2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩147頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、時空異常很可能是一類當前未知的、潛在有用的重要信息,代表地理現(xiàn)象或地理過程的特殊性。時空異常探測已在環(huán)境保護、地質(zhì)災害監(jiān)測、地球物理勘探和化探數(shù)據(jù)分析、公眾安全與衛(wèi)生等領域受到很大關注。本文圍繞時空異常探測理論與方法展開研究,提出了空間、時空異常探測的若干方法。主要研究內(nèi)容包括: (1)在基礎理論與方法方面,首先系統(tǒng)地回顧了現(xiàn)有空間、時空異常探測的研究成果,分析歸納了現(xiàn)有方法存在的問題:然后,總結(jié)了時空數(shù)據(jù)的特征及分類方法,進而

2、分析了時空異常的特征,探討了時空異常的分類方法;最后,討論了時空異常探測的框架,并將異常探測分為異常探測和異??煽啃栽u估兩個階段。 (2)針對基于統(tǒng)計學的異常探測方法存在的問題,提出了基于鄰近域的空間、時空異常統(tǒng)計判別法,顧及了空間、時空的基本特性。該方法通過為每個對象建立空間、時空鄰近域,并在鄰近域內(nèi)使用“k倍標準差”準則判別對象專題屬性的異常性。進而,發(fā)展了有約束的空間異常探測方法。 (3)針對現(xiàn)有空間聚類方法大都只

3、考慮空間距離、忽略專題屬性相似性的問題,本文提出了基于雙重距離的空間聚類方法(DDBSC),將所有空間鄰近且專題屬性相似的空間對象聚為一類,并在聚類結(jié)果中探測空間異常。為適應空間局部密度差異的特性,提出了密度自適應的空間聚類方法(ADBSC),并與專題屬性概念格方法結(jié)合,進而探測空間異常。 (4)為了使用聚類方法探測時空異常,本文提出了基于專題屬性概念格的時空聚類方法(CLBSTC)。CLBSTC綜合運用ADBSC聚類和概念格構

4、造方法,首先將時空上鄰近的、專題屬性概念格相同的對象聚為一類,然后在聚類結(jié)果中探測未歸屬任何時空簇的時空異常。 (5)在運用智能計算探測空間、時空異常方面,本文將BP神經(jīng)網(wǎng)絡引入空間、時空異常探測過程,探討了相應的BP神經(jīng)網(wǎng)絡的拓撲結(jié)構、學習樣本的設計、學習規(guī)則等內(nèi)容;然后將網(wǎng)絡輸出結(jié)果與原始數(shù)據(jù)的距離定義為異常度,進而探測空間、時空異常。通過多組實驗表明,在輸入向量中加入空間、時空聚類編號和異常數(shù)據(jù)項相關的專題屬性項時,BP神

5、經(jīng)網(wǎng)絡輸出誤差最小,探測的空間、時空異常最為穩(wěn)定。 (6)由于空間、時空數(shù)據(jù)本身和計算過程都不可避免地帶有不確定性,因此需要對探測結(jié)果進行可靠性評估。本文將異??煽啃栽u估分為異常過濾和異常評價兩個步驟,提出了基于關聯(lián)規(guī)則的時空異常過濾方法,從候選異常集合中剔除所有符合關聯(lián)規(guī)則的數(shù)據(jù)。為了定量評價時空異常的可靠性,本文在關聯(lián)規(guī)則挖掘表的基礎上,提出了異常支持度和置信度的概念,用于描述異常的可靠性。為了有效獲取空間、時空關聯(lián)規(guī)則,本

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論