首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于数据挖掘的问题用地快速发现技术研究

摘要第5-6页
Abstract第6页
第一章 绪论第10-18页
    1.1 研究背景第10-11页
    1.2 研究现状第11-14页
    1.3 研究内容与方法第14-16页
        1.3.1 研究内容第14页
        1.3.2 研究方法第14-16页
    1.4 论文的组织结构第16-18页
第二章 问题用地类型梳理与分析第18-26页
    2.1 土地管理业务中问题用地类型梳理第18-23页
        2.1.1 建设用地报批第19-20页
        2.1.2 土地征收第20页
        2.1.3 土地供应第20-21页
        2.1.4 土地利用第21-22页
        2.1.5 耕地保护与占补平衡第22-23页
        2.1.6 其他环节第23页
    2.2 问题用地类型与发现模型分析第23-24页
    2.3 本章小结第24-26页
第三章 基于规则判断的问题用地发现第26-36页
    3.1 专家系统基本原理第26-27页
    3.2 专家系统与推理第27-28页
        3.2.1 数据库第27页
        3.2.2 规则库与基于规则库的推理第27-28页
    3.3 基于规则的问题用地类型第28-30页
        3.3.1 单流程问题用地类型第28-29页
        3.3.2 跨流程问题用地类型第29-30页
    3.4 专家系统的软件设计第30-33页
        3.4.1 软件设计流程第30-31页
        3.4.2 软件功能设计第31-33页
    3.5 实验结果与分析第33-34页
        3.5.1 调整土地用途第33-34页
        3.5.2 未及时竣工第34页
    3.6 本章小结第34-36页
第四章 基于数据挖掘的问题用地发现第36-62页
    4.1 数据挖掘基本原理第36-37页
    4.2 模型评估第37-39页
        4.2.1 评估方法第37-38页
        4.2.2 性能度量第38-39页
    4.3 基于随机森林的闲置用地的发现第39-48页
        4.3.1 决策树基本原理第39-41页
        4.3.2 随机森林基本原理第41-42页
        4.3.3 数据预处理与特征提取第42-45页
        4.3.4 训练集与测试集第45-46页
        4.3.5 模型构建第46-47页
        4.3.6 实验结果与分析第47-48页
    4.4 基于梯度提升决策树算法的闲置用地发现第48-51页
        4.4.1 梯度提升决策树算法原理第48-49页
        4.4.2 模型构建第49-50页
        4.4.3 实验结果与分析第50-51页
    4.5 基于多分类器融合算法的问题用地发现第51-60页
        4.5.1 支持向量机算法第51-52页
        4.5.2 多分类器融合算法第52-54页
        4.5.3 模型构建第54-55页
        4.5.4 实验结果与分析第55-60页
    4.6 本章小结第60-62页
第五章 基于专家经验与数据挖掘结合的问题用地发现第62-72页
    5.1 结合专家经验的模糊评价第62-63页
    5.2 因素集的确定第63-64页
    5.3 权重系数确定第64-65页
        5.3.1 特尔菲测定法第64-65页
        5.3.2 因素成对比较法第65页
        5.3.3 层次分析法第65页
    5.4 训练集与测试集第65-66页
    5.5 模型构建第66-67页
    5.6 实验结果与分析第67-70页
    5.7 本章小结第70-72页
第六章 总结与展望第72-74页
    6.1 总结第72-73页
    6.2 展望第73-74页
致谢第74-76页
参考文献第76-80页
攻读硕士期间取得的成果第80页

论文共80页,点击 下载论文
上一篇:滑动窗快速算法研究
下一篇:嵌入式实时全景图像处理系统的设计