空间数据挖掘论文提纲

论文题目：基于GIS的郑洛地区聚落遗址群的空间数据挖掘研究

摘要：本文主要从空间数据的属性、空间、时间三大要素角度出发,分别应用不同的空间数据挖掘方法,借助于SQL Server数据库、GIS软件,研究郑洛地区聚落群的分布及其历史演变问题。 本文研究成果如下： （1）采用决策树分类、空间分析、时空数据挖掘等空间数据挖掘方法分析聚落群空间数据,从中获取隐含的信息或知识,进一步研究了空间数据挖掘方法,在一定程度上解决了在郑洛地区聚落考古领域内数据爆炸却知识贫乏的问题。 （2）采用决策树分类挖掘方法,分析聚落群空间数据的属性要素。为了避免ID3算法的多值倾向性和提高ID3算法生成决策树的效率,引入用户兴趣度和简化算法计算过程,提出了ID3的改进算法SAID3算法。将SAID3算法应用于四个连续文化时期聚落遗址群面积属性的分类挖掘研究中,提取了分类规则,证明了SAID3算法的有效性；并将SAID3算法的运行效率与ID3算法、C4.5算法在聚落群实例下的效率进行对比,得出SAID3算法效率最高。从而,进一步扩展了空间数据挖掘在数据挖掘中的应用领域,提高了现有数据挖掘算法在空间数据上的执行效率。 （3）采用空间分析方法,在GIS的支持下,分析聚落群空间数据的空间要素。主要使用高程分析、坡度坡向分析、缓冲区分析等多种空间分析方法,分析聚落群分布与高程、坡度坡向、离水距离、离山距离这五种环境因子的关系,并在此基础上,建立聚落群对象指数模型,构造适宜性指数评价系统,并将多目标综合加权分析的优化结果与遗址群分布的具体情况作比较,分析评估了遗址分布的合理性及其分布原因,进一步拓展了空间数据挖掘在GIS考古应用上的研究对象和应用范围。 （4）采用时空数据挖掘方法,分析聚落群空间数据的时间要素。依据面向对象的思想,建立聚落群对象时空数据模型,分别用中心点和面积算法求取子聚落群中心点和面积,而后求取中心点的演变速度、遗址密度以及遗址的综合等级。建立子聚落群对象时空数据模型数据管理体系,并用中心点标志子聚落群,从子聚落群中心点的演变轨迹、演变速度,结合各个时期子聚落群的面积、遗址个数、遗址密度、综合等级,分析了子聚落群的时空演变规律,清晰地论述了子聚落群的空间分布随着时间的动态变化特征,扩展了空间数据挖掘的研究领域。

关键词：空间数据挖掘;决策树分类;空间分析;时空数据挖掘;GIS

学科专业：计算机应用技术

摘要

Abstract

第一章 前言

1.1 研究背景与意义

1.2 空间数据挖掘

1.2.1 空间数据挖掘的定义

1.2.2 空间数据挖掘的研究现状

1.2.3 空间数据挖掘的特点

1.2.4 空间数据挖掘的方法

1.2.5 空间数据挖掘的发展趋势

1.3 研究方法与数据来源

1.3.1 研究方法

1.3.2 数据来源

1.4 研究内容

1.5 本文结构

第二章 聚落群的决策树分类挖掘研究

2.1 决策树分类简介

2.2 ID3算法

2.2.1 ID3算法基本原理

2.2.2 ID3算法优劣性能分析

2.3 改进的ID3算法(SA_ID3)

2.3.1 SA_ID3算法基本思想

2.3.2 SA_ID3实现过程

2.4 C4.5算法

2.4.1 C4.5算法基本思想

2.4.2 C4.5算法实现过程

2.5 SA_ID3算法在聚落群的应用

2.5.1 数据准备及建库

2.5.2 SA_ID3算法的应用实现

2.5.3 SA_ID3算法的性能分析

2.5.4 分类结果分析

2.6 本章小结

第三章 聚落群的空间分析挖掘研究

3.1 ArcGIS 9.3简介

3.2 空间分析方法

3.2.1 空间分析方法简介

3.2.2 聚落群的空间分析方法

3.3 聚落群高程分析

3.4 聚落群坡度坡向分析

3.4.1 坡度分析

3.4.2 坡向分析

3.5 聚落群缓冲区分析

3.5.1 离水距离分析

3.5.2 离山距离分析

3.6 聚落群空间建模分析

3.6.1 指数模型原理

3.6.2 指数模型运行结果

3.6.3 指数模型优化结果分析

3.7 本章小结

第四章 聚落群的时空数据挖掘研究

4.1 时空数据简介

4.2 时空数据模型简介

4.3 聚落群对象时空数据模型

4.3.1 聚落群对象时空数据模型原理

4.3.2 聚落群中心点求取算法

4.3.3 聚落群面积求取算法

4.4 聚落群时空演变分析

4.4.1 聚落群时空数据模型的数据管理

4.4.2 聚落群时空数据模型的结果分析

4.5 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢