空間信息技術(shù)的成熟使得與空間數(shù)據(jù)挖掘相關(guān)的技術(shù)迅速發(fā)展,基于不確定性推理的證據(jù)權(quán)模型在空間數(shù)據(jù)挖掘領(lǐng)域中具有重要的地位。傳統(tǒng)的證據(jù)權(quán)模型在實(shí)際應(yīng)用過(guò)程中由于證據(jù)因子之間獨(dú)立性的限制和因子預(yù)處理等方面的制約,其評(píng)價(jià)結(jié)果的準(zhǔn)確性在一定程度上會(huì)受到影響。本文針對(duì)證據(jù)權(quán)模型在空間數(shù)據(jù)挖掘工作中存在的問(wèn)題和不足,通過(guò)對(duì)不同空間數(shù)據(jù)挖掘相關(guān)的模型和應(yīng)用實(shí)例進(jìn)行深入分析和研究,對(duì)現(xiàn)有證據(jù)權(quán)模型的主要步驟進(jìn)行改進(jìn),以提高模型評(píng)價(jià)結(jié)果的準(zhǔn)確性。針對(duì)初選證據(jù)因子與研究目標(biāo)可能不相關(guān)的問(wèn)題,引入相關(guān)系數(shù)的概念,提出一種基于相關(guān)系數(shù)的證據(jù)因子篩選和最佳臨界值確定方法,有效減少了與評(píng)價(jià)目標(biāo)無(wú)關(guān)的因素對(duì)最終結(jié)果的影響;針對(duì)不同證據(jù)因子屬性數(shù)據(jù)的量綱和含義各不相同的問(wèn)題,借鑒模糊證據(jù)權(quán)中模糊轉(zhuǎn)換的方法,設(shè)計(jì)實(shí)現(xiàn)了基于模糊隸屬度的證據(jù)圖層去噪聲及數(shù)值歸一化算法,對(duì)圖層進(jìn)行標(biāo)準(zhǔn)化處理;針對(duì)證據(jù)因子間不滿足證據(jù)權(quán)法中相互獨(dú)立的前提條件的問(wèn)題,將邏輯回歸模型和證據(jù)權(quán)模型相結(jié)合,提出了一種改進(jìn)的證據(jù)權(quán)重計(jì)算算法,利用邏輯回歸系數(shù)對(duì)證據(jù)權(quán)重進(jìn)行修正,有效削弱了不獨(dú)立性對(duì)評(píng)價(jià)結(jié)果的影響;最后,設(shè)計(jì)實(shí)現(xiàn)了基于改進(jìn)證據(jù)權(quán)模型的農(nóng)田生... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

基于邏輯回歸的證據(jù)權(quán)算法研究12像元數(shù)值重新賦值為1；若r＜0，證據(jù)因子與目標(biāo)事件之間呈負(fù)相關(guān)，則將證據(jù)圖層取值在xmin到xn的像元數(shù)值重新賦值為1，xmin到xn的像元數(shù)值重新賦值為0，賦值完畢后生成新的柵格圖層。若有n個(gè)切值，則生成n個(gè)新的二值化臨時(shí)圖層。圖2.1證據(jù)因子二值化示意圖Figure2.1Schematicdiagramofbinarizationofevidencefactors步驟2：將每個(gè)以切值xn作為臨界值二值化后獲得的柵格圖層分別和訓(xùn)練點(diǎn)圖層疊加，對(duì)每個(gè)圖層，計(jì)算其正權(quán)W+、負(fù)權(quán)W-、對(duì)比度C、該切值對(duì)應(yīng)包含證據(jù)區(qū)域面積以及訓(xùn)練點(diǎn)數(shù)量等數(shù)據(jù)，如表2.2所列。表2.2證據(jù)圖層信息表Table2.2Evidencelayerinformationtable參數(shù)參數(shù)含義切值證據(jù)因子二值化操作時(shí)的像元數(shù)據(jù)臨界值面積大于或者等于臨界值的像元面積的總和訓(xùn)練點(diǎn)數(shù)量大于或者等于臨界值的像元內(nèi)含有的訓(xùn)練點(diǎn)數(shù)量的總和未包含訓(xùn)練點(diǎn)數(shù)量小于臨界值的像元內(nèi)含有的訓(xùn)練點(diǎn)數(shù)量的總和正權(quán)值以該切值為二值化臨界值求解的證據(jù)圖層正權(quán)正權(quán)標(biāo)準(zhǔn)差以該切值為二值化臨界值求解的證據(jù)圖層正權(quán)的標(biāo)準(zhǔn)差負(fù)權(quán)值以該切值為二值化臨界值求解的證據(jù)圖層負(fù)權(quán)負(fù)權(quán)標(biāo)準(zhǔn)差以該切值為二值化臨界值求解的證據(jù)圖層負(fù)權(quán)的標(biāo)準(zhǔn)差對(duì)比度正權(quán)值與負(fù)權(quán)值之差對(duì)比度標(biāo)準(zhǔn)差對(duì)比度的標(biāo)準(zhǔn)差步驟3：對(duì)得到的每個(gè)臨時(shí)的二值化證據(jù)圖層，首先利用統(tǒng)計(jì)分析的方法，判斷落入證據(jù)因子存在區(qū)域（像元值為1）的訓(xùn)練點(diǎn)數(shù)量n1是否比證據(jù)因子不存在區(qū)域（像元值為0）的數(shù)量n2多，在所有滿足n1＞n2的臨時(shí)圖層中，選取對(duì)比度C值最

基于邏輯回歸的證據(jù)權(quán)算法研究18種隸屬度函數(shù)來(lái)描述當(dāng)前常見(jiàn)的三種模糊分布。圖2.2常見(jiàn)的模糊分布Figure2.2Commonfuzzydistributions當(dāng)論域中越大的值歸屬于目標(biāo)集合的成員的可能性越大時(shí)，定義模糊MS較大值變換函數(shù)對(duì)其進(jìn)行轉(zhuǎn)換，μL(x)={1βsxαx+βsx>αx,0x≤αx.（2-2）上式中，x為輸入的像元數(shù)據(jù)值，x代表論域中所有數(shù)據(jù)的算術(shù)平均值，s代表輸入的像元數(shù)據(jù)值的標(biāo)準(zhǔn)差，α代表平均值x的倍乘系數(shù)，β為標(biāo)準(zhǔn)差s的乘數(shù)，μL(x)為經(jīng)過(guò)隸屬度轉(zhuǎn)換后的輸出數(shù)值，范圍在0到1之間。該函數(shù)的分布圖像由論域中數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差決定，函數(shù)圖像中定義的中點(diǎn)值為臨界的交叉點(diǎn)，即該數(shù)值對(duì)應(yīng)轉(zhuǎn)換為0.5，輸入的數(shù)據(jù)值大于中間點(diǎn)的值時(shí)其隸屬于目標(biāo)集合成員的可能性較大，小于中間點(diǎn)的值時(shí)隸屬于目標(biāo)集合成員的可能性較校當(dāng)論域中越小的值歸屬于目標(biāo)集合的成員的可能性越大時(shí)，定義模糊MS較小值變換函數(shù)對(duì)其進(jìn)行轉(zhuǎn)換，μS(x)={βsxαx+βsx>αx,0x≤αx.（2-3）式中各項(xiàng)參數(shù)含義與式2-2相同，在該變換函數(shù)中，輸入的數(shù)據(jù)值大于中間點(diǎn)的值時(shí)其隸屬于目標(biāo)集合成員的可能性較小，小于中間點(diǎn)的值時(shí)隸屬于目標(biāo)集合成員的可能性較大。當(dāng)論域中處于中間位置的值歸屬于目標(biāo)集合的成員的可能性較大時(shí)，定義模糊高斯變換函數(shù)對(duì)其進(jìn)行轉(zhuǎn)換，μM(x)=exp(f1(xf2)2)（2-4）式中，f1表示散度，即輸入的數(shù)據(jù)值歸屬于目標(biāo)集合的可能性從1減小到0的速

【參考文獻(xiàn)】：
期刊論文
[1]基于邏輯回歸的多任務(wù)域快速分類學(xué)習(xí)算法[J]. 顧鑫,曹丹華,吳裕斌,欒永昕,王偉成.  計(jì)算機(jī)工程與應(yīng)用. 2017(15)
[2]加權(quán)Logistic回歸模型在火山巖型銅礦預(yù)測(cè)中的應(yīng)用:以寧蕪盆地中段為例[J]. 趙增玉,陳火根,潘懋,賈根,李向前,徐士銀,郭剛,張祥云.  高校地質(zhì)學(xué)報(bào). 2016(01)
[3]基于Logistic回歸模型確定權(quán)重的模糊綜合評(píng)判法在邊坡穩(wěn)定性分析中的應(yīng)用[J]. 饒運(yùn)章,張學(xué)焱.  有色金屬科學(xué)與工程. 2015(06)
[4]基于模糊證據(jù)權(quán)模型的基本農(nóng)田保護(hù)區(qū)空間布局合理性評(píng)價(jià)[J]. 龔建鳳,王占岐,蔡恩香,王海誠(chéng).  水土保持研究. 2015(04)
[5]基于GIS證據(jù)權(quán)法的焦家金成礦帶綜合信息成礦預(yù)測(cè)[J]. 劉漢棟,王巧云,李秀章,陳建平,祝培剛,朱繼托,劉麗.  中國(guó)礦業(yè). 2015(S1)
[6]基于自組織神經(jīng)網(wǎng)絡(luò)的耕地自然質(zhì)量評(píng)價(jià)方法及其應(yīng)用[J]. 郄瑞卿,關(guān)俠,鄢旭久,竇世翔,趙玲.  農(nóng)業(yè)工程學(xué)報(bào). 2014(23)
[7]改進(jìn)的多元線性回歸模型及其應(yīng)用[J]. 楚彬,范東明.  測(cè)繪工程. 2014(06)
[8]證據(jù)權(quán)模型在泥石流災(zāi)害易發(fā)性評(píng)價(jià)中的應(yīng)用[J]. 焦方謙,趙新生,陳川.  干旱區(qū)地理. 2013(06)
[9]基于模糊證據(jù)權(quán)模型的青藏高原區(qū)土地適宜性評(píng)價(jià)[J]. 金貴,王占岐,胡學(xué)東,胡守庚,張道軍.  農(nóng)業(yè)工程學(xué)報(bào). 2013(18)
[10]增強(qiáng)證據(jù)權(quán)（BoostWofE）新方法在礦產(chǎn)資源定量評(píng)價(jià)中的應(yīng)用[J]. 成秋明.  吉林大學(xué)學(xué)報(bào)(地球科學(xué)版). 2012(06)

碩士論文
[1]基于耕地質(zhì)量評(píng)價(jià)的克山縣土地生產(chǎn)潛力研究[D]. 王燁.東北農(nóng)業(yè)大學(xué) 2017
[2]基于GIS的黃島區(qū)土地生產(chǎn)潛力研究[D]. 田從永.中國(guó)石油大學(xué)(華東) 2015
[3]耦合空間關(guān)系和成礦專題屬性的區(qū)域礦產(chǎn)資源潛力預(yù)測(cè)方法及應(yīng)用[D]. 曾澤.電子科技大學(xué) 2013
[4]礦產(chǎn)資源GIS評(píng)價(jià)方法研究與應(yīng)用[D]. 胡超.中南大學(xué) 2011
[5]基于GIS的區(qū)域土地資源潛力評(píng)價(jià)[D]. 雷誠(chéng).新疆大學(xué) 2009
[6]基于GIS技術(shù)的濟(jì)南歷城區(qū)基本農(nóng)田的確定與空間定位研究[D]. 李軼平.山東師范大學(xué) 2008



本文編號(hào)：3238011