基于数据挖掘的地理信息集成方法研究-计算机技术专业论文.docxVIP

华北电力大学硕士学位论文摘要 华北电力大学硕士学位论文 摘要 地理信息在当今许多应用领域包括人们的日常生活都起着重要作用。近年来， 随着互联网的发展与完善，地理信息数据的总量呈现指数型爆发式地增大，如何 从海量的数据中通过一定的数据挖掘手段获取所需的地理信息是许多学者在研究 的。地理信息的空间数据源可以分为两类：结构化的数据源和非结构化的数据源。 许多研究人员已经从结构化的数据来源中检索数据。他们通过链接或者交互的方 式下载地理数据文件。这些结构良好的数据来源提供了静态信息。相比之下，网页 的非结构化特性便于地理信息实时改变，最新的地理信息往往是在网页上提供的。 本文从地理信息的结构化和非结构化数据源两个方面为切入点，进行了地理 信息获取和集成的研究。对于网页中海量的非结构化数据源，本文提出一种基于 数据挖掘的非结构化地理信息集成方法，即从网页中挖掘地名、地址等地理信息 数据的方法。而对于结构化数据源，本文提出一种基于数据挖掘的结构化地理信 息集成方法，即针对不同数据源存在语义异构的问题，本文先对不同来源的地理 信息数据进行研究，对其进行语义映射及异构性消除。然后融合多种特征对数据 进行相似度测量，再采用数据挖掘的机器学习方法中的BP神经网络方法来达成链 接相关数据的目的，从而为地理信息集成打下良好的基础。通过实验证明了方法 可行性，相关的评估指标都表明其有很高的精确度。最后，分析