空间数据挖掘视角.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
空间数据挖掘视角.pdf

ISSN 1000-0054 清华大学学报 (自然科学版) 2006 年 第 46卷 第 1 期 27/48 S CN 11-2223/N J T singhua U niv (Sci T ech), 2006, V ol.46, N o.S1 1058-1063 空间数据挖掘视角 王树良1 ,2 (1. 武汉大学 国际软件学院, 武汉 430079; 2. 清华大学 经济管理学院, 北京 100084) 摘 要: 为了满足不同用户在不同条件下对空间数据挖掘的不同要求,该文提出空间数据挖掘视角。空间数据挖掘 视角在描述不同数据挖掘需求的基础上,利用一定的数据挖掘算法,从大量空间数据中发现不同粒度的空间知识。 首先研究空间数据挖掘视角的内涵和外延,其次给出空间数据挖掘视角的算法,最后把空间数据挖掘视角应用于 滑坡监测数据的挖掘,结果令人满意。 关键词: 空间数据; 挖掘视角; 粒度挖掘 中图分类号: P 258; T P 391 文献标识码:A 文章编号: 1000-0054(2006)S1-1058-06 View-angles of spatial data mining WANG Shuliang1,2 (1. International School of Software, Wuhan University, Wuhan 430079, China ; 2. School of Economics and Management, Tsinghua University, Beijing 100084, China) Abstract : T his paper proposes a view -angle ofspatialdata m ining to m atch the various dem ands on spatialdata m ining. D escribing the various dem ands from differentusers underdifferentspatialconditions, the view -angles ofspatialdata m ining is to discoverthe know ledge w ith various granularities from am ounts of spatialdata by using a certain m ining algorithm s. First, the view -angle of spatialdata m ining is defined w ithin its intension and extension. Second, the view -angle based algorithm s are presented. Finally, as a case study, the techniques are applied to m ine Baota landslide-m onitoring database. T he results are satisfactory. Key words: spatialdata; m ining view -angle; granularity m ining 巨量空间数据在特定问题或特定环境下,是一 数据量,然后才有离散的符号量。第三,对于同样的 种杂乱无章的自然状态积累,但又是一种可以从中 一堆数据,同一个人从不同的角度看,有不同的结 发现规则性、有序性、相关性和离群性等模式的数

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档