WebGIS环境下的数据挖掘研究

WebGIS环境下的数据挖掘研究

论文摘要

WebGIS是上世纪九十年代得到迅速发展的GIS技术,随着网络的普及其应用领域也不断扩大。与此同时,数据挖掘技术在计算机技术发展的有力支撑下也得到了长足发展,并被引入了GIS领域,并形成了空间数据挖掘这一分支,人们希望将数据挖掘与GIS技术结合起来,为人们的决策提供强有力的支持。 本文中对前人研究成果进行了总结,根据目前计算机技术现实情况,对WebGIS环境下的数据挖掘进行了初步研究,具体说: 首先,总结了WebGIS与数据挖掘,尤其是分布式数据挖掘,近年的研究成果;系统地总结和评述了网络环境分布式情况下进行数据挖掘的方法和技术; 其次,将数据挖掘及网络环境下分布式数据挖掘技术与WebGIS这一技术结合起来,提出了WebGIS环境下进行数据挖掘的理论和模型;并将移动Agent技术纳入到这一技术框架中。 最后基于本文提出的理论和技术模型,实现了一个具有一定数据挖掘功能的人口WebGIS实验系统;并针对其中的一个分布式的聚集式层次聚类分析实例进行了详细的阐述。对本文的相关研究进行了验证。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景和问题的提出
  • 1.2 研究目的和意义
  • 1.3 相关问题研究现状和目前存在的问题
  • 1.3.1 WebGIS的发展
  • 1.3.2 数据挖掘及分布式数据挖掘
  • 1.3.3 WebGIS与数据挖掘
  • 1.3.4 目前存在的问题
  • 1.4 本文的主要研究内容和论文结构
  • 1.4.1 论文的主要研究内容
  • 1.4.2 论文的组织结构
  • 第二章 WebGIS环境下数据挖掘的关键技术研究
  • 2.1 J2EE技术
  • 2.2 分布式数据挖掘技术
  • 2.2.1 概念
  • 2.2.2 分布式数据挖掘的数据源及挖掘方法
  • 2.2.3 分布式数据挖掘中的几个关键技术
  • 2.3 Agent技术
  • 2.3.1 Agent的概念
  • 2.3.2 软件Agent的特性
  • 2.3.3 软件Agent的分类
  • 2.3.3 移动Agent的系统结构和开发
  • 2.4 基于Aglets的移动Agent开发
  • 2.4.1 Aglets简介
  • 2.4.2 Aglet的编程
  • 2.5 移动Agent技术在分布式数据挖掘中的应用
  • 第三章 WebGIS环境下数据挖掘的方法模型研究
  • 3.1 单机GIS环境下数据挖掘的技术手段
  • 3.2 WebGIS环境下的数据挖掘及Agent技术应用模式研究
  • 3.2.1 网络应用结构分析
  • 3.2.2 WebGIS中数据挖掘及Agent技术应用的方法模式
  • 3.3 通过WebGIS进行数据挖掘可获得的知识
  • 3.4 通过WebGIS进行数据挖掘的特点
  • 3.5 存在的一些问题
  • 3.5.1 数据预处理
  • 3.5.2 系统安全策略
  • 3.5.3 数据共享和互操作问题
  • 3.5.4 算法效率问题
  • 3.5.5 搜索性挖掘和知识融合问题
  • 第四章 具有一定数据挖掘功能的人口WebGIS
  • 4.1 ArcIMS简介
  • 4.2 人口WebGIS的总体设计
  • 4.2.1 结构
  • 4.2.2 数据库设计
  • 4.2.3 系统所具有的功能
  • 4.3 系统的开发实现
  • 4.3.1 客户端程序实现
  • 4.3.2 服务器端程序实现
  • 4.3.3 系统运行界面
  • 第五章 人口WebGIS应用实例
  • 5.1 实验环境
  • 5.2 数据
  • 5.3 使用的算法
  • 5.4 数据计算分析
  • 5.5 程序界面和结果视图
  • 第六章 结论与展望
  • 6.1 论文的主要结论和成绩
  • 6.2 论文的不足与展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].浅析大数据挖掘中抽样估计法的应用[J]. 现代信息科技 2019(21)
    • [2].基于大数据挖掘的广播电视客户价值分析[J]. 科技视界 2019(34)
    • [3].基于深度学习的工业领域数据挖掘方法及应用[J]. 数字技术与应用 2019(11)
    • [4].基于大数据思维的财务数据挖掘及应用研究[J]. 国际商务财会 2019(11)
    • [5].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(04)
    • [6].基于云计算的大数据挖掘体系构建分析[J]. 中外企业家 2020(11)
    • [7].测绘地理信息专业背景下的《时空数据挖掘》课程设计[J]. 南宁师范大学学报(自然科学版) 2020(01)
    • [8].智慧医疗下云数据挖掘在精细化医疗管理中的应用[J]. 中医药管理杂志 2020(03)
    • [9].高校管理人员教育数据挖掘能力培养的实践价值与实施路径[J]. 中国教育信息化 2020(07)
    • [10].大数据环境下的数据挖掘课程教学探索[J]. 中国新通信 2020(06)
    • [11].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(05)
    • [12].基于云计算的大数据挖掘内涵及解决方案研究[J]. 数字通信世界 2020(03)
    • [13].基于可拓数据挖掘的建筑立面设计方法研究[J]. 科技传播 2020(08)
    • [14].数据挖掘实践教学环节探索[J]. 科技经济导刊 2020(11)
    • [15].大数据挖掘与云服务模式的构建[J]. 江西电力职业技术学院学报 2020(01)
    • [16].医疗云存储下医院信息数据挖掘及实现技术的探索[J]. 信息与电脑(理论版) 2020(05)
    • [17].高校治理视阈下教育数据挖掘的应用与挑战[J]. 高教论坛 2020(04)
    • [18].大数据挖掘与分析的关键技术研究[J]. 中国新通信 2020(08)
    • [19].浅析数据挖掘[J]. 内江科技 2020(06)
    • [20].教育数据挖掘关键技术应用研究[J]. 轻纺工业与技术 2020(06)
    • [21].物联网海上舰船航行数据挖掘方法[J]. 舰船科学技术 2020(12)
    • [22].云环境中大数据挖掘的有效花费研究[J]. 上海理工大学学报 2020(03)
    • [23].对《零售数据挖掘与应用》课程教学的思考[J]. 知识经济 2020(18)
    • [24].教育数据挖掘和学习分析研究进展[J]. 牡丹江师范学院学报(自然科学版) 2020(03)
    • [25].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(08)
    • [26].电商市场中大数据挖掘的分析以及决策探究[J]. 中国新通信 2020(12)
    • [27].关于大数据挖掘中的数据分类算法技术的研究[J]. 电脑知识与技术 2020(20)
    • [28].长输油气管道大数据挖掘与应用[J]. 物联网学报 2020(03)
    • [29].数据挖掘实践课程教学模式的探索[J]. 教育教学论坛 2020(36)
    • [30].第16届高级数据挖掘和应用国际会议[J]. 软件工程 2020(10)

    标签:;  ;  ;  

    WebGIS环境下的数据挖掘研究
    下载Doc文档

    猜你喜欢