欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
随着3S技术的快速发展，长期获得的地学数据已经形成了海量的多元信息数据集，从这些多元数据集中获得有用信息和知识一直是研究的难点和热点问题。以多元数据处理与分析理论、矩阵分析理论及模式识别理论为基础，以多元测量数据为多元信息载体，研究多元信息数据处理的理论与方法。重点研究构建多元数据的模式集和子模式的理论与方法，对多元测量数据集进行处理与分析，构建矩阵模式集，建立多元信息数据集的模式描述和模式划分方法；研究矩阵模式集的结构特征、统计特征和函数特征，建立度量和分析矩阵模式间差异的理论与方法，并将其应用于测量和遥感等地学数据处理中，实现多元地学空间数据的地学信息分析的目的。本项目研究成果将丰富测量数据处理与分析理论，将建立更加实用的信息模式识别和数据挖掘的空间数据的信息分析方法。
英文摘要：
Multipule Spatail Data；Information Pattern；Matrix Pattern；Information evaluation；PLS
结论摘要：
完成概况:项目整个研究过程中工作进展顺利，按照年度计划完成了各项任务；在理论研究、方法探索和应用实践方面都取得较好的成果；完成了项目要求的论文、专著、学生培养各项指标性任务，达到了项目预期的目标。出版专著1部，发表论42篇，其中SCI 14篇，EI 29篇，软件著作权1项，培养研究生10名（包括博士后）。主要工作1、收集并处理了研究区内的DEM、NDVI、LandCover和气象等专题数据，获得了构建模式矩阵的数据源。2、提出了多元空间数据矩阵模式的概念，给出了矩阵模式、模式矩阵和差异矩阵的定义。分别从差异矩阵的构成、统计特性和信息特征三个方面对差异矩阵的特性进行分析。3、研究了应用属性约简、支持向量机和人工神经网络等方法进行特征提取和模式分类的方法。4、应用PLS方法实现模式矩阵间的线性关系分析，并研究了对拟合残差进行信息评判与度量的拟合优度辅助分析方法。研究应用线性核与高斯核构造混合核函数实现分析差异矩阵间非线性关系的方法，并实现了综合因子对因变量解释作用的辅助分析。5、实现了各算法模块，设计并开发了数据处理与分析的实验系统— “多元空间数据模式分析系统”。主要成果1、提出了基于多元正态性检验的信息评价与度量的思想，提出了矩阵模式分析的概念，给出了矩阵模式、差异矩阵的定义，探索出了矩阵模式分析的方法体系，为模式分析提供了新的理论与方法。2、提出了一种基于邻域粗糙集约简的谱聚类算法。提出了基于鲁棒局部嵌入的孪生支持向量机和基于局部保持对支持向量机算法，并应用于模式分类中，提高了分类的精度。提出一种局部核函数和全局核函数相混合的极速学习机。3、初步建立了一套多元空间数据的矩阵模式分析方法，为空间数据挖掘和信息模式识别提供了更加实用的信息分析方法。提出基于矩的熵估计方法和基于估计累积概率反函数的熵估计方法，为空间数据的信息度量提供了精确和实用的方法。4、引入PLS方法建立了模式间线性关系分析的方法，并提出对拟合残差进行信息评判与度量的拟合优度辅助分析方法；提出KPLS实现模式间非线性关系分析的方法，并研究了对非线性模型进行解释的方法。5、将多元空间数据模式分析方法应用到矿区生态环境评价中，有效地分析了矿区生态环境变化特点与扰动因素。将信息评价与度量的理论与方法应用到建筑物等变形监测中，为测量工程提供了有效的数据处理与分析手段。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
A novel self-adaptive extreme learning machine based on affinity propagation for radial basis functi
Studies on Optimization Algorithms for Some Artificial Neural Networks Based on Genetic Algorithm (G
A Novel Neural Network Classification Model based on Covering and Affinity Propagation Clustering Al
Invasive Weed Optimization Algorithm for Optimizating the Parameters of Mixed Kernel Twin Support Ve
Research of Individual Neural Network Generation and Ensemble Algorithm Based on Quotient Space Gran
相关项目
靳奉祥的项目