论文部分内容阅读
区域海洋地质调查数据不仅可以为地质科学研究、矿产资源开发、海洋环境保护、海洋地质灾害防治、海洋工程设施建设等提供基础资料,还可以为国家海洋主权及权益维护提供科学依据,也可以为沿海省、市、自治区的国民经济建设提供科技服务,具有十分重要的作用。
区域海洋地质调查数据来源广泛,内容涉及海底地形地貌调查、底质调查、海底浅层结构调查与深部地层结构调查等方面,产生了大量的数据。随着数据的累积和对区域海洋数据应用的发展,高维的资料增加了传统分析技术上的困难,因此传统的以面向事务处理为主的空间数据库已不能满足要求,相应的信息系统也开始从信息管理转向从数据中提取信息或者知识为决策服务。空间数据仓库就是为满足这种新的需求而提出的空间信息集成方案。通过空间数据挖掘可以从空间数据仓库中发现并提取可能有潜在价值的信息,从而帮助分析人员寻找数据间潜在的关联,发现被忽略的要素。
本文首先对国内外海洋数据仓库技术和国内外海洋数据仓库与海洋挖掘的研究成果进行了综述,分析了这一领域的最新研究动态。简要介绍了研究空间数据挖掘几种方法。其次建立了适合我国区域海洋地质决策支持的空间数据仓库模型与数据挖掘平台,针对现有数据挖掘方法空间分析能力不足的缺点,探讨了空间数据挖掘的有效算法,并与其他数据挖掘方法进行了比较,最后对所提出方法进行了实测模拟,证明了所提出方法具有更好的挖掘效果。
本文主要从以下几个方面进行研究:
[1]在前期进行了一定的算法实验的基础上,首次将支持向量机(SVM)方法应用于区域海洋地质空间数据挖掘中。有效地解决了神经网络难以解决的过学习问题。在数据挖掘过程中,通过对空间对象最小外接矩形(MBR)的索引优化,将空间复杂对象进行转化后再通过SVM算法对新的空间对象进行数据挖掘。并与BP神经网络算法的数据分析对比,本文得到了在小规模数据训练上采用SVM聚类得到了更好的结果。
[2]建立以空间数据仓为核心的区域海洋空间数据仓库和数据挖掘模型。根据区域海洋数据来源广泛、结构复杂、时效性和空间性强、数据量大等特点,参考国内外先进的数据仓理论和经验,对基于扩展元数据的区域海洋数据的数据仓建模和数据挖掘技术的关键技术进行了研究,制定了适应于区域海洋数据和数据仓库的数据格式,形成了数据抽取和数据抽象应用的扩展元数据标准。
[3]建立了基于GIS的区域海洋综合数据挖掘系统。根据区域海洋数据仓库系统中大多数数据涉及到空间储存和空间分析与表现功能的特点,通过扩展元数据综合采用了两种数据挖掘方法:STING挖掘算法和SVM挖掘算法,并通过实例验证了算法的有效性。
[4]利用所提出的挖掘方法对渤中凹陷部分数据进行了实测模拟,结合靶区的油气化探测试指标,对渤中坳陷油气前景进行综合评价,进行以化探为主的油气远景分析,圈出具有良好油气前景的油气聚集带,并与传统的BP神经网络方法进行对比,得到了小样本训练情况下的更好的数据挖掘结果。
最后总结了论文的主要工作,并且对本文的算法设计和实测资料模拟进行了总结,指出了空间数据挖掘需要考虑的问题,并对基于GIS的区域海洋地质数据挖掘和应用进行了探讨和展望。