收藏本站
《战略支援部队信息工程大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于KNN的居民地案例推理选取及优化模型

谢丽敏  
【摘要】:随着城市的发展以及新兴城镇规模的扩张,城镇的更替速度不断加快,使得居民地成为地图中变化最活跃的要素之一;同时,军事演习、防恐演练、抢险救灾等对地图保障的要求越来越高,使得居民地自动综合成为研究的重点和难点。“选取”作为中小比例尺地图综合中最主要的综合操作,亦成为研究的重点和难点之一。当前针对各种度量指标建立数学模型的居民地资格选取方法,在每次遇到制图任务时大多需要单独建模,可移植性弱,研发成本高,缺乏专家经验支撑,难以满足多样化地图生产的需求。研究更为高效的居民地自动选取方法成为制图综合的当务之急。本文分析了中小比例尺居民地选取的研究背景与现状,针对当前中小比例尺面状居民地选取方法专家知识指导不足的问题,从有效利用专家经验出发,研究了基于KNN的居民地案例推理选取模型。同时,对居民地选取的案例匹配机制进行了优化,并提出基于迭代注水原理和距离加权的模型优化方法以及基于分层处理和KD树的效率改进方法,以进一步提高KNN模型精度和效率。本文主要工作和创新点包括以下几点:(1)提出了基于KNN的居民地案例推理选取模型。针对当前居民地选取方法中专家知识指导不足和案例匹配机制不完善等问题,提出基于KNN的居民地案例推理选取方法。首先以专家交互选取的居民地结果作为案例,预处理后构建案例库;然后对案例进行学习,计算出待决策居民地与案例库中案例之间的相似度;最后取K个相似度最高的近邻,对这K个案例的所属类别进行统计,将个数最多的类别作为案例分类决策的结果。该选取模型能够有效地将专家案例转化为对未知结果的决策,决策正确率高,且相比于决策树方法受噪声影响更小,在案例库规模较小时仍能做出有效决策,实现了学习专家综合经验并模仿专家综合行为的目的。(2)提出了基于迭代注水原理和距离加权的模型优化方法。首先,针对KNN算法中属性约简和权重赋值方法研究的不足,本文提出采用“迭代注水原理”对模型进行改进和优化。该方法将传统注水原理与递归特征消除法相结合,对归纳的居民地属性在赋权重的同时达到属性约简的目的,有效减少了冗余属性给案例分类造成的干扰,确保推理描述信息的准确性和完整性,提高了基于KNN的居民地案例推理选取模型的精度。然后,考虑到基于KNN的居民地案例推理选取模型中K个参考案例的主次影响,提出了采用“距离加权”的模型优化方法,通过重新定义其判别函数,加强可信赖案例决策贡献的权重,一定程度上削弱了模型对K值的敏感性和依赖性,增强了基于KNN的居民地案例推理选取模型的鲁棒性和智能性。(3)提出了基于分层处理和KD树的模型优化方法。针对基于KNN的居民地案例推理选取模型在案例规模扩大后出现运行效率下降的问题,提出采用案例库分层处理和构建KD树索引的模型优化方案。该方案首先对案例库按行政等级分层,然后对各层级案例库构建KD树,最后在各层级案例库内实现基于KNN的案例推理,得出待决策居民地的决策结果。该方案能有效控制案例推理循环中参与计算的案例规模,提高模型的运行效率。(4)系统实验设计并实现了居民地的自动选取过程,整合了本文提出的算法及优化功能,并进行了系统的实验,验证了本文提出理论和方法的有效性和科学性。
【学位授予单位】:战略支援部队信息工程大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:P208

【参考文献】
中国期刊全文数据库 前10条
1 高亮;谢健;曹天泽;;基于Kd树改进的高效K-means聚类算法[J];计算技术与自动化;2015年04期
2 王骁;钱海忠;何海威;陈竞男;胡慧明;;利用空白区域骨架线网眼匹配多源面状居民地[J];测绘学报;2015年08期
3 陈晓康;刘竹松;;基于改进Kd-Tree构建算法的k近邻查询[J];广东工业大学学报;2014年03期
4 张春晓;严爱军;王普;;一种改进的案例推理分类方法研究[J];自动化学报;2014年09期
5 严爱军;钱丽敏;王普;;案例推理属性权重的分配模型比较研究[J];自动化学报;2014年09期
6 赵辉;严爱军;王普;;提高案例推理分类器的可靠性研究[J];自动化学报;2014年09期
7 张小莉;;基于KD树的海量图像匹配技术[J];计算机时代;2014年07期
8 郭敏;钱海忠;黄智深;何海威;刘海龙;;道路网智能选取的案例类比推理法[J];测绘学报;2014年07期
9 严晓明;;基于类别平均距离的加权KNN分类算法[J];计算机系统应用;2014年02期
10 肖辉辉;段艳明;;基于属性值相关距离的KNN算法的改进研究[J];计算机科学;2013年S2期
中国博士学位论文全文数据库 前3条
1 张晓楠;基于案例推理的统计地图设计研究[D];解放军信息工程大学;2015年
2 冯锐;基于案例推理的经验学习研究[D];华东师范大学;2011年
3 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
中国硕士学位论文全文数据库 前10条
1 王骁;基于城市骨架线网的同尺度矢量空间数据匹配方法研究[D];解放军信息工程大学;2015年
2 何海威;顾及层次结构和空间冲突的道路网选取与化简方法研究[D];解放军信息工程大学;2015年
3 吴芬琳;自适应加权KNN文本分类[D];华侨大学;2014年
4 郭敏;基于案例学习的道路网智能选取方法研究[D];解放军信息工程大学;2013年
5 辛鹏;案例推理方法案例库维护策略研究[D];东北大学;2012年
6 李珍;基于特征匹配的目标识别与定位方法研究[D];南方医科大学;2012年
7 盛文斌;散列式居民地的自动选取研究[D];解放军信息工程大学;2010年
8 于瑞萍;中文文本分类相关算法的研究与实现[D];西北大学;2007年
9 杜凤艳;ArcGIS环境下居民地属性综合的研究[D];太原理工大学;2007年
10 王菲;基于编绘知识的电子地图居民地多尺度显示的研究[D];解放军信息工程大学;2007年
【共引文献】
中国期刊全文数据库 前8条
1 高亮;谢健;曹天泽;;基于Kd树改进的高效K-means聚类算法[J];计算技术与自动化;2015年04期
2 曾俊杰;王晓明;杨晓欢;;基于局部保持的KNN算法[J];西华大学学报(自然科学版);2015年06期
3 田鹏义;许定根;朱仁峰;;定向测量与加权算法的信息隐藏技术[J];兵工自动化;2015年10期
4 党宏社;白梅;张娜;;基于ReliefF特征加权和KNN的自然图像分类方法[J];电视技术;2015年19期
5 赵辉;严爱军;王普;;基于权重阈值寻优的案例推理分类器特征约简[J];控制理论与应用;2015年04期
6 李鹏举;刘辉;王彬;王龙;;基于火焰彩色纹理复杂度特征的转炉炼钢吹炼状态识别[J];计算机应用;2015年01期
7 孙政;潘丰;;基于密度的稀疏最小二乘支持向量机[J];江南大学学报(自然科学版);2014年05期
8 王家耀;;测绘导航与地理信息科学技术的进展——庆祝《测绘科学技术学报》创刊30周年[J];测绘科学技术学报;2014年05期
中国博士学位论文全文数据库 前10条
1 秦宏宇;基于CBR-RBR集成方法的马病远程诊断专家系统的研究[D];东北农业大学;2017年
2 冯长强;基于GIS的地缘环境分析方法与建模研究[D];解放军信息工程大学;2017年
3 陈优阔;基于核方法的煤层厚度变化预测模型及应用研究[D];中国矿业大学;2016年
4 熊霖;大数据下的数据选择与学习算法研究[D];西安电子科技大学;2015年
5 毛莎莎;基于贪婪优化和投影变换的集成分类器算法研究[D];西安电子科技大学;2014年
6 刘振林;基于核空谱信息挖掘的高光谱图像分类方法研究[D];哈尔滨工业大学;2014年
7 邵喜高;基于统计学习理论的多核预测模型研究及应用[D];中南大学;2013年
8 黄芳;大学生批判性思维能力培养方式实践探索[D];上海外国语大学;2013年
9 卢山;基于可逆整型KL变换和FS-KFDA的复杂图像压缩与分类[D];西安电子科技大学;2013年
10 李玉萍;基于先进计算的智能入侵检测系统研究[D];中国地震局地球物理研究所;2012年
中国硕士学位论文全文数据库 前10条
1 芦穆庆;面向枢纽机场的航班保障优化研究[D];中国民航大学;2018年
2 谢丽敏;基于KNN的居民地案例推理选取及优化模型[D];战略支援部队信息工程大学;2018年
3 徐智邦;结合POI数据的城市道路网自动选取方法研究[D];兰州交通大学;2018年
4 刘建宏;高速列车接触网悬挂系统缺陷图像识别技术研究[D];西南交通大学;2018年
5 崔兴梅;基于群智能优化算法的聚类分析研究[D];青岛理工大学;2018年
6 刘瑜;网络舆情话题检测与追踪技术研究[D];大连海事大学;2018年
7 王思思;基于案例推理的台风决策系统设计与实现[D];燕山大学;2017年
8 张凯岚;基于案例推理与神经网络的建筑成本预测研究[D];吉林大学;2017年
9 余梦娟;基于Voronoi图的多尺度道路网匹配方法研究[D];江西师范大学;2017年
10 赵小燕;改进的工时定额方法研究[D];西安工程大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 陈晓康;刘竹松;;基于改进Kd-Tree构建算法的k近邻查询[J];广东工业大学学报;2014年03期
2 滕少华;樊继慧;陈潇;张巍;刘冬宁;梁路;;基于KNN的多组合器协同挖掘局域气象数据[J];广东工业大学学报;2014年01期
3 郭小萍;袁杰;李元;;基于特征空间k最近邻的批次过程监视[J];自动化学报;2014年01期
4 赵洪伟;谢永芳;蒋朝辉;徐德刚;阳春华;桂卫华;;基于泡沫图像特征的浮选槽液位智能优化设定方法[J];自动化学报;2014年06期
5 许俊奎;武芳;钱海忠;;多比例尺地图中居民地要素之间的关联关系及其在空间数据更新中的应用[J];测绘学报;2013年06期
6 黄智深;钱海忠;郭敏;刘海龙;王骁;;面状居民地匹配骨架线傅里叶变化方法[J];测绘学报;2013年06期
7 柴天佑;;复杂工业过程运行优化与反馈控制[J];自动化学报;2013年11期
8 翟东海;鱼江;高飞;于磊;丁锋;;最大距离法选取初始簇中心的K-means文本聚类算法的研究[J];计算机应用研究;2014年03期
9 韩凌波;;一种新的K-means最佳聚类数确定方法[J];现代计算机;2013年30期
10 郭敏;钱海忠;黄智深;刘海龙;王骁;;采用案例归纳推理进行道路网智能选取[J];中国图象图形学报;2013年10期
中国博士学位论文全文数据库 前10条
1 苏德国;基于知识学习的主动式统计地图制图服务模型研究[D];中国矿业大学(北京);2012年
2 张志军;基于规则引擎的地图注记自动配置方法研究[D];武汉大学;2011年
3 冯涛;专题地图自动化制作的控制技术研究[D];解放军信息工程大学;2011年
4 苏小兵;中学地理电子教学地图设计研究[D];华东师范大学;2011年
5 房慧;经验学习的反思与建构[D];西南大学;2010年
6 肖泉;基于案例的机遇发现决策支持技术及其系统的研究[D];华中科技大学;2010年
7 谢超;自适应地图可视化关键技术研究[D];解放军信息工程大学;2009年
8 刘晓敏;基于情景的产品创新设计过程若干关键技术研究[D];河北工业大学;2007年
9 李妍;乔纳森建构主义学习环境设计研究[D];华东师范大学;2007年
10 李锋刚;基于优化案例推理的智能决策技术研究[D];合肥工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 郭敏;基于案例学习的道路网智能选取方法研究[D];解放军信息工程大学;2013年
2 马黄群;道路网层次划分及评价研究[D];西南交通大学;2012年
3 郑俊飞;文本分类特征选择与分类算法的改进[D];西安电子科技大学;2012年
4 姜嘉琪;类和样本加权支持向量机及其在入侵检测中的应用研究[D];内蒙古大学;2011年
5 刘彩凤;基于路划功能的城市道路主干网选取方法[D];西南交通大学;2010年
6 李晓轩;面向制图综合的道路信息表达研究与实践[D];解放军信息工程大学;2010年
7 王美珍;面向移动地图表达的居民地地图综合算法研究[D];南京师范大学;2008年
8 王馨;多源空间数据同名实体几何匹配方法研究[D];解放军信息工程大学;2008年
9 杜凤艳;ArcGIS环境下居民地属性综合的研究[D];太原理工大学;2007年
10 陈波;道路网自动制图综合的研究和实践[D];解放军信息工程大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 冯锐;杨红美;;基于案例推理的学习迁移研究[J];电化教育研究;2015年07期
2 郭翔;殷文君;;基于案例推理的突发事件应急管理对策研究——以台湾八仙水上乐园粉尘爆炸事故为例[J];中国社会公共安全研究报告;2016年01期
3 殷文君;郭翔;;国外基于案例推理的应急管理研究进展[J];科技创业月刊;2014年10期
4 曹育红;;基于案例推理的“双师型”师资培训模式研究[J];电化教育研究;2012年03期
5 侯玉梅;许成媛;;基于案例推理法研究综述[J];燕山大学学报(哲学社会科学版);2011年04期
6 陈浪涛;张成洪;张诚;;协同商务环境下基于案例推理机制研究[J];复旦学报(自然科学版);2005年06期
7 刘剑锋;姜鑫;陈超;沙基昌;;基于案例推理的战争设计工程案例库研究[J];火力与指挥控制;2010年09期
8 孙洁丽;张荣梅;;基于案例推理的数字图书馆个性化推荐系统研究[J];情报科学;2008年09期
9 刘秋平;宋国梁;崔宏光;蔡文柳;李玲;;双层基于案例推理机制的设计[J];河北科技大学学报;2006年02期
10 贺小辉,陈云,韩彦岭,应志雄;案例推理在印刷机械故障诊断中的应用[J];机械工程师;2004年09期
中国重要会议论文全文数据库 前10条
1 刘闯;陈前;;人工神经网络与基于案例推理结合用于故障诊断[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
2 晏沛湘;杨先炬;李静;仇广煜;;案例推理在军事网络安全应急响应中的应用[A];第六届中国指挥控制大会论文集(下册)[C];2018年
3 张志远;谭跃进;;基于案例推理技术在隐性知识获取中的应用[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 张晓莉;杨杰;吕永;;诊断推理中人工神经网络与基于案例推理的结合[A];2000年上海市系统仿真学会学术年会论文专辑[C];2000年
5 李艳;王熙照;;合作式案例推理系统的一个能力模型(英文)[A];中国系统工程学会模糊数学与模糊系统委员会第十一届年会论文选集[C];2002年
6 石志刚;施强;盛刚;;基于案例推理的高速公路紧急救援决策研究[A];第二十九届中国控制会议论文集[C];2010年
7 王超;;基于案例推理的知识库系统研究[A];第三十二届中国(天津)2018’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2018年
8 顾东晓;江政;;考虑医疗案例标注性属性的医生诊疗辅助决策研究[A];第十三届(2018)中国管理学年会论文集[C];2018年
9 谢骏;胡均川;;基于案例推理的水下目标识别系统[A];中国声学学会2007年青年学术会议论文集(下)[C];2007年
10 金涛;;基于案例推理的EPSS专家系统模型构建[A];计算机与教育:理论、实践与创新——全国计算机辅助教育学会第十四届学术年会论文集[C];2010年
中国重要报纸全文数据库 前2条
1 哈尔滨工业大学管理学院教授 米加宁;案例推理技术与公共安全管理[N];中国社会科学报;2014年
2 甘仞初(中国):北京理工大学管理与经济学院首席教授,IFIP中国计算机辅助生产管理专委会主席;基于案例推理的信息系统总体设计[N];中国计算机报;2000年
中国博士学位论文全文数据库 前10条
1 李锋刚;基于优化案例推理的智能决策技术研究[D];合肥工业大学;2007年
2 赵辉;案例推理的动态学习模型及其在TE过程中的应用[D];北京工业大学;2015年
3 张佰尚;面向电网突发事件应对规划的集成案例推理研究[D];哈尔滨工业大学;2017年
4 张素琪;案例推理关键技术研究及其在电信告警和故障诊断中的应用[D];天津大学;2014年
5 冯锐;基于案例推理的经验学习研究[D];华东师范大学;2011年
6 张春晓;案例推理的认知改进策略及学习性能研究[D];北京工业大学;2014年
7 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
8 王军;基于本体的房地产营销案例推理研究[D];武汉理工大学;2008年
9 李洋;基于软计算的案例推理及其在转炉炼钢过程中的应用研究[D];大连理工大学;2015年
10 陈秀秀;面向数字化医院的多视图信息架构关键技术与应用研究[D];北京理工大学;2015年
中国硕士学位论文全文数据库 前10条
1 谢丽敏;基于KNN的居民地案例推理选取及优化模型[D];战略支援部队信息工程大学;2018年
2 刘波;考虑标注性属性的医疗案例信息集结与案例库维护研究[D];合肥工业大学;2018年
3 Edna Laurinda Muianga;融合案例推理与分类器的乳腺肿瘤辅助诊断[D];合肥工业大学;2018年
4 赵超越;基于案例推理的磨矿分级过程优化研究[D];东北大学;2015年
5 王思思;基于案例推理的台风决策系统设计与实现[D];燕山大学;2017年
6 张传辉;基于模糊C均值聚类和案例推理的风电功率预测研究[D];太原理工大学;2017年
7 王刘洋;基于案例推理的旅游目的地个性化推荐研究[D];海南大学;2017年
8 马昕;基于案例推理的教师学习[D];华东师范大学;2015年
9 杨红美;基于案例推理的学习迁移研究[D];扬州大学;2012年
10 汤大为;案例推理技术在国民经济动员预案管理中的应用[D];华中科技大学;2005年
 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