數(shù)據(jù)挖掘技術(shù)與水文現(xiàn)代化間的關(guān)系

1、第 1 頁 共 7 頁數(shù)據(jù)挖掘技術(shù)與水文現(xiàn)代化間的關(guān)系 前的數(shù)據(jù)庫系統(tǒng)可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計等功能，但 數(shù)據(jù)庫、模式識別、粗糙集、模糊數(shù)學(xué)等等多個領(lǐng)域。數(shù)據(jù)挖掘技術(shù) 關(guān)心的焦點。爾后，隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的形成和發(fā)展，人們的注意力 現(xiàn)了一個新的術(shù)語KDD(Knowledge discovery in database，泛第 2 頁 共 7 頁D 據(jù)挖掘(Data mining，簡稱 DM)來描述使用挖掘算法進行數(shù)據(jù)挖掘 數(shù)據(jù)挖掘的定義為“從數(shù)據(jù)庫中發(fā)現(xiàn)隱含的、先前不知道的、潛 技術(shù)，是指從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng) 法是2：數(shù)據(jù)挖掘意味著在一些事實或觀察數(shù)據(jù)的集

2、合 是，數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識。數(shù) 第 3 頁 共 7 頁 理系統(tǒng)(MIS)進行集成，在保護現(xiàn)有設(shè)備的情況下，節(jié)約數(shù)據(jù)挖掘 (1)靈活多變的數(shù)據(jù)輸入方式。輸入方式包括從界面直接輸入、 (2)豐富的數(shù)據(jù)處理功能。包括數(shù)據(jù)合并、數(shù)據(jù)拆分、插入或 變量計算、缺失值填充、異常值刪除、記錄排序、變量類型轉(zhuǎn)換、行 (3)統(tǒng)計分析是該系統(tǒng)的核心模塊之一，有基礎(chǔ)統(tǒng)計和高級統(tǒng) 計可選?；A(chǔ)統(tǒng)計包括均值分析、交叉表、頻率分析、描述分析、一 (4)數(shù)據(jù)挖掘模塊提供了目前市場上較為完備的挖掘方法。包 (5)數(shù)據(jù)信息的可視化是信息應(yīng)用的發(fā)展趨勢。統(tǒng)計制圖模塊第 4 頁 共 7 頁 (6)統(tǒng)

3、計報表模塊主要針對中國用戶。它將主要和常用的報表 針對我國存在的洪澇災(zāi)害、水資源短缺、水環(huán)境惡化、水土流失 文、地形地貌、植被、土壤水分、人類活動影響措施等信息的空間分 術(shù)，建立為防汛決策、專業(yè)應(yīng)用、電子政務(wù)等提供決策支持的信息應(yīng) 第 5 頁 共 7 頁成部分，包括兩層含義：一是要豐富數(shù)據(jù)庫的內(nèi)容；二是要對水文部 數(shù)據(jù)挖掘的分析算法主要來自于統(tǒng)計分析和人工智能(機器學(xué) 的問題(1)數(shù)據(jù)挖掘的基本問題在于數(shù)據(jù)的數(shù)量及維數(shù)，數(shù)據(jù)結(jié)構(gòu)也第 6 頁 共 7 頁(2)面對積累起來的大量數(shù)據(jù)，現(xiàn)有的統(tǒng)計方法等都遇到了問 題，人們直接的想法就是對數(shù)據(jù)進行抽樣。怎么抽樣，抽取多大的樣 (3)既然數(shù)據(jù)是海量的，那么數(shù)據(jù)中就會隱含一定的變化趨勢， (4)各種不同的模型如何應(yīng)用，其效果如何評價。不同的人對 (5)數(shù)據(jù)挖掘涉及到數(shù)據(jù)，也就涉及了數(shù)據(jù)的安全性問題。(6)數(shù)據(jù)挖掘的結(jié)果是不確定的，要和專業(yè)知識相結(jié)合才能對 向用戶提供優(yōu)質(zhì)、高效水文信息共享服務(wù)的基本保障5。信息 獲取與分析技術(shù)的快速發(fā)展，特別是遙測、遙感、網(wǎng)絡(luò)、數(shù)據(jù)庫等技 概念樹、遺傳算法、公式發(fā)現(xiàn)、統(tǒng)計分析、模糊論等理論與技術(shù)，并第 7 頁 共 7 頁在可視化技術(shù)的支持下，構(gòu)造滿足不同目的的水文數(shù)據(jù)挖掘應(yīng)用系 據(jù)統(tǒng)