分享到:

基于知识发现技术的林火研究

林火是森林演替的重要驱动力,森林火灾作为失去人为控制的异常森林燃烧现象,是一种燃烧机理十分复杂和危害森林比较严重的自然灾害。如何趋利避害,控制林火使其向有利的方向发展,需要对林火的机理有深入的研究。本文引入知识发现的理论、技术及方法,旨在利用知识发现技术的非平凡过程,提高林火研究的自动化水平,得到林火发生的新知识和新模型,为林火的研究提供新的理论、方法和技术。本研究以北京市房山区为研究试验区域,应用知识发现理论和方法,以R软件为工具,研究了房山区林火发生蔓延与环境因子间的关系,并对树种可燃性、林火气象、林火动态分布等进行了研究分析。本文研究的主要内容包括1林火数据的精准采集问题应用手持GPS,森林罗盘和了望塔定位技术,结合GIS技术,解决了林火精准采集的问题,提高了林火数据的精度,结合林业局现状,解决了林火数据采集的难题。2林火数据的预处理问题应用知识发现的数据预处理技术,定性定量地分析了数据偏离值产生的原因,去除了林火中的噪声  (本文共125页) 本文目录 | 阅读全文>>

《农业网络信息》2007年03期
农业网络信息

基于知识发现技术的林火监测体系设计

本文应用3S技术和计算机系统分析思想,设计了林火监测体系。林火监测体系的总体思路是,应用林火发生和蔓延的原理结合GIS空间分析技术,分析了北京市...  (本文共4页) 阅读全文>>

《防护林科技》2011年04期
防护林科技

基于知识发现理论的森林防火模型研究

森林火灾危害严重,是一种极其复杂的现象,影响因子因地域的不同而存在多变性和不确定性。文章创新性地提出一套基于知识发现理论的森林防火模型方法。该模型充分考虑了自然因素和社会因素对...  (本文共4页) 阅读全文>>

北京林业大学
北京林业大学

基于知识发现的林火灾害应急管理研究

森林是陆地生态系统的主体,是人类社会生存发展与生态环境演变不可或缺的重要物质基础。林火灾害尤其是重特大林火灾害,是失去人为控制的异常森林燃烧现象,是一种燃烧机理十分复杂、危害后果非常严重、人为控制比较困难的自然灾害。因此,进行林火灾害影响因子分析和灾害风险与应急管理特别是森林灭火救灾应急管理研究,是摆在我们面前的一项重要而紧迫的课题。本研究以内蒙古大兴安岭林区为研究区域,以林火灾害因子分析、风险分析和灭火救灾应急管理为主题,应用知识发现理论和技术方法、风险管理与应急管理理论,运用3S(GIS、RS、GPS)技术、统计分析、气象学、火生态学等基础理论、技术与方法,分析了内蒙古大兴安岭林区林火灾害发生、蔓延与环境因子关系,研究了林火灾害风险管理与救灾应急管理问题,并对该区域1998年阿尔山“5.13”特大森林火灾及其处置情况作了典型案例分析。本文研究的主要成果包括:1.林火数据的预处理问题。应用知识发现的数据预处理技术,定性定量地分...  (本文共174页) 本文目录 | 阅读全文>>

重庆大学
重庆大学

数据库中的知识发现及其应用研究

近年来,从大型数据库自动提取知识的需求急剧增长。于是相应地,数据库中知识发现(KDD)和数据挖掘两个密切相关的领域中,企图从大量原始数据中智能地提取感兴趣及有用信息的过程和方法得到了很大发展。从生产过程到企业管理,这种技术得到广泛用。本文以国内某一大型钢铁企业为背景,给出了一种改进的知识发现方法,用于发现脱硫过程的规律和知识。首先,论文对KDD领域各种现有理论,遗传算法,原理及技术,实际算法,性能和其作用范围等作出深入研究.再而对遗传算法的改进及其在系统建模中的应用作出分析,从而引出广义遗传法,对寻伏思路及生物学作出相对之解释,并在步骤,进化策略,遗传算子的设计,多种群的算法及流程图与仿真试验作深入探讨。再从混沌理论的特性,就是”短期可以预测,长期不可预测”的算法,及开放系统混沌动力学,从而引伸变尺度混沌优化法来确定RBF宽度的方法。继而分析了RBF神经网络的基本原理。为了克服RBF神经网络在确定中心个数和宽度中的困难,本文给出...  (本文共111页) 本文目录 | 阅读全文>>

中南大学
中南大学

基于分类模型的知识发现机理和方法研究

知识发现(KDD,Knowledge Discovery in Databases)是从数据中获取知识的一种智能信息处理技术。本论文在深入分析国内外相关研究成果的基础上,首先利用粒度计算理论,独立于具体算法,展开对基于分类模型的知识发现机理的研究,以探讨信息系统中知识形成的一般性规律和内在机制,并由此分析KDD研究中若干问题及其存在的根源。然后,在充分研究多种面向KDD的计算方法的基础上,提出新的理论和方法,对个性化知识发现、效率和准确率问题以及KDD算法的早熟收敛等问题展开了研究,形成一套有效的解决方法,拓展了传统的知识发现方法。本文的主要工作及创新性成果如下:提出并构造信息系统的知识粒度空间——超粒度空间(S_GS)和全粒度空间(AllGS),找到了定义于超粒度空间之上的格和布尔代数。利用格的性质,得到了全粒度空间.的结构模型——超树,其节点代表全粒度空间中的粒度。布尔代数、格和超树及其有关性质,进一步丰富和完善了KDD的几...  (本文共171页) 本文目录 | 阅读全文>>

北京邮电大学
北京邮电大学

基于知识发现的告警相关性分析关键问题研究

现代电信网络的特点是大规模、复杂、异构,这就要求必须对网络进行有效地管理以维持其高可靠性和高可用性。告警相关性分析作为网络故障管理中的重要内容,可以辅助网管人员删除冗余告警、定位故障以及预测故障的发生。传统的相关性分析方法由于过多地依赖专家知识而难以适应网络复杂、多变的情况,采用知识发现的方法则可以弥补这方面的不足。本文将知识发现技术应用到告警相关性分析中,研究了情景规则的增量式挖掘、告警预测模式挖掘以及挖掘的实时性等关键问题,取得了一定的成果。主要工作包括:第一,研究了情景规则的增量式挖掘问题。情景规则是一种重要的告警相关性知识,目前的情景规则挖掘方法大多是基于WINEPI的算法框架。然而,在挖掘参数改变导致的重复挖掘情况下,WINEPI算法的效率很低。本文针对一个重要的参数——时间窗改变而导致的重复挖掘,提出了一种增量式情景规则挖掘算法TWIER,利用原时间窗下的挖掘结果构造约束条件,使之对新时间窗下的候选情景集进行削减,实...  (本文共118页) 本文目录 | 阅读全文>>