數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究

數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究

ID:33061090

大小:9.92 MB

頁數(shù):87頁

時(shí)間:2019-02-19

數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究_第1頁
數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究_第2頁
數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究_第3頁
數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究_第4頁
數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究_第5頁
資源描述:

《數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的應(yīng)用研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、蘇州大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人鄭重聲明:所提交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究工作所取得的成果·除文中已經(jīng)注明引用的內(nèi)容外,本論文不含其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果,也不含為獲得蘇州大學(xué)或其它教育機(jī)構(gòu)的學(xué)位證書而使用過的材料·對本文的研究作出重要貢獻(xiàn)的個人和集體,均已在文中以明確方式標(biāo)明·本人承擔(dān)本聲明的法律責(zé)任。論文作者簽名:—卑日期:塑!蘭:!:蘭蘇州大學(xué)學(xué)位論文使用授權(quán)聲明本人完全了解蘇州大學(xué)關(guān)于收集、保存和使用學(xué)位論文的規(guī)定,IP,學(xué)位論文著作權(quán)歸屬蘇州大學(xué)·本學(xué)位論文

2、電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致·蘇州大學(xué)有權(quán)向國家圖書館、中國社科院文獻(xiàn)信息情報(bào)中心、中國科學(xué)技術(shù)信息研究所(含萬方數(shù)據(jù)電子出版社)、中國學(xué)術(shù)期刊(光盤版)電子雜志社送交本學(xué)位論文的復(fù)印件和電子文檔,允許論文被查閱和借閱,可以采用影印、縮印或其他復(fù)制手段保存和匯編學(xué)位論文,可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索。涉密論文口本學(xué)位論文屬在L月解密后適用本規(guī)定。非涉密論文日論文作者簽名:導(dǎo)師簽名:El期:竺:蘭:!:蘭日期:瀘壘:蘭:壘一數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)鍘中的應(yīng)用研究中

3、文摘要隨著環(huán)境問題日益突出,數(shù)據(jù)量激增,傳統(tǒng)的信息分析與預(yù)測方法不能對大量復(fù)雜的環(huán)境信息進(jìn)行深層次分析,傳統(tǒng)的信息管理模式已不能滿足環(huán)境管理工作對信息處理的需要。面對海量環(huán)境數(shù)據(jù),數(shù)據(jù)挖掘可以對大量環(huán)境數(shù)據(jù)進(jìn)行分析,從中發(fā)現(xiàn)先前未知的,對決策有用的潛在信息。研究數(shù)據(jù)挖掘技術(shù)并將其應(yīng)用于環(huán)境信息的分析與預(yù)測中,解決面臨的現(xiàn)實(shí)問題,顯得尤為必要。本文在對國內(nèi)外研究現(xiàn)狀綜述的基礎(chǔ)之上,研究了數(shù)據(jù)挖掘、環(huán)境信息分析與預(yù)測以及環(huán)境信息系統(tǒng)等相關(guān)理論,以當(dāng)前環(huán)境信息系統(tǒng)為基礎(chǔ),結(jié)合數(shù)據(jù)挖掘技術(shù)提出了基于數(shù)據(jù)挖掘

4、技術(shù)的環(huán)境決策支持系統(tǒng)模型,并對環(huán)境決策支持系統(tǒng)模型進(jìn)行了深入分析,包括系統(tǒng)的邏輯層次、數(shù)據(jù)架構(gòu)和功能模塊。接著重點(diǎn)研究了數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中的具體應(yīng)用,包括了神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)分析、因子分析、聚類分析和局外者分析。最后通過案例來驗(yàn)證利用數(shù)據(jù)挖掘技術(shù)對環(huán)境信息進(jìn)行分析和預(yù)測的可行性和適用性,結(jié)論發(fā)現(xiàn)由于環(huán)境問題的復(fù)雜性和動態(tài)性,較常規(guī)數(shù)學(xué)方法而言,數(shù)據(jù)挖掘方法在解決實(shí)際環(huán)境問題時(shí)具有相當(dāng)大的優(yōu)越性,數(shù)據(jù)挖掘技術(shù)在環(huán)境信息分析與預(yù)測中必將有巨大的實(shí)用價(jià)值和廣闊的應(yīng)用前景。關(guān)鍵詞:數(shù)據(jù)挖掘環(huán)境

5、信息信息分析與預(yù)測環(huán)境決策支持系統(tǒng)作者:吉祥指導(dǎo)老l/i面.項(xiàng)文新型堡翌生墼:Search0n吐鼯applic弼哩垡垡塑蛐曼墮塾竺墊曼塑墊竺墊廳壅登alIdforecastingtheenvironmentalinfommdonResearchontheapplicationofdataminingtechnologiesi11●-I一●-一‘一analyzingandtbrecasttngtheenVlronmentalmtbrmationAbs仃actAsenvironmentalissuesb

6、ecomeincreasinglyprominent,traditionalinformationanalysisandforecastingmethodscannotcarryouttheanalysisindepthonalargenumberofcomplexenvironmentalinformation.Meanwhile,traditionalinformationmanagementmodelcannolongermeettheneedsoftheenvironmentalmanage

7、mentofinformationprocessing.Facingmassiveenvironmentaldata,dataminingcananalyzealargenumberofenvironmentaldataforexploringthepreviouslyunknowninformationwhichisusefulfordecision-making.Itisnecessaryforemphasizingtheimportanceonresearchandapplicationabo

8、utdataminingtechnologyappliedto,analyzeandforecastenvironmentalinformation,tosolvepracticalproblemsfaced.Basedonthereviewoftheresearchstatus,datamining,thisartielestudiedtheenvironmentalinformationanalysisandforecasting,environmentalinf

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。