多尺度科学在数据挖掘领域的研究多见于图像和空间数据挖掘,对一般数据的多尺度特性研究较少。传统聚类算法只在单一尺度上进行,无法充分挖掘蕴藏在数据中的知识。引入粒计算思想,进行普适的多尺度聚类方法研究,对数据进行多层次、多角度分析,实现一次挖掘,多次应用。首先,介绍粒计算相关知识;然后,提出多尺度聚类尺度上推算法UAMC(upscaling algorithm of multi-scale clustering),以簇为粒子,簇心为粒子特征进行尺度转换,利用斑块模型得到大尺度知识,避免二次挖掘带来的资源浪费。最后,利用UCI公用数据集和H省全员人口真实数据集对算法性能进行实验验证,结果表明算法在准确性上优于K-means等基准算法,是有效可行的。
围绕河北省全员人口数据库,开展了分布式人口地理信息系统的构建研究.研究表明,人口地理信息系统需同时面对数据生产者和数据消费者,必须采用B/S和C/S混合架构模式.在系统的C/S架构部分,直接使用成熟的GIS桌面系统,既满足了人口地理数据生产,也减轻了系统开发强度和难度,同时保证能及时开展各种复杂空间分析,及时进行成果发布;在系统的B/S架构部分,使用Flex语言,基于Rest接口,利用ArcGIS For Flex API函数,开发了WebGIS程序,解决了客户端浏览器兼容性问题,满足了用户对人口地理数据的消费行为.系统与全员人口数据库融合,突破了对人口普查和统计年鉴的刚性依赖,提高了人口个案信息和统计信息的时效性;系统与各厅局专题数据融合,拓展了人口宏观决策参与范围.实践证明,分布式人口地理信息系统已成为人口地理研究产、学、研一体化的工作平台,分布式是人口地理信息系统步入社会化驱动阶段的必由之路.
本文利用复合的思想,构造了保持函数e−μx(μ>0)的Baskakov型算子,给出了该类含参算子基函数图像,同时研究了该类算子的保单调性、保凸性、保星形性以及保半可加性。最后,选取适当的函数,利用数学软件绘制出该类算子的逼近效果图像,并给出逼近的均方根误差。In this paper, using the idea of combination, Baskakov operators maintaining the function e−μx(μ>0)are constructed. The graphics of their basis functions are given. At the same time, the shape preserving properties of these operators are obtained in terms of monotonicity, convexity, starshapeness and semi-additivity. Finally, choosing the approximation function, the approximation effect image of these kind of operators are drawn by software, and the root mean square error of approximation is obtained.
暂无评论