空間數(shù)據(jù)挖掘軟件開發(fā)及其工程應(yīng)用.pdf

1、本文結(jié)合國(guó)家863計(jì)劃項(xiàng)目“空間數(shù)據(jù)挖掘的神經(jīng)網(wǎng)絡(luò)技術(shù)研究”(No.2007AA12Z228)展開研究。
　　 近年來(lái)，數(shù)據(jù)采集和數(shù)據(jù)存儲(chǔ)技術(shù)迅猛發(fā)展，數(shù)據(jù)量迅速增大，數(shù)據(jù)維數(shù)不斷增高，如何對(duì)海量的工程數(shù)據(jù)進(jìn)行快速高效的分析研究便成為空間數(shù)據(jù)挖掘的一個(gè)重要研究方向。目前針對(duì)空間數(shù)據(jù)挖掘的工程應(yīng)用問題的研究很少，工程應(yīng)用的相關(guān)軟件也很少，且功能有限，更沒有通用的軟件。因此，本文對(duì)空間數(shù)據(jù)挖掘的工程應(yīng)用問題進(jìn)行了研究并編寫軟件，使該

2、軟件在工程領(lǐng)域具有一定的通用性。
　　 本文以BP神經(jīng)網(wǎng)絡(luò)技術(shù)和基于網(wǎng)格方法的聚類分析技術(shù)為基礎(chǔ)，深入研究空間數(shù)據(jù)挖掘問題并編寫程序，實(shí)現(xiàn)該技術(shù)在工程應(yīng)用領(lǐng)域的廣泛應(yīng)用。主要研究?jī)?nèi)容及結(jié)論如下：
　　 (1)簡(jiǎn)要介紹了神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展歷程、基本原理及數(shù)學(xué)模型，并對(duì)其存在的不足和相應(yīng)的改進(jìn)措施作了介紹。
　　 (2)介紹了聚類分析技術(shù)的概念、原理、常用方法，重點(diǎn)論述了基于網(wǎng)格的聚類分析方法，在了解了傳統(tǒng)的基于網(wǎng)格

3、的聚類分析方法的基礎(chǔ)上創(chuàng)新的提出了向周圍擴(kuò)展逐步搜索的網(wǎng)格搜索方法。
　　 (3)本文集成多元線性回歸分析程序、網(wǎng)格程序、BP神經(jīng)網(wǎng)絡(luò)程序，開發(fā)出一套空間數(shù)據(jù)挖掘軟件，實(shí)現(xiàn)了三部分程序的獨(dú)立運(yùn)行和有機(jī)結(jié)合，簡(jiǎn)便易行。
　　 (4)為了驗(yàn)證網(wǎng)格技術(shù)的有效性和該空間數(shù)據(jù)挖掘軟件的實(shí)用性，本文將該軟件應(yīng)用于大區(qū)域似大地水準(zhǔn)面精化和大壩變形觀測(cè)數(shù)據(jù)分析兩個(gè)工程實(shí)例中。其中，工程實(shí)例一（即似大地水準(zhǔn)面精化）中，運(yùn)用五種方法進(jìn)行似大

4、地水準(zhǔn)面高程擬合，分別為：一次多項(xiàng)式線性回歸方法（即平面擬合方法）、二次多項(xiàng)式線性回歸方法（即二次曲面擬合方法）、BP神經(jīng)網(wǎng)絡(luò)方法、“線性回歸與BP神經(jīng)網(wǎng)絡(luò)組合”方法及“網(wǎng)格技術(shù)與BP神經(jīng)網(wǎng)絡(luò)組合”方法；工程實(shí)例二（即大壩變形觀測(cè)數(shù)據(jù)分析）中運(yùn)用三種不同模型對(duì)大壩垂直變形觀測(cè)數(shù)據(jù)進(jìn)行了分析，分別為：線性回歸分析模型、常規(guī)BP神經(jīng)網(wǎng)絡(luò)模型、回歸分析與BP神經(jīng)網(wǎng)絡(luò)組合模型；以上幾種方法均可通過軟件完成運(yùn)算，其中線性回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型