合肥工业大学本科毕业论文模板

合肥工业大学计算机与信息学院

本科生毕业论文格式

说明：

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；下；左；右

（2）每行34个字，字间距加宽磅；每页36行固定值19磅；

打印、装订地址：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

毕业设计

设计题目

学生姓名

学号

专业班级

指导教师

院系名称

20 年月日

××××

摘 要

空间对象固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（S D M K D ）的产生，并成为数据挖掘领域的一个研究热点。

关键词：空间数据挖掘，空间聚，拓扑，方位

×××××××××××××××××

A B ST R AC T

T h e d i f f i c u

l t y o f a n a l y z i n g a n d p r o c e s s i n g f o r s p a t i a l d a t a b e c o m e s m o r e a n d m o r e c o m p l i c a t e d , b e c a u s e m a n y u n c e r t a i n s p a t i a l r e l a t i o n s a r e b o r n w i t h p o s i t i o n a t t r i b u t e s o f s p a t i a l o b j e c t s , s u c h a s s p a t i a l t o p o l o g y r e l a t i o n s , s p a t i a l o r i e n t a t i o n r e l a t i o n s , s p a t i a l d i s t a n c e r e l a t i o n s a n d t h e c o m b i n a t i o n s a m o n g t h e m. A n d t h e s e s p a t i a l r e l a t i o n s a r e a l w a y s h i d d e n i n s p a t i a l d a t a b y t h e u n d i s c l o s e d f o r m. S D M K D (S p a t i a l d a t a m i n i n g a n d k n o w l e d g e d i s c o v e r y ) i s e m e r g i n g w h e n a b u n d a n t o f s p a t i a l d a t a a n d s c a r c e o f s p a t i a l k n o w l e d g e c o e x i s t , w h i c h h a s b e c o m e t h e h o t t o p i c o f d a t a m i n i n g a r e a.

K e y w o r d s ：s p a t i a l d a t a m i n i n g , s p a t i a l c l u s t e r i n g , t o p o l o g y , p o s i t i o n

目录

一章绪………………………………………………………

………………

1

空间数据挖掘和知识发现（S D M K D）及其研究进展进展 (1)

智能空间决策支持系统（I S D S S）及其研究进展 (6)

本文研究的主要内容 (10)

第二章S D M K D的理论基础及主要方法 (12)

S D M K D的理论基础 (12)

S D M K D的主要方法 (14)

图表清单

图1空间数据挖掘和知识发现（S D M K D）的体系结构 (5)

图2G I S体系结构 (7)

图3S D S S的结构 (9)

图4空间知识发现状态空间 (12)

图5星型模型 (19)

表1数据表 (19)

第一章绪论

近年来，由于遥感（

R S）、全球定位

系统（G P S）、

地理信息系

统（G I S）、航空摄像、电子摄像、C T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——S D S S(S p a t i a l d e c i s i o n s u p p o r t s y s t e m)迅速发展起来，S D S S 综合了G I S数据处理和D S S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，S D S S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S D S S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A I）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(S D M K D,S p a t i a l d a t a m i n i n g a n d k n o w l e d g e d i s c o v e r y)开始出现，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——I S D S S，I S D S S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。

空间数据挖掘和知识发现（S D M K D）及其研究进展

数据挖掘和知识发现的产生和发展

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。