收藏本站
《中国地质大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

三峡库区地质灾害数据仓库与数据挖掘应用研究

朱传华  
【摘要】: 崩塌、滑坡、泥石流等突发性地质灾害及其风险评价已经成为人们普遍关心的主要问题之一。滑坡是地质灾害的主要类型之一,其危害和影响程度仅居地震、火山之后,具有分布地区广、发生频率高、运动速度快、灾害损失严重等特点。对滑坡灾害进行预测预报研究能够提高对突发性地质灾害事件的快速反应能力,达到有效防灾、减灾的目的,意义十分重大。 长江三峡库区是中国滑坡灾害发生的重灾区之一,三峡水库沿岸地质地貌条件复杂,且处于亚热带气候区,雨量充沛,且多暴雨,故崩塌、滑坡及泥石流时有发生,古滑坡分布甚多。移民工程迁建的新城镇几乎都在斜坡地带,水库蓄水后的库水位上升及泄洪后的库水位下降的变化及移民工程的影响下,很多古滑坡将会复活,而且还会导致新滑坡的发生。一些县城新址,由于受滑坡影响被迫多次变迁,不少移民工程遭受崩滑灾害或严重威胁。随着三峡工程的进展,对库区地质灾害的防范,引起了国务院高度重视。2001年7月,国务院全面启动长江三峡库区地质灾害防治。 随着三峡库区地质灾害防治信息化建设工程的推进,目前已积累了丰富的地质灾害数据。由于地质灾害的突发性和危害性,三峡库区地质灾害预警指挥要求按指挥对象,包括不同灾害类型的不同预警级别、同一预警级别内的不同分级对信息进行重组,不但需要有分析、统计和利用这些信息的高水平方法库和模型库,还需要能够在浩如烟海的数据库中快速去寻找和挖掘有用信息的工具,使决策过程准确、迅速,这是传统的操作型数据库难以或无法作到的。而利用数据仓库联机分析处理与数据挖掘的理论及方法技术,可以对海量数据进行自动有效地分析及利用,发现数据内在联系,从中挖掘出有用的规则和知识,为决策支持系统服务。 本研究的目的在于使用数据仓库技术有效整合长江三峡库区的地质灾害数据,并应用数据挖掘技术,从滑坡灾害历史数据中挖掘出有利于滑坡灾害预测预报的有效信息,为预警指挥系统服务。 论文的研究内容主要包括地质灾害数据仓库建设和滑坡灾害预测数据挖掘应用研究等两个方面: (1)地质灾害数据仓库的建设采用“数据驱动”的系统设计方法,即数据仓库的模式主要由分析下层的数据源系统获得,其思路主要是:利用以前已经建立的数据库进行数据仓库的建设,要尽量利用已有的数据和代码,而不是从头开始;数据仓库的设计是从已有的数据库系统出发,按照业务领域的要求重新考察数据之间的联系,以组织数据仓库中的主题。整个设计按照需求规格说明、概念模型设计、逻辑模型设计和物理模型设计等四个阶段完成。在需求规格说明阶段识别了源数据库,即已有的操作型数据库,包括地质灾害专业属性数据库和空间数据库等。根据对数据源的分析,确定了三峡库区地质灾害数据仓库的主题,包括区域地质灾害预测预报、移民新城区地质灾害预测预报、单体地质灾害预测预报、涌浪预测预报、治理工程评估、监测预报和预警决策支持与应急指挥等主题。根据数据的收集进度和本人已完成的研究工作等实际情况,论文选择区域地质灾害预测预报主题和滑坡监测预报主题等两个主题作为研究的重点。在主题确定的基础上,概念设计阶段分别对区域地质灾害预测预报主题和滑坡监测预报主题数据源的数据层次进行了分析,推导并选取了滑坡敏感性事实和滑坡位移监测事实,确定了事实度量、维和层次,建立了滑坡敏感性和滑坡位移监测概念多维模型。其中滑坡敏感性事实确定的事实度量有已知滑坡、工程地质岩组、斜坡结构类型、构造、坡度、高程、地表河流、植被、土地覆盖、公路、坡向和地表曲率等度量;维有滑坡类型维、比例尺维和地区维等维,相应的层次分别为类型—类—型—式—期—性、比例尺—规模和县市—省—库区等层次。滑坡位移监测事实确定的事实度量有变形位移量、降雨、温度、库水位变动、地震、突发性暴雨和人工活动等度量;维有滑坡类型维、时间维、监测点维和监测类型维等维,相应的层次分别为类型—类—型—式—期—性、日期—月份—季度—年份、监测点—滑坡体—村—镇—县和监测内容—监测仪器—监测方法—监测类型等层次。逻辑设计阶段将已建立的概念多维模型转换为逻辑多维模型,并设计了滑坡敏感性多维模型和滑坡位移监测多维模型的ETL过程,其中滑坡敏感性多维模型的ETL过程包括空间数据ETL和属性数据ETL两个部分。物理模型设计阶段在Oracle Warehouse Builder (OWB)中实现了数据源到目标数据仓库的上载,建立基于Oracle数据库的地质灾害数据仓库,并从分区、索引、实体化视图和存储结构设计等方面对数据仓库性能进行优化。 (2)滑坡灾害预测数据挖掘应用研究基于地质灾害数据仓库的多维数据集,使用内嵌于Oracle数据库的Oracle Data Mining (ODM)中的支持向量机回归算法展开工作。支持向量机作为下一代算法,它是基于统计模型而不是通过自然学习系统的松散分析,在理论上可以取得最优的预测结果。能较好地解决小样本、非线性高维数和局部极小点等实际问题,被视为替代神经网络的较好算法。ODM中的支持向量机回归算法具有使用方便,易于部署,对算法模型参数的干预较少的特点。①首先,以忠县为研究区,进行滑坡敏感性区划研究。滑坡敏感性分析通过已发生滑坡和致滑坡内在因子之间的空间分布统计关系,评价特定地区范围内潜在滑坡事件发生的可能性,有利于国土开发和规划,从宏观上减轻滑坡灾害的威胁。研究采用普遍认可和使用的GIS栅格模型,基于数据仓库多维建模建立滑坡敏感性多维数据集,在数据仓库的基础上使用ODM的支持向量机回归算法对研究区的滑坡敏感性进行分析。为了检验Oracle Data Mining中支持向量机回归算法的性能,特引入两种常用的定量统计模型:证据权法和Logistic回归方法,进行研究对比。采用与支持向量机模型建立时完全一致的样本和预测变量,建立证据权预测模型和Logistic回归预测模型。预测结果表明,尽管没有完全预测全部已知的滑坡分布,但支持向量机得到的敏感性很高和敏感性高的区域预测了88.02%的已知滑坡,证据权法和Logistic回归所预测的百分比分别为84.48%和58.94%。可以看出,支持向量机模型的预测能力优于证据权法和Logistic回归模型。②另外,以白水河滑坡监测数据为例,进行滑坡位移监测数据时间序列分析。时间序列分析具有预测复杂系统发展趋势的能力,一直是滑坡位移动态预报研究的热点。针对目前的预测模型多基于平面文件进行分析的不足,研究中引入在数据仓库多维模型的基础上进行时间序列分析的框架,数据挖掘基于数据仓库,并参照状态空间重构原理对白水河滑坡位移时间序列数据进行处理,使用ODM的PL/SQL API建立支持向量机回归时间序列模型对处理后的数据进行挖掘,多步预测结果表明,支持向量机回归算法的前5步预测值的误差率控制在8%以内,性能相当不错。第六步的预测值误差较大,可能是受4,5月份降雨量达355mm及5月份水位下降4.68m的组合工程情况的影响,滑坡已处于临滑突变阶段(2007年6月30日白水河滑坡中部约10万m3的土体坍塌座落。),数据不再具有指导性,但84.1%的准确性仍能满足工程要求。由此可见,ODM的支持向量机回归算法可应用于滑坡监测的短期预测。 通过论文研究,主要的创新与特色在于:(1)基于数据仓库的概念,通过对滑坡敏感性事实的深入分析,设计并建立空间数据GIS栅格模型的滑坡敏感性多维数据集,将三峡库区滑坡和致滑坡因子空间数据按不同比例尺、不同地区和不同滑坡类型等三个视角存放在地质灾害数据仓库中,实现空间数据按主题的集成,达到快速响应滑坡空间预测预报研究的数据需求。(2)深入分析滑坡位移监测时间序列数据,考虑时间、监测点、监测类型和滑坡类型等四个维度,设计并建立滑坡位移监测多维数据集。并基于数据仓库的多维数据集,使用ODM的PL/SQL API建立支持向量机回归时间序列模型进行数据挖掘研究。 论文研究也存在一些不足,主要表面在以下这些方面:(1)数据仓库的构建基于对业务领域的理解和对业务数据“预处理”,对于具有连续性属性的空间数据预处理——致滑坡因子的重分类——采用专家经验和双变量统计方法验证结合,具有一定的主观性。(2)设计并建立滑坡位移监测多维数据集并对滑坡位移监测时间序列进行数据挖掘研究,但没有对位移和库水位、位移和降雨量进行交叉预测,挖掘模型应用的可靠性和准确性有待进一步验证。(3)数据挖掘与GIS制图没有一体化。数据挖掘的结果数据需要输出,然后由GIS软件生成滑坡敏感性预测结果图。 总之,将地质灾害数据集成到数据仓库,选用基于数据仓库的挖掘工具,进行滑坡灾害预测预报是一种可行的新途径。
【学位授予单位】:中国地质大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP311.13

【引证文献】
中国期刊全文数据库 前6条
1 孙九兵;王珊珊;;基于相空间重构的滑坡位移时间序列预测[J];科技视界;2015年27期
2 穆俊;;商务智能中基于时间序列的模型数据挖掘技术应用研究[J];大庆师范学院学报;2015年03期
3 代冬升;王跃利;;作战实验数据仓库E-IT-T-L设计研究[J];军事运筹与系统工程;2015年01期
4 王佳佳;殷坤龙;;基于WEBGIS和四库一体技术的三峡库区滑坡灾害预测预报系统研究[J];岩石力学与工程学报;2014年05期
5 南帅;康景文;;三峡库区(重庆段)地质灾害数据库系统设计[J];测绘;2013年06期
6 尹涛;关兴中;万定生;;数据挖掘技术在水文数据分析中的应用[J];计算机工程与设计;2012年12期
中国博士学位论文全文数据库 前6条
1 渠孟飞;基于数据挖掘的三峡库区滑坡整治工程设计参数估计研究[D];西南交通大学;2017年
2 郑苗苗;黄土高原陕甘宁地区地质灾害数据库建设与危险性评价[D];长安大学;2017年
3 吴湘宁;地质环境数据仓库联机分析处理与数据挖掘研究[D];中国地质大学;2014年
4 刘晓慧;基于预案的突发地质灾害智能应急决策支持模型研究[D];中国地质大学;2014年
5 黄健;基于3D WebGIS技术的地质灾害监测预警研究[D];成都理工大学;2012年
6 王朝阳;滑坡监测预报效果评估方法研究[D];成都理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 蒋国唯;数据仓库中物化视图选择和维护算法研究与改进[D];河北经贸大学;2016年
2 郑淑琴;新疆农信社数据仓库的设计与实现[D];新疆大学;2015年
3 杜锐;多维数据仓库技术在矿井信息化系统中的研究及应用[D];中国矿业大学;2015年
4 康介鹏;车辆监控系统中数据仓库的研究与优化[D];北京邮电大学;2015年
5 樊持杰;基于数据挖掘的销售管理决策支持系统设计与实现[D];电子科技大学;2014年
6 李妮;基于地质灾害数据仓库的空间数据挖掘应用研究[D];中国地质大学;2013年
7 胡畅;三峡库区秭归—巴东段典型顺层滑坡预测判据研究[D];中国地质大学;2013年
8 吴爽;贵州省关岭县地质灾害数据库建设[D];成都理工大学;2013年
9 胡步清;基于粗糙集理论的空间数据挖掘研究[D];成都理工大学;2012年
10 宋金龙;基于数据挖掘技术的强震区公路岩质边坡地质灾害评价体系研究[D];成都理工大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 王秀英;聂高众;王登伟;;汶川地震诱发滑坡与地震动峰值加速度对应关系研究[J];岩石力学与工程学报;2010年01期
2 刘长春;殷坤龙;杜娟;;湖北省巴东县新城区滑坡灾害空间预测[J];中国地质灾害与防治学报;2009年04期
3 季民;靳奉祥;李婷;赵相伟;;海洋多维数据仓库构建研究[J];海洋学报(中文版);2009年06期
4 黄解军;崔巍;袁艳斌;詹云军;;面向数字矿山的数据仓库构建及其应用研究[J];中国矿业;2009年11期
5 王尚庆;徐进军;罗勉;;三峡库区白水河滑坡险情预警方法研究[J];武汉大学学报(信息科学版);2009年10期
6 陈红顺;黄海峰;夏斌;高云燕;;基于数据仓库的环境数据资源整合研究——以广东省韶关市为例[J];环境污染与防治;2009年09期
7 杜娟;殷坤龙;柴波;;基于诱发因素响应分析的滑坡位移预测模型研究[J];岩石力学与工程学报;2009年09期
8 鲍玉斌;陆群;蔡金明;于戈;;基于领域本体的海洋环境数据仓库多维建模技术[J];海洋通报;2009年04期
9 崔松雪;刘艳艳;陈戈;;数据仓库技术在海洋大气地理信息系统平台中的应用[J];中国海洋大学学报(自然科学版);2009年S1期
10 缪海波;殷坤龙;柴波;李德营;;基于非平稳时间序列分析的滑坡变形预测[J];地质科技情报;2009年04期
中国博士学位论文全文数据库 前2条
1 石菊松;基于遥感和地理信息系统的滑坡风险评估关键技术研究[D];中国地质科学院;2008年
2 文海家;基于GIS的滑坡灾变智能预测系统及应用研究[D];重庆大学;2004年
中国硕士学位论文全文数据库 前3条
1 刘让国;数据仓库技术在交通信息系统中的应用研究[D];中国科学院研究生院(沈阳计算技术研究所);2007年
2 向仁军;基于粗糙集理论数据挖掘方法在边坡安全评价中的应用[D];中南大学;2005年
3 李彦荣;基于GIS的滑坡预测预报系统开发及应用研究[D];成都理工大学;2003年
【共引文献】
中国期刊全文数据库 前10条
1 陈志伟;陈志强;杨长卫;;G213线都江堰~映秀段边坡崩塌统计分析[J];公路;2015年11期
2 肖宇;谢淑云;王明达;贺跃;侯居峙;;青藏高原班公错与达则错水温时间序列分形特征[J];地质科技情报;2015年06期
3 黄丽;罗文强;李飞翱;刘小珊;;基于诱发因素作用特征的滑坡变形时序模型[J];长江科学院院报;2015年10期
4 龙维;陈剑;王鹏飞;许冲;刘辉;孙进忠;;金沙江上游特米大型古滑坡的成因及古地震参数反分析[J];地震研究;2015年04期
5 周超;殷坤龙;曹颖;黄发明;;基于诱发因素响应与支持向量机的阶跃式滑坡位移预测[J];岩石力学与工程学报;2015年S2期
6 周超;殷坤龙;黄发明;;混沌序列WA-ELM耦合模型在滑坡位移预测中的应用[J];岩土力学;2015年09期
7 黄海峰;宋琨;易庆林;易武;张国栋;;滑坡位移预测的支持向量机模型参数选择研究[J];地下空间与工程学报;2015年04期
8 赵艳南;牛瑞卿;彭令;程温鸣;;基于粗糙集和粒子群优化支持向量机的滑坡变形预测[J];中南大学学报(自然科学版);2015年06期
9 薛聪聪;卢书强;;库水与降雨作用下三门洞滑坡渗流特征及稳定性分析[J];武汉理工大学学报;2015年05期
10 许旭堂;简文彬;;滑坡对降雨的动态响应及其监测预警研究[J];工程地质学报;2015年02期
中国硕士学位论文全文数据库 前10条
1 黄小研;滑坡监测系统的研究与实现[D];西安工业大学;2018年
2 王谦;长江三峡库区滑坡敏感性区域化分析研究[D];中国地质大学;2018年
3 段浩杰;小浪底2号滑坡体稳定性分析及预测[D];华北水利水电大学;2018年
4 梁发奇;工程滑坡的预测研究[D];西南石油大学;2016年
5 张小露;基于RS-BPNN理论的隧道围岩稳定性分析及预测[D];南华大学;2016年
6 李元元;基于PHP的滑坡实时监测数据网上发布系统设计与实现[D];西南科技大学;2016年
7 王龙飞;基于多通道动态测试技术的抗滑桩监测评价系统[D];重庆大学;2015年
8 朱少帅;基于监测资料的黄河上游某水电站坝前右岸变形岸坡演化趋势研究[D];成都理工大学;2015年
9 张群;强降雨诱发红层地区缓倾角浅层土质滑坡发育分布特征与预警研究[D];成都理工大学;2015年
10 张宁;基于盾构选型与沉降分析的无锡地铁施工关键技术研究[D];石家庄铁道大学;2014年
【同被引文献】
中国博士学位论文全文数据库 前10条
1 刘文红;黄土高原滑坡发育背景与成灾模式研究[D];长安大学;2016年
2 王佳佳;三峡库区万州区滑坡灾害风险评估研究[D];中国地质大学;2015年
3 雍睿;三峡库区侏罗系地层推移式滑坡—抗滑桩相互作用研究[D];中国地质大学;2014年
4 汤罗圣;三峡库区堆积层滑坡稳定性与预测预报研究[D];中国地质大学;2013年
5 蔺晓燕;甘肃黑方台灌区黄土滑坡—泥流形成机理研究[D];长安大学;2013年
6 张文江;地质灾害数据集成关键技术研究[D];成都理工大学;2013年
7 曹恒;北京市房山区环境污染突发事件应急决策支持系统研究[D];北京林业大学;2012年
8 黄健;基于3D WebGIS技术的地质灾害监测预警研究[D];成都理工大学;2012年
9 张贤坤;基于案例推理的应急决策方法研究[D];天津大学;2012年
10 冷小鹏;基于G/S模式的三维地质灾害信息管理平台研究[D];成都理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 费仕忆;Hadoop大数据平台与传统数据仓库的协作研究[D];东华大学;2014年
2 张建兴;中国邮政速递数据仓库系统ETL的设计与实现[D];北京交通大学;2014年
3 蒋天榕;基于数据仓库的银行DSB系统设计与实现[D];厦门大学;2014年
4 朱智祥;支持快速联机分析处理的视图物化技术研究及应用[D];杭州电子科技大学;2014年
5 秦云杰;数据仓库的轻量化实现及其在驾校培训系统中的应用[D];北京邮电大学;2014年
6 张华伟;基于B/S的车辆监控系统设计与实现[D];山东大学;2013年
7 梁红兵;银行数据仓库构建过程中的数据清洗及VIP客户的挖掘[D];云南大学;2013年
8 王前进;基于物化视图增量维护的企业垂直搜索优化研究[D];江苏科技大学;2013年
9 陈新明;淘宝网数据平台数据仓库建设[D];大连理工大学;2013年
10 孙熙麟;商业银行经营管理数据仓库系统的设计与实现[D];电子科技大学;2013年
【二级引证文献】
中国期刊全文数据库 前3条
1 费龙;项晏琳;;基于ArcGIS Server for Silverlight的公共信息呈现系统的设计[J];长春师范大学学报;2015年08期
2 江晨曦;;环境沉积学的研究现状及发展趋势研究[J];环境科学与管理;2015年07期
3 陈宁;许明家;黄林霞;钱进;胡金龙;;水文遥测系统信息安全防护体系研究[J];水利信息化;2013年05期
中国博士学位论文全文数据库 前10条
1 李焕焕;抗滑桩设计推力和桩间距的计算方法及失效预警研究[D];长安大学;2018年
2 李芳;基于大数据的云南省地质灾害风险预警研究[D];中国地质大学;2017年
3 贾艳昌;基于动力特征参数的边坡危岩块体稳定性模型研究[D];北京科技大学;2018年
4 卢頔;村镇震后应急救援及重建的决策方法与模型研究[D];哈尔滨工业大学;2017年
5 杜孙稳;地基干涉雷达露天矿边坡形变监测数据分析与预测方法研究[D];太原理工大学;2017年
6 郑苗苗;黄土高原陕甘宁地区地质灾害数据库建设与危险性评价[D];长安大学;2017年
7 栗滢超;空间信息技术在农地流转绩效评价中的应用研究[D];长安大学;2016年
8 涂美义;省级地质灾害应急服务架构及方法体系研究[D];中国地质大学;2016年
9 郭存杰;陕京管道地质灾害危险性综合评估及监测预警方法研究[D];中国石油大学(北京);2016年
10 樊俊青;面向滑坡监测的多源异构传感器信息融合方法研究[D];中国地质大学;2015年
中国硕士学位论文全文数据库 前10条
1 张江;基于查询聚类的物化视图动态选取策略研究[D];中国民航大学;2018年
2 顾振华;基于产业链协同平台的配件销售决策支持系统设计[D];西南交通大学;2017年
3 李歆;C银行基于数据仓库的CRM系统建设及应用研究[D];西北大学;2017年
4 卢远航;南江县红层地区两面临空型滑坡成因机理与早期识别研究[D];成都理工大学;2016年
5 王福振;基于数据仓库的CM装备制造企业能源智能化协同平台研究[D];河北工业大学;2015年
6 毕聪聪;面向油田开发评价的数据挖掘建模方法与应用技术研究[D];东北石油大学;2015年
7 占美志;基于GIS的织金县地质灾害数据库建设研究[D];成都理工大学;2015年
8 鲜宸杰;基于GIS的都匀市地质灾害危险性区划及信息管理系统研究[D];成都理工大学;2015年
9 朱少帅;基于监测资料的黄河上游某水电站坝前右岸变形岸坡演化趋势研究[D];成都理工大学;2015年
10 吴雨浓;基于数据挖掘技术的火电机组运行参数优化方法研究[D];华北电力大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 王秀英;聂高众;王登伟;;利用强震记录分析汶川地震诱发滑坡[J];岩石力学与工程学报;2009年11期
2 赖朝辉;刘修国;花卫华;李丰丹;;三维数据场可视化技术在数字矿山中的应用[J];金属矿山;2008年12期
3 周国云;陈光齐;;基于GIS和数量化理论Ⅱ的滑坡危险性预测[J];岩石力学与工程学报;2008年12期
4 黄润秋;李为乐;;“5.12”汶川大地震触发地质灾害的发育分布规律研究[J];岩石力学与工程学报;2008年12期
5 于海英;王栋;杨永强;卢大伟;解全才;张明宇;周宝峰;江纹乡;程翔;杨剑;;汶川8.0级地震强震动特征初步分析[J];震灾防御技术;2008年04期
6 吴树仁;石菊松;姚鑫;王涛;汪华斌;;四川汶川地震地质灾害活动强度分析评价[J];地质通报;2008年11期
7 刘传正;;四川汶川地震灾害与地质环境安全[J];地质通报;2008年11期
8 徐锡伟;闻学泽;叶建青;马保起;陈杰;周荣军;何宏林;田勤俭;何玉林;王志才;孙昭民;冯希杰;于贵华;陈立春;陈桂华;于慎鄂;冉勇康;李细光;李陈侠;安艳芬;;汶川M_S8.0地震地表破裂带及其发震构造[J];地震地质;2008年03期
9 Huang Moh;;Strong motion observations and recordings from the great Wenchuan Earthquake[J];Earthquake Engineering and Engineering Vibration;2008年03期
10 殷跃平;;汶川八级地震地质灾害研究[J];工程地质学报;2008年04期
中国博士学位论文全文数据库 前1条
1 许明;锚固系统质量的无损检测与智能诊断技术研究[D];重庆大学;2002年
中国硕士学位论文全文数据库 前2条
1 曹爱华;数据仓库技术研究及在电信经营分析系统的应用[D];北京邮电大学;2006年
2 赵彦卓;数据仓库和数据分析技术在互联网电信增值业务领域的应用[D];北京邮电大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 刘智,桑国明,张维石;基于数据仓库连锁店决策支持系统模型的研究[J];计算机与数字工程;2005年08期
2 李江;;电子政务数据仓库和数据挖掘应用研究[J];科技致富向导;2010年11期
3 林建勤;基于Web的数据挖掘应用模式研究[J];贵州师范大学学报(自然科学版);2004年03期
4 麦永浩;杨超;;公安数据仓库和数据挖掘应用研究[J];警察技术;2009年02期
5 王君;数据挖掘应用浅析[J];福建电脑;2003年08期
6 向燕飞;;数据挖掘在网络教学中的应用探讨[J];电脑知识与技术(学术交流);2007年13期
7 郭明;郑惠莉;;电信业呼吁数据挖掘[J];中国电信业;2004年12期
8 王闯舟;原料决定一切——数据挖掘应用剖析[J];软件世界;2005年03期
9 ;三峡库区地质灾害——滑坡[J];科学;2003年05期
10 杨振英;田源;;数据挖掘并不遥远[J];中国科技信息;2005年23期
中国重要会议论文全文数据库 前10条
1 靳秀英;;环境大数据挖掘应用浅析[A];2016全国环境信息技术与应用交流大会暨中国环境科学学会环境信息化分会年会论文集[C];2016年
2 吴俊锋;姚莉;刘斌;;面向空间目标监控的数据仓库应用初探[A];空天资源的可持续发展——第一届中国空天安全会议论文集[C];2015年
3 谭照华;申翃;;三峡库区地质灾害防治信息系统研制[A];第七届全国数学地质与地学信息学术会议论文摘要汇编[C];2004年
4 刘刚;吴冲龙;田宜平;刘军旗;吴勇;;三峡库区地质灾害三维可视化分析系统设计[A];地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集[C];2009年
5 幸莉仙;宋建民;李群;;数据挖掘技术在交叉营销中的应用[A];第10届计算机模拟与信息技术会议论文集[C];2005年
6 姚敏;沈斌;易文晟;曾刚;;软计算技术在数据挖掘中的应用研究[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
7 周明;;基于仿真和案例推理技术的智能决策支持系统研究[A];第二十三届中国控制会议论文集(下册)[C];2004年
8 张晓美;何国金;胡德永;李国靖;;面向农作物识别的卫星遥感数据挖掘应用技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
9 徐超;;基于一体化消防业务信息系统的数据挖掘应用模型设计[A];2013中国消防协会科学技术年会论文集[C];2013年
10 ;前言[A];第十五届全国数据库学术会议论文集[C];1998年
中国重要报纸全文数据库 前10条
1 记者 夏珺;安排四十亿元治理三峡库区地质灾害[N];人民日报;2002年
2 董峻;投入40亿使三峡库区免受地质灾害[N];中国电力报;2002年
3 记者 于德福;系统整治三峡库区地质灾害工程启动[N];中国矿业报;2002年
4 钟光;三峡库区地质灾害防治形势严峻[N];西部时报;2012年
5 本报记者 井书光;三峡库区地质灾害要防患于未然[N];中国水利报;2001年
6 王芳;三峡库区大范围排查地质灾害 已知隐患5386处[N];中国社会报;2010年
7 黄卫华;国家投入百亿元治理三峡库区地质灾害[N];中国税务报;2007年
8 《中国三峡工程报》记者 陈林;中国加速治理三峡库区地质灾害[N];中国水利报;2001年
9 中期研究院;数据仓库与数据挖掘在期货行业的应用[N];期货日报;2008年
10 木易;三峡库区地质灾害得到有效控制[N];地质勘查导报;2007年
中国博士学位论文全文数据库 前10条
1 朱传华;三峡库区地质灾害数据仓库与数据挖掘应用研究[D];中国地质大学;2010年
2 宋旭东;企业集团数据仓库系统关键技术研究[D];大连理工大学;2010年
3 陈燕;数据仓库的设计与实现[D];大连理工大学;2000年
4 刘玥;三峡库区贫困与生态环境的交互影响机制研究[D];中国地质大学;2017年
5 董建华;三峡库区水生态环境在线监测数据智能分析与应用研究[D];中国科学院大学(中国科学院重庆绿色智能技术研究院);2018年
6 吕明权;三峡库区池塘系统的环境效应及空间配置研究[D];中国科学院大学(中国科学院重庆绿色智能技术研究院);2018年
7 孙阳;三峡库区水环境人口容量研究[D];重庆大学;2004年
8 秦远好;三峡库区旅游业的环境影响研究[D];西南大学;2006年
9 姜永东;三峡库区边坡岩土体蠕滑与控制的现代非线性科学研究[D];重庆大学;2006年
10 周春梅;三峡库区万州区滑坡抗滑桩设计研究[D];中国地质大学;2007年
中国硕士学位论文全文数据库 前10条
1 左映华;OLAP与数据挖掘一体化研究和应用[D];北方工业大学;2004年
2 蓝海;CIMS环境下的数据仓库与数据挖掘应用研究[D];清华大学;2002年
3 周四新;银行决策支持系统中数据挖掘的研究与实现[D];中南大学;2004年
4 赵剑;基于QAR的数据挖掘应用基础研究[D];南京航空航天大学;2018年
5 洪昊;SIMHASH算法改进及应用研究[D];华中科技大学;2017年
6 王晓红;基于数据仓库的数据挖掘方法在经济系统中的应用研究[D];北方工业大学;2004年
7 朱耀稷;自考系统数据挖掘应用研究[D];天津大学;2005年
8 杨俊杰;基于医学信息的数据挖掘研究[D];汕头大学;2007年
9 张弘毅;银行业中数据仓库的设计及数据挖掘算法的实现[D];中国地质大学(北京);2015年
10 张冰;基于领域的信息分类和搜索技术的研究[D];济南大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026