不确定性人工智能 KJ6云变换.ppt

监测数据挖掘视角的泛层次关系 滑坡监测数据的利用困难（1） 滑坡监测关心的是，滑坡监测的好不好？滑坡的变形水平怎样？根据监测滑坡会否发生？等问题。 常用自然语言发问，回答也当然最好是自然语言，当语言较多时，又要求图形概括这么多语言。言简意赅的方法是，图形+定性语言，这也是决策者所需要的。 可是，监测数据是定量的，自然语言是定性的，还有随机性和模糊性，怎样把定量的监测数据和定性的语言、形象的图形结合起来，并实现相互转换呢？ 滑坡监测数据的利用困难（2） 滑坡监测的目的，是提供防灾和抗灾的决策支持。由于滑坡灾害涉及的学科背景很多，例如，测量、GPS、数据处理、滑坡地质、灾害预防管理等，每个人不可能对每个相关学科都了如执掌。例如，测量中的单位权方差，对于管理决策者可能是陌生的，甚至可能被赋予不同的含义。要求所有的决策者都具备这些滑坡监测的学科背景，更是不现实。那么，如何解决这个“决策急需而学科背景不足”的矛盾呢？ 滑坡监测数据的利用困难（3） 滑坡形变监测的数据，是在滑坡体的典型不稳定体上设立监测点，通过定期监测这些点的变化获得的，每个监测数据都是滑坡监测的一次具体实现，都在一定程度上反映了滑坡形变位移的水平，那么，怎样把每个监测点的数据作用映射到整个滑坡体上？怎样反映每个监测数据对滑坡监测结论的不同作用呢？ 滑坡监测数据的利用困难（4） 滑坡监测的结论，可能有不同的要求和应用层次。高