空間數(shù)據(jù)挖掘分類算法的研究.pdf

1、隨著計算機技術特別是數(shù)據(jù)庫技術的迅猛發(fā)展，以及人類活動范圍的擴展、生活節(jié)奏的加快，人們能以更快速更容易更廉價的方式獲取和存儲數(shù)據(jù)，這就使得數(shù)據(jù)及其信息量以指數(shù)方式增長。面對這些極度膨脹的數(shù)據(jù)，人們受到“信息爆炸”和“數(shù)據(jù)過?！钡木薮髩毫?。這些海量數(shù)據(jù)如果不能有效利用起來，將只會成為“數(shù)據(jù)垃圾”。對人類社會進步起到巨大作用的是知識。 數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中發(fā)現(xiàn)潛在規(guī)律、提取有用知識的方法和技術。數(shù)據(jù)挖掘包含的內容很多，其中很重要

2、的一個方面是分類規(guī)則挖掘。分類規(guī)則可以根據(jù)訓練數(shù)據(jù)，利用適當?shù)乃惴ㄓ柧毘龇诸惼鳎瑥亩鴮π碌奈粗獦颖咀龀鲱A測。支持向量機是基于統(tǒng)計學習理論的一種新的分類方法。同其它分類器相比，支持向量機具有很好的推廣性能，對未知樣本的預測有較高的準確率，因此得到廣泛應用。 本文首先將可拓學基元理論應用與對象之間的空間關系。將支持向量機理論應用于對空間數(shù)據(jù)進行分類，簡單的支持向量機只能處理二值分類問題，本文在己有多分類支持向量機基礎上，將支持向量機