土地资源评价数据挖掘方法与应用PDF|Epub|txt|kindle电子书版本网盘下载

土地资源评价数据挖掘方法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.1.1 问题的提出1

1.1.2 研究意义2

1.1.3 研究内容及技术路线4

1.2 土地资源评价数据挖掘概述6

1.2.1 基本概念6

1.2.2 数据挖掘的产生7

1.2.3 数据挖掘过程7

1.2.4 数据挖掘分析模型7

1.2.5 数据挖掘方法9

1.2.6 数据挖掘与统计学的关系12

1.3 土地资源评价数据挖掘研究综述13

1.3.1 评价指标体系的研究13

1.3.2 传统方法的土地资源评价研究16

1.3.3 数据挖掘在土地资源评价中的应用研究23

第2章 土地资源评价数据库的建设27

2.1 研究区概况27

2.2 土地资源评价数据准备31

2.2.1 评价单元的提取31

2.2.2 评价指标体系的构建31

2.2.3 数据预处理34

2.3 数据库建设41

2.3.1 几种主要的数据库模型41

2.3.2 基于Geodatabase的数据库建设52

第3章 土地资源评价指标权值的制定61

3.1 基于因子分析的指标权值制定61

3.1.1 因子分析法的基本步骤61

3.1.2 应用因子分析法的指标权值计算63

3.2 基于层次分析的指标权值制定64

3.2.1 层次分析法的主要步骤64

3.2.2 应用层次分析法的指标权值计算66

3.3 基于模糊层次分析的指标权值制定68

3.3.1 模糊层次分析法的几个步骤68

3.3.2 应用模糊层次分析法的指标权值计算71

3.4 基于灰色关联综合分析的指标权值制定73

3.4.1 灰色关联度分析模型的构造73

3.4.2 灰色关联综合分析的指标权值计算75

3.5 基于BP神经网络模型的指标权值制定77

3.6 指标综合权值制定78

3.7 小结80

第4章 土地资源评价样本容量的确定82

4.1 抽样技术的主要形式82

4.2 样本容量的确定83

4.2.1 样本容量确定的基本原理83

4.2.2 样本容量的计算85

4.3 样本容量的自动化提取87

第5章 土地资源评价统计模型89

5.1 基于主成分分析或因子分析的土地资源评价89

5.1.1 两种分析方法的区别89

5.1.2 应用两种分析方法的土地资源评价90

5.2 基于K-均值聚类分析的土地资源评价92

5.2.1 K-均值聚类分析的基本原理与主要步骤92

5.2.2 应用K-均值聚类分析的土地质量评价93

5.3 基于两步聚类分析的土地资源评价94

5.3.1 两步聚类分析的基本原理与主要步骤94

5.3.2 应用两步聚类分析的土地资源评价95

5.4 基于判别分析的土地资源评价99

5.4.1 判别分析的基本原理与主要步骤100

5.4.2 应用判别分析的土地资源评价101

5.5 基于Logistic回归模型的土地资源评价105

5.5.1 Logistic回归模型的基本原理与主要步骤105

5.5.2 应用无序多分类Logistic回归模型的土地资源评价108

5.6 小结113

第6章 土地资源评价模糊数学模型114

6.1 基于模糊综合评判方法的土地资源评价114

6.1.1 模糊综合评判的基本理论与主要步骤114

6.1.2 评价指标隶属函数的确定115

6.1.3 应用模糊综合评判的土地资源评价117

6.2 基于模糊聚类分析的土地资源评价117

6.2.1 模糊聚类分析的主要步骤118

6.2.2 模糊相似矩阵的计算118

6.2.3 应用模糊聚类分析的土地资源评价118

6.3 小结122

第7章 土地资源评价关联规则挖掘与决策树123

7.1 基于关联规则分析的土地资源评价123

7.1.1 关联规则分析的基本原理与主要步骤123

7.1.2 应用关联规则分析的土地资源评价124

7.2 基于决策树的土地资源评价130

7.2.1 决策树的基本算法与主要步骤130

7.2.2 应用决策树法的土地资源评价133

7.3 小结136

第8章 土地资源评价神经网络模型与支持向量机137

8.1 基于BP神经网络的土地资源评价137

8.1.1 BP神经网络的基本原理与主要步骤137

8.1.2 土地资源评价BP神经网络模型的设计140

8.1.3 应用BP神经网络模型的土地资源评价143

8.2 基于径向基函数神经网络模型的土地资源评价144

8.2.1 径向基概率神经网络的结构与创建145

8.2.2 应用径向基概率神经网络模型的土地资源评价146

8.3 基于支持向量机的土地资源评价149

8.3.1 支持向量机的理论背景149

8.3.2 应用支持向量机的土地资源评价154

8.4 小结158

第9章 土地资源评价数据挖掘结果分析160

9.1 评价方法的比较分析160

9.1.1 统计学理论及应用分析160

9.1.2 灰色系统理论及应用分析163

9.1.3 系统工程学原理及应用分析164

9.1.4 模糊数学理论及应用分析164

9.1.5 机器学习理论及应用分析165

9.2 评价结果对比分析166

9.2.1 土地资源评价指标权值的比较167

9.2.2 有监督学习分类方法在土地资源评价中的比较168

9.2.3 无监督学习分类方法在土地资源评价中的比较170

9.3 小结173

第10章 研究成果应用前景展望174

10.1 研究的主要特点与新颖之处174

10.2 土地资源评价中存在的问题174

10.3 研究成果的应用前景分析176

参考文献178

附录A 主要数据挖掘软件简介187

附录B 土地资源评价成果图190