矢量圖形特征的空間數(shù)據(jù)挖掘及其應(yīng)用

定　價：￥50.00

作　者：	畢碩本著
出版社：	科學(xué)出版社
叢編項：
標(biāo)　簽：	地理信息管理系統(tǒng)

購買這本書可以去

ISBN：	9787030200945	出版時間：	2008-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	284	字?jǐn)?shù)：

內(nèi)容簡介

　　《矢量圖形特征的空間數(shù)據(jù)挖掘及其應(yīng)用》系統(tǒng)地闡述了矢量圖形特征的空間數(shù)據(jù)挖掘這一研究領(lǐng)域內(nèi)的基本概念、基本過程與相關(guān)方法，及其在姜寨遺址一期文化聚落中的應(yīng)用。全書共包括12章，主要內(nèi)容涉及姜寨一期聚落的空間分析、基于GIS數(shù)據(jù)庫的剖面數(shù)據(jù)挖掘、矢量特征的空間分類挖掘、矢量特征的空間聚類挖掘、基于屬性數(shù)據(jù)庫的關(guān)聯(lián)挖掘、基于屬性數(shù)據(jù)庫的泛化挖掘、矢量特征的神經(jīng)網(wǎng)絡(luò)空間分類、矢量特征的遺傳算法空間分類、矢量特征的模糊空間聚類、空間知識推理、矢量特征的模糊空間推理等?！妒噶繄D形特征的空間數(shù)據(jù)挖掘及其應(yīng)用》內(nèi)容豐富，組織嚴(yán)謹(jǐn)，邏輯性強(qiáng)，概念、原理、方法和應(yīng)用結(jié)合緊密，圖表豐富，可讀性強(qiáng)。《矢量圖形特征的空間數(shù)據(jù)挖掘及其應(yīng)用》可作為大專院校計算機(jī)、地理信息系統(tǒng)、計算數(shù)學(xué)專業(yè)以及相關(guān)專業(yè)高年級本科生和研究生參考書，也可供從事計算機(jī)、地理信息系統(tǒng)、計算數(shù)學(xué)專業(yè)和數(shù)據(jù)挖掘相關(guān)軟件開發(fā)的科技人員，以及有關(guān)大專院校師生參考。

作者簡介

　　畢碩本，1965年生，山東昌邑人，博士，南京信息工程大學(xué)計算機(jī)與軟件學(xué)院教授。1987年7月本科畢業(yè)于大慶石油學(xué)院計算機(jī)與控制工程系計算機(jī)軟件專業(yè)，1996年3月碩士畢業(yè)于哈爾濱工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)系計算機(jī)軟件專業(yè)，2004年6月博士畢業(yè)于南京師范大學(xué)地理科學(xué)學(xué)院地圖學(xué)與地理信息系統(tǒng)專業(yè)，2006年6月從南京師范大學(xué)數(shù)學(xué)與計算機(jī)學(xué)院數(shù)學(xué)博士后流動站出站。中國計算機(jī)學(xué)會高級會員、中國地理學(xué)會會員、中國GIS協(xié)會會員。2006年12月被選為江蘇省教育廳“青藍(lán)工程”學(xué)術(shù)帶頭人培養(yǎng)對象。目前主要從事計算機(jī)軟件、地理信息系統(tǒng)、空間數(shù)據(jù)挖掘、智能計算等方面的研究工作。主持與參加的項目有：中國石油集團(tuán)總公司科技項目“大慶油田地面建設(shè)信息系統(tǒng)”，國家自然科學(xué)基金項目“長江三角洲地區(qū)地下水開采與地面沉降虛擬調(diào)控試驗”，863計劃項目“虛擬地理環(huán)境系統(tǒng)的研究與開發(fā)”，南京師范大學(xué)“十五”期間“211工程”學(xué)科建設(shè)項目“田野考古發(fā)掘地理信息系統(tǒng)”等。獲得國家級“優(yōu)秀計算機(jī)軟件金獎”1項，省部級以上科研獎勵5項，發(fā)表學(xué)術(shù)論文40多篇，出版著作2部，教材1部，獲得軟件著作權(quán)4項。

圖書目錄

前言
第1章　緒論
　1.1 　引言
　1.2 　數(shù)據(jù)挖掘概述
　1.3 　空間數(shù)據(jù)挖掘概述
　1.4 　計算智能
　1.5 　國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
第2章　姜寨一期聚落的空間分析
　2.1 　空間分析的基本概念
　2.2 　空間分布
　2.3 　空間關(guān)系的分析方法
　2.4 　姜寨遺址的地理環(huán)境
　2.5 　姜寨聚落的三環(huán)結(jié)構(gòu)
　2.6 　姜寨遺址的廣場問題
　2.7 　姜寨遺址的若干遺跡分布
　2.8 　主要遺跡間空間關(guān)系的分析
第3章　基于GIS數(shù)據(jù)庫的剖面數(shù)據(jù)挖掘
　3.1 　遺址的文化層分布情況
　3.2 　文化層的標(biāo)準(zhǔn)層與剖面圖形庫結(jié)構(gòu)
　3.3 　文化層的空間數(shù)據(jù)挖掘
　3.4 　剖面上遺跡的空間數(shù)據(jù)挖掘
第4章　矢量特征的空間分類挖掘
　4.1 　空間數(shù)據(jù)庫的設(shè)計與圖形數(shù)據(jù)的預(yù)處理
　4.2 　分類算法
　4.3 　居住區(qū)的分類挖掘
　4.4 　墓葬區(qū)的分類挖掘
第5章　矢量特征的空間聚類挖掘
　5.1 　聚類算法
　5.2 　居住區(qū)的聚類挖掘
　5.3 　墓葬區(qū)的聚類挖掘
　5.4 　重要遺跡的空間分布挖掘
第6章　基于屬性數(shù)據(jù)庫的關(guān)聯(lián)挖掘
　6.1 　屬性數(shù)據(jù)庫的設(shè)計與預(yù)處理
　6.2 　關(guān)聯(lián)規(guī)則算法
　6.3 　房屋的數(shù)據(jù)挖掘
　6.4 　墓葬的數(shù)據(jù)挖掘
　6.5 　窖穴的數(shù)據(jù)挖掘
　6.6 　灶坑的數(shù)據(jù)挖掘
第7章　基于屬性數(shù)據(jù)庫的泛化挖掘
　7.1 　泛化規(guī)則算法
　7.2 　遺物的數(shù)據(jù)挖掘
　7.3 　房屋的分組與時序數(shù)據(jù)挖掘
第8章　矢量特征的神經(jīng)網(wǎng)絡(luò)空間分類
　8.1 　引言
　8.2 　神經(jīng)網(wǎng)絡(luò)的發(fā)展與研究現(xiàn)狀
　8.3 　感知器模型
　8.4 　多層感知器
　8.5 　自組織競爭網(wǎng)絡(luò)
　8.6 　自組織特征映射網(wǎng)絡(luò)
　8.7 　學(xué)習(xí)矢量量化網(wǎng)絡(luò)
　8.8 　支持向量機(jī)　
　8.9 　姜寨聚落遺址矢量特征的神經(jīng)網(wǎng)絡(luò)空間分類研究
第9章　矢量特征的遺傳算法空間分類
　9.1 　引言
　9.2 　進(jìn)化計算的研究現(xiàn)狀
　9.3 　進(jìn)化計算概述
　9.4 　遺傳算法基本理論
　9.5 　遺傳機(jī)器學(xué)習(xí)
　9.6 　姜寨聚落遺址矢量特征的遺傳算法空間分類研究
第10章　矢量特征的模糊空間聚類
　10.1 　引言
　10.2 　模糊理論研究現(xiàn)狀
　10.3 　模糊集合及其表示
　10.4 　模糊關(guān)系與模糊矩陣
　10.5 　模糊分類方法
　10.6 　姜寨聚落遺址矢量特征的模糊空間聚類研究
第11章　空間知識推理
　11.1 　空間知識的表示與存儲
　11.2 　空間知識推理機(jī)制的結(jié)構(gòu)
　11.3 　空間知識推理
　11.4 　考古遺跡的知識推理
第12章　矢量特征的模糊空間推理
　12.1 　引言
　12.2 　模糊邏輯研究現(xiàn)狀
　12.3 　模糊關(guān)系
　12.4 　模糊邏輯和模糊推理
　12.5 　模糊推理的各種模型
　12.6 　姜寨聚落遺址的模糊空間推理研究
參考文獻(xiàn)