农产品产地污染合知识挖掘系统的研究.pdfVIP

中文摘要 为解决产地污染数据综合利用问题，开展产地污染分析与评估，特立此课题 进行研究。本课题的研究目标是：对农产品产地污染监测结果及相关空间数据进 行知识挖掘，建立一个产地污染综合知识挖掘系统。该系统由四部分组成：数据 清洗系统，非空间谓词挖掘系统、空间谓词的提取系统，空间一非空间关联规则 挖掘系统。 本文采用属性清洗和重复数据清洗技术完成产地污染数据清洗工作。针对属 性清洗，文中提出了统计分析清洗方法、聚类清洗方法、基于模式的清洗方法、 关联规则清洗方法；针对重复记录的清洗，运用了DBSCAN聚类方法提取相似重 复记录集，然后采用蚁群算法进行合并和删除重复记录，创造了一种新的数据清 洗方法。 本文将产地土壤污染非空间谓词的提取分为两部分，一是非空间背景知识的 提取，二是产地污染原子命题集的提取。首先，采用了关系演算方式，以关系(元 组、属性)建立笛卡尔积的形式获取非空间背景知识；然后，建立了一种产地污 染预测与评估和原子命题集提取的新方法，即：利用PCA主成分对污染数据降 维，采用RBF网络对产地污染状况进行评估预测，最后运用SWM相似权值法 抽取规则的形式，提取原子命题集。 本文建立了空间谓词提取新方法，引进了空间对象分层挖掘概念，改进了原有 的空间谓词九交矩阵提取方法，以粗糙集理论创建了粗糙九交矩阵，并利用C址玎 决策树完成空间谓词的提取，最后建立约束规则，对空间谓词进行归并，使得生成 的分层谓词空间既精简又不丢失信息量，为后续关联规则挖掘奠定了基础。 本文引进了SPADA算法来挖掘空间．非空间关联规则。在非空间谓词集和空 间谓词集的基础上建立空间观察集，在分层的基础上以口代换方式开展层内搜索 和层间搜索，从而建立空间．非空间关联规则。同时，还建立了模式约束和关联 规则约束，从而提高了搜索和剪枝速度。 最后，本文建立了一个综合知识挖掘系统的实例。以湖北大冶的产地污染监 测数据为依据，对数据清洗算法、土壤污染非空间谓词提取算法、空间谓词提取 算法以及空间一非空间关联规则挖掘等进行了验证。验证结果表明，该系统挖掘 出的产地污染知识较好的反映了当地产地污染现状。 关键词： 农产品产地数据挖掘谓词提取九交矩阵sPADA算法RBF相似权 值法关联规则 ABSTRACT Withthe ofChina theserious onthe developmenteconomy， pollution areahas so ofthe atimpr0Ving agro-productcaughtmanyeyeballspublic．Aiming haVe research utilization ofthe data，wea onthe emciencypollution deep pollution has andevaluationandasaresultthis comeout．In research analysis paper detail，our builtan forthe the up integratedknowledgeminingSystem pollution．magro-product whicha can t0the area，in knowledgeminingprocessbe印pliedpollutionmonitoring and dataofthe area．This resultssome spatial