空间数据挖掘不确定性理论及其应用PDF电子书下载

1 绪论 1

1.1 研究背景、目的及意义 1

1.2 国内外相关领域的研究综述 4

1.2.1 空间数据不确定性研究概述 4

1.2.2 数据挖掘概述 6

1.2.3 空间数据挖掘研究概述 8

1.3 主要研究内容及结构安排 18

2 空间数据不确定性的度量及其传播 20

2.1 空间数据不确定性的类型及其来源 20

2.2 空间数据不确定性度量 21

2.2.1 点位置的不确定性度量 21

2.2.2 线位置的不确定性度量 24

2.2.3 GIS属性数据的不确定性度量 26

2.2.4 结合位置与属性的不确定性度量 27

2.2.5 遥感数据的误差模型 29

2.2.6 像元尺度上遥感数据分类的不确定性度量 29

2.3 空间数据不确定性分析方法 34

2.3.1 基于误差传播定律的不确定性分析 34

2.3.2 Monte Carlo模拟法 34

2.3.3 灵敏度分析（SA） 35

2.4 遥感与GIS数据应用过程中的不确定性传播概念模型 36

3 空间数据挖掘不确定性理论与技术框架 41

3.1 空间数据挖掘不确定性分析 41

3.2 不确定性空间知识表示方法 44

3.3 空间数据挖掘的不确定性传播模型 46

3.4 不确定性空间数据关联规则挖掘质量评价 50

3.4.1 单个空间关联规则的质量评价 50

3.4.2 基于不确定性空间数据的空间关联规则集的统计描述 52

3.5 空间数据挖掘不确定性的体系结构与技术流程 53

4 不确定性空间数据挖掘算法模型与实现 54

4.1 空间数据不确定性的Monte Carlo模拟 54

4.2 基于不确定性空间数据的空间自相关度量 56

4.2.1 空间权重矩阵 56

4.2.2 空间自相关和空间关联的度量 58

4.2.3 实例分析 60

4.3 基于不确定性的空间聚类算法 66

4.3.1 空间数据标准化 67

4.3.2 EM聚类算法 69

4.3.3 EM算法的混合估计 71

4.3.4 EM算法的模糊聚类 72

4.3.5 顾及空间自相关的EM空间聚类 73

4.3.6 实例分析 74

4.4 基于不确定性的空间数据关联规则挖掘模型 79

4.4.1 Apriori算法 79

4.4.2 实例分析 82

5 遥感数据质量改进及分类的不确定性度量与表达 93

5.1 时序MODIS数据产品质量改进 93

5.1.1 MODIS陆地产品数据质量控制与评价方法 94

5.1.2 基于客观分析和梯度倒数加权滤波提高时序MODIS LAI数据产品质量 96

5.2 遥感图像分类的不确定性 112

5.2.1 UNEM算法遥感图像分类的不确定性指标 113

5.2.2 数据准备与预处理 115

5.2.3 最大似然法遥感图像分类及其不确定性表达 116

5.2.4 UNEM算法遥感图像分类及其不确定性表达 118

5.2.5 实验结果精度评价 121

6 顾及不确定性的区域环境质量评价 128

6.1 区域概况 129

6.2 空间数据的不确定性分析 130

6.3 基于UNEM算法的区域环境质量评价 133

6.4 基于USAR的区域环境质量关联规则挖掘 136

7 结论与展望 142

参考文献 145