郵電大學(xué)碩士論文摘要摘要空間數(shù)據(jù)挖掘就是從空間數(shù)據(jù)庫中抽取隱含的、以前未知、潛在有用的知識的過程，其應(yīng)用涉及到

2、國民經(jīng)濟(jì)與國防軍事的各個方面，如地理信息系統(tǒng)GIS、氣象領(lǐng)域、遠(yuǎn)程遙感、交通控制、城市規(guī)劃、環(huán)境研究、地理經(jīng)濟(jì)、軍事戰(zhàn)略評估等。因此空間數(shù)據(jù)挖掘是一個很有發(fā)展前景的領(lǐng)域，也是目前的研究熱點，而以人工智能技術(shù)為基礎(chǔ)的分類算法為空間數(shù)據(jù)挖掘提供了新的支撐技術(shù)。分類在數(shù)據(jù)挖掘中是一項非常重要的方法，正是在這種背景下對空間數(shù)據(jù)挖掘的分類算法進(jìn)行了研究。論文主要從以下三個方面開展工作：首先，對空間數(shù)據(jù)挖掘中的技術(shù)之一數(shù)據(jù)分類進(jìn)行研究。詳細(xì)分析了現(xiàn)

3、階段比較常用的分類算法以及各自的優(yōu)劣之后，重點分析了KNN(KNearestNeighbor)分類方法的思想，總結(jié)出了傳統(tǒng)KNN存在的三個缺陷。‘其次，比較了模糊粗糙KNN相對傳統(tǒng)KNN方法的優(yōu)勢之后，從模糊粗糙KNN方法出發(fā)，基于先聚集后分類的思想，對模糊粗糙KNN方法進(jìn)行了改進(jìn)實現(xiàn)，改進(jìn)的方法比模糊粗糙集KNN方法具有更好的時間性能，因此適合處理具有較大數(shù)據(jù)量的數(shù)據(jù)集。最后，論文對改進(jìn)的方法進(jìn)行了詳細(xì)而廣泛的實驗。實驗主要分為兩部分