《HFUT-硕士毕业论文模板》由会员分享，可在线阅读，更多相关《HFUT-硕士毕业论文模板（14页珍藏版）》请在金锄头文库上搜索。
1、合合肥肥工工业业大大学学硕硕士士生生毕毕业业论论文文格格式式论文一级章标题使用宋体小 三号字加粗；论文二级节标题使用宋体 小四号字加粗论文三级、四级节标题使用宋体小四号字论文正文用宋体 小四号字；图号及图标题使用五号字；页码从正文第一章编排；页面设置 A4 纸（1）上 2.5cm；下 2.5cm；左 2.9cm；右 2.5cm（2）每行 34 个字，字间距加宽 0.5 磅；每页 36 行固定值 19 磅；地址：合肥工业大学图书馆一楼大厅学位论文制作中心咨询电话：2901293题题目目：英英文文题题目目：作作 者者 姓姓 名名 学学 位位 类类 型型 学 历 硕 士 学学 科、专科、专 业业 研
2、研 究究 方方 向向 导导 师师 及及 职职 称称 2006 年年 5 月月居中三号字宋体加粗居中小二号新罗马字体加粗合合 肥肥 工工 业业 大大 学学本论文经答辩委员会全体委员审查，确认符合合肥工业大学硕士学位论文质量要求。答辩委员会签名：（工作单位、职称）主 席：委 员：导 师： 独独 创创 性性 声声 明明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 合肥工业大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论
3、文中作了明确的说明并表示谢意。学位论文作者签字： 签字日期： 年 月 日学位论文版权使用授权书学位论文版权使用授权书本学位论文作者完全了解 合肥工业大学 有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权 合肥工业大学 可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日学位论文作者毕业后去向：工作单位： 电话：通讯地址： 邮编：题题目目：摘摘 要要空间对象固
4、有的空间位置属性衍生了各种不确定的空间关系，包括空间拓扑关系、空间方位关系、空间距离关系以及它们之间的组合关系，这些空间关系通常以非显性的方式隐含于空间数据中，使得人们对空间数据解析和处理的难度大大提高。空间数据丰富和空间知识贫乏的现象长期存在着，这种趋势的发展促成了空间数据挖掘和知识发现（ SDMKD）的产生，并成为数据挖掘领域的一个研究热点。关关键键词词： 空间数据挖掘 空间聚类居中小三号字宋体加粗小四号字宋体居中小三号字宋体加粗英英文文题题目目： ABSTRACTThe difficulty of analyzing and processing for spatial data bec
5、omes more and more complicated, because many uncertain spatial relations are born with position attributes of spatial objects, such as spatial topology relations, spatial orientation relations, spatial distance relations and the combinations among them. And these spatial relations are always hidden
6、in spatial data by the undisclosed form. SDMKD (Spatial data mining and knowledge discovery) is emerging when abundant of spatial data and scarce of spatial knowledge coexist, which has become the hot topic of data mining area.Keywords：Spatial data mining；Spatial clustering；居中小二号新罗马字体加粗 小四号新罗马字体居中小二
7、号新罗马字体加粗致致 谢谢作者：年 月 日居中小三号字宋体加粗小四号字宋体目目 录录第第一一章章 绪绪论论 1 1.1 空间数据挖掘和知识发现（ SDMKD）及其研究进展进展11.2 智能空间决策支持系统（ ISDSS）及其研究进展6 1.3 本文研究的主要内容 10第第二二章章 SDMKD 的的理理论论基基础础及及主主要要方方法法 122.1 SDMKD 的理论基础 122.2 SDMKD 的主要方法 14居中小三号字宋体加粗小四号字宋体加粗小四号字宋体插插图图清清单单图 1-1 空间数据挖掘和知识发现（ SDMKD）的体系结构 5图 1-2 GIS 体系结构 7图 1-3 SDSS 的结构
8、 9图 2-1 空间知识发现状态空间 12图 2-2 星型模型 19居中小三号字宋体加粗小四号字宋体1第第一一章章 绪绪 论论近年来，由于遥感（ RS） 、全球定位系统（ GPS） 、地理信息系统（ GIS） 、航空摄像、电子摄像、 CT 成像等空间信息 技术的发展和广泛使用，空间数据飞速增长，其规模和复杂性日益膨胀。与此同时，以空间数据为研究对象的空间决策支持系统 SDSS(Spatial decision support system)迅速发展起来， SDSS综合了 GIS 数据处理和 DSS 模型分析的优势，对结构化空间问题提供决策支持。目前，其 应用已涉及到国民经济众多领域，如国土规划
9、与整治、区域发展规划、城市发展规划、产业布局、交通规划、空间优化、公共设施选址、环境保护以及灾害与危机处理等1-6。然而，由于 空间数据的多维特性及其特有的空间属性的存在，空间决策问题越来越复杂， SDSS 需要处理各种非线性、不确定的空间关系，如空间配置和空间优化等。现有的SDSS 在面对非结构化复杂空间决策问题时，其问题求解能力明显不足，因此需要借助其他理论、方法和技术（如AI）来提高这种能力。20 世纪 80 年代后期， 随着空间信息技术的不断发展，空间 数据挖掘和知识发现(SDMKD, Spatial data mining and knowledge discovery)开始出现 ，
10、它较好地解决 了空间知识获取问题，因此和机器学习、 专家系统等共同 被引入到 空间决策科学与技术领域， 使得空间决策支持系统在知识获取、知识表达和知识推理方面的能力大大提高，并逐步发展成为智能空间决策支持系统ISDSS，ISDSS 的出现使得人们在面对非结构化复杂空间问题时的决策能力大大提高。本论文主要研究空间数据挖掘和知识发现及智能空间决策支持系统的基本理论和技术方法，本章系统地阐述了空间数据挖掘和知识发现及其研究进展、智能空间决策支持系统及其研究进展 ，并对全文研究的主要内容进行了概括。1.1 空空间间数数据据挖挖掘掘和和知知识识发发现现（ SDMKD）及及其其研研究究进进展展1.1.1
11、数据挖掘和知识发现的产生和发展1.1.1.1 数据挖掘和知识发现的产生和发展如果没有对海量数据进行分析的能力，沃尔玛的老板绝对想不到“啤酒与尿布”这两个风马牛不相及的东西之间还有着千丝万缕的联系，而将啤酒与尿布放在一起，竟然大大增加 转换和数据的采掘，模式解释和评价过程包括对所发现知识模式进行模式解释和知识评价。1.2 智智能能空空间间决决策策支支持持系系统统 (ISDSS)及及其其研研究究进进展展1.2.1 决策支持系统的产生与发展随着计算机和信息技术的不断深入发展，其在管理领域的应用也越来越广泛。早期，电子数据处理技术 EDP 的出现使得人们可以利用计算机处理各种数居中小三号宋体加粗正文小
12、四号宋体小四号宋体小四号宋体小四号宋体2据和报表，促进了企业、行业和部门之间的信息传递和交流，实现了无纸化和办公自动化；随后，管理信息系统 MIS 的产生使得企业或部门能够以一个完整的系统参与信息的交换与资源共享，大大推动了企业信息化的发展。随着计算机和信息技术的不断深入发展，其在管理领域的应用也越来越广泛。早期，电子数据处理技术 EDP 的出现使得人们可以利用计算机处理各种数据和报表，促进了企业、行业和部门之间的信息传递和交流，实现了无纸化和办公自动化；随后，管理信息系统 MIS 的产生使得企业或部门能够以一个完整的系统参与信息的交换与资源共享，大大推动了企业。如果没有对海量数据进行分析的能
13、力，沃尔玛的老板绝对想不到“啤酒与尿布”这两个风马牛不相及的东西之间还有着千丝万缕的联系，而将啤酒与尿布放在一起，竟然大大增加 转换和数据的采掘，模式解释和评价过程包括对所发现知识模式进行模式解释和知识评价。3第第二二章章 绪绪 论论近年来，由于遥感（ RS） 、全球定位系统（ GPS） 、地理信息系统（ GIS） 、航空摄像、电子摄像、 CT 成像等空间信息 技术的发展和广泛使用，空间数据飞速增长，其规模和复杂性日益膨胀。与此同时，以空间数据为研究对象的空间决策支持系统 SDSS(Spatial decision support system)迅速发展起来， SDSS综合了 GIS 数据处理
14、和 DSS 模型分析的优势，对结构化空间问题提供决策支持。目前，其 应用已涉及到国民经济众多领域，如国土规划与整治、区域发展规划、城市发展规划、产业布局、交通规划、空间优化、公共设施选址、环境保护以及灾害与危机处理等1-6。然而，由于 空间数据的多维特性及其特有的空间属性的存在，空间决策问题越来越复杂， SDSS 需要处理各种非线性、不确定的空间关系，如空间配置和空间优化等。现有的SDSS 在面对非结构化复杂空间决策问题时，其问题求解能力明显不足，因此需要借助其他理论、方法和技术（如AI）来提高这种能力。20 世纪 80 年代后期， 随着空间信息技术的不断发展，空间 数据挖掘和知识发现(SDMKD, Spatial data mining and knowledge discovery)开始出现 ，它较好地解决了空间知识获取问题，因居中小三号宋体加粗正文小四号宋体4参参考考文文献献1 梁怡，人工智能、空间分析与空间决策 . 地理学报， 1997，第 57
