导读:本文包含了空间数据泛化论文开题报告文献综述及选题提纲参考文献，主要关键词:时序数据分析,城市交通,集成学习,层迭泛化
空间数据泛化论文文献综述
刘希亮,陆锋[1]（2015）在《适于城市交通时序空间数据预测的层迭泛化模型》一文中研究指出受地理过程的动态随机性影响,时序空间数据建模普遍存在先验知识缺乏与模型参数设置问题,导致单一模型难以有效地反映地理系统的整体运行状态。本文提出了一个普适性的集成学习框架,设计了基于异态集成学习的层迭泛化模型,按照组合模型最大化减小原始预测误差原则改进了层迭泛化模型平均输出的混合策略,并基于error-ambiguity decomposition对提出的层迭泛化模型的有效性进行了数学证明。基于北京市交通路网通行状态数据的实验结果表明,层迭泛化模型的均方根误差与平均绝对误差均小于单一模型;平均绝对误差方差均小于基于数理统计的混合模型,验证了层迭泛化模型在时序空间数据预测方面的优越性。(本文来源于《地球信息科学学报》期刊2015年12期）
张晶晶[2]（2010）在《基于地址编码的空间数据聚合及泛化方法研究与应用》一文中研究指出随着计算机技术的发展,卫星及航拍技术的成熟,地理信息系统(Geographic Information System)被广泛应用于各领域,空间数据类型在计算机数据管理中比重越来越大,如何有效地利用和组织管理这些空间数据以支持空间分析和决策是一项迫切的研究任务。目前数据仓库技术得到广泛应用,其与GIS结合发展成空间数据仓库。空间数据仓库正是解决这一问题的有力工具。空间数据仓库是数据仓库的特殊形式,其在数据结构上具有综合性,可以根据一定的主题内容集成来自不同数据源、不同类型的数据,能利用多维空间分析方法,从不同角度对隐藏在空间和属性数据中的信息进行综合分析比较以达到数据挖掘的目的。对空间数据仓库的研究是当前的热点课题。本文主要对空间数据仓库构建中的如下基础工作进行了初步研究:首先是基于地址编码的空间数据聚合。构建空间数据仓库的第一步是规范数据格式,因为数据质量直接影响系统的有效性。采用地址编码是聚合异构空间数据源的一种方法。由于我国汉字地址具有悠久地历史人文内涵,复杂度远超其他国家,因此,国外的编码标准并不适合中国使用。本文在分析各种地址特征的基础上,综合MIS的语义地址分类和GIS几何空间数据分类概念的长处,提出了新的地址分类、编码方法,采用该方法构建的数据模型能够更有效地实现空间数据的聚合。其次是空间数据泛化。异构、多源空间数据的泛化很大程度上可以转化为数据相似度的距离问题,基于标准地址数据的语义地址泛化相似度计算方法是关键技术,为此本文分析了常用的Levenshtein算法,结合实际应用项目,针对地址数据经常出现的详址匹配而辖区地址不匹配的问题提出了改进的逆向Levenshtein算法;针对同语义地址的同音不同字的Levenshtein编辑距离问题,提出了拼音码改进替换算法,提高了地址匹配准确率。在对上述两个问题进行研究和实验验证的基础上,本文将此成果应用于《上海市实有人口信息系统》空间数据仓库建设中,取得了一定的成效。本文提出的基于地址编码的空间数据聚合方法及泛化的相似度算法对同类问题有一定的指导意义和实用价值。(本文来源于《东华大学》期刊2010-01-01）
空间数据泛化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着计算机技术的发展,卫星及航拍技术的成熟,地理信息系统(Geographic Information System)被广泛应用于各领域,空间数据类型在计算机数据管理中比重越来越大,如何有效地利用和组织管理这些空间数据以支持空间分析和决策是一项迫切的研究任务。目前数据仓库技术得到广泛应用,其与GIS结合发展成空间数据仓库。空间数据仓库正是解决这一问题的有力工具。空间数据仓库是数据仓库的特殊形式,其在数据结构上具有综合性,可以根据一定的主题内容集成来自不同数据源、不同类型的数据,能利用多维空间分析方法,从不同角度对隐藏在空间和属性数据中的信息进行综合分析比较以达到数据挖掘的目的。对空间数据仓库的研究是当前的热点课题。本文主要对空间数据仓库构建中的如下基础工作进行了初步研究:首先是基于地址编码的空间数据聚合。构建空间数据仓库的第一步是规范数据格式,因为数据质量直接影响系统的有效性。采用地址编码是聚合异构空间数据源的一种方法。由于我国汉字地址具有悠久地历史人文内涵,复杂度远超其他国家,因此,国外的编码标准并不适合中国使用。本文在分析各种地址特征的基础上,综合MIS的语义地址分类和GIS几何空间数据分类概念的长处,提出了新的地址分类、编码方法,采用该方法构建的数据模型能够更有效地实现空间数据的聚合。其次是空间数据泛化。异构、多源空间数据的泛化很大程度上可以转化为数据相似度的距离问题,基于标准地址数据的语义地址泛化相似度计算方法是关键技术,为此本文分析了常用的Levenshtein算法,结合实际应用项目,针对地址数据经常出现的详址匹配而辖区地址不匹配的问题提出了改进的逆向Levenshtein算法;针对同语义地址的同音不同字的Levenshtein编辑距离问题,提出了拼音码改进替换算法,提高了地址匹配准确率。在对上述两个问题进行研究和实验验证的基础上,本文将此成果应用于《上海市实有人口信息系统》空间数据仓库建设中,取得了一定的成效。本文提出的基于地址编码的空间数据聚合方法及泛化的相似度算法对同类问题有一定的指导意义和实用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
空间数据泛化论文参考文献
[1].刘希亮,陆锋.适于城市交通时序空间数据预测的层迭泛化模型[J].地球信息科学学报.2015
[2].张晶晶.基于地址编码的空间数据聚合及泛化方法研究与应用[D].东华大学.2010