Публикация:Питенко 2000 Нейросетевой анализ в ГИС
Материал из MachineLearning.
Питенко, А.А. Нейросетевой анализ в геоинформационных системах: Канд. техн. наук, 05.13.16. — КГТУ, Красноярск, 2000.
| BibTeX: |
@phdthesis{PitDiss2000,
author = "Питенко, А.А.",
title = "Нейросетевой анализ в геоинформационных системах:
Канд. техн. наук, 05.13.16",
school = "КГТУ, Красноярск",
url = "http://pca.narod.ru/PitDiss.htm",
year = "2000",
language = russian
}
|
Аннотация
Представленная в работе технология нейросетевого анализа в ГИС предназначена для решения широкого спектра задач, связанных с анализом и прогнозом явлений и событий окружающего мира, с осмыслением и выделением главных факторов и причин, а также их возможных последствий, с планированием стратегических решений и текущих последствий предпринимаемых действий.
Разработанные в рамках технологии методы ориентированы на следующие применения:
- автоматизированное построение нейросетевых блоков для решения задач оценки, диагностики и прогнозирования на основе эмпирических данных в составе существующих геоинформационных систем;
- построение и исследование нейросетевых моделей решения задач анализа данных в ГИС;
- представление и анализ средствами ГИС многомерных данных произвольной природы.
Работа (выполненная в 1997-2000 гг.) являлась одной из первых в мировой практике прикладных работ по нейросетевому анализу в ГИС и по использованию технологии ГИС для визуализации данных произвольной природы.
Содержание
Введение
1. Проблема анализа данных в ГИС
1.1. ГИС среди информационных технологий
1.2. Классификация в ГИС
1.2.1. Классификация
1.2.2. Районирование и типология
1.2.3. Временные характеристики
1.3. Трудности в классификации географических комплексов
1.3.1. Местоположение географических явлений и пространственные особенности
1.3.2. Плохая формализация
1.3.3. Лишние данные и различная степень значимости исходных показателей
1.3.4. Признаки разной природы
1.3.5. Несоответствие модели решаемой задаче
1.3.6. Нормировка исходных показателей ИНС и ГИС
2. ГИС как средство визуализации и анализа данных различной природы
2.1 Введение в ГИС
- Данные
- Объекты
- Слой
- Объект слоя
- Легенда карты
- Карта
2.2 Модели ГИС
- Растровые модели
2.3 Основные идеи метода анализа данных в ГИС с помощью искусственных нейронных сетей
- Обобщение задач
- Формальная постановка
2.4. Аналитические задачи в ГИС, решаемые с помощью искусственных нейронных сетей
- Построение (дополнение) слоя
- Восстановление легенды слоя
- Районирование и типология
- Создание моделей поверхностей
- Интерполяция и прогнозное картирование
- Временной анализ
- Выбор значимых признаков
2.5 Основные идеи визуализации и анализа данных произвольной природы
- Описание задачи
- Объекты метода
3. Нейросетевой анализ связи между слоями
3.1. Методы нейросетевого анализа связей между слоями
3.1.1. Проблема построения и использования нейросетей в Геоинформационных системах
3.1.2. Технология построения нейросетевых моделей в составе Геоинформационной системы
3.1.3. Задачи для нейронных сетей
3.2. Программные средства и примеры использования
3.2.1. Реализация программного комплекса для нейросетевого анализа данных в ГИС
- Программная реализация системы
3.2.2. Решение задачи восстановления пропусков
4. Технология картирования произвольных данных
4.1. Упругие карты
4.1.1. Введение
4.1.2. Постановка задачи
4.1.3. Построение упругой карты.
4.1.4. Проектирование многомерных данных на двумерную сетку
4.1.5. Использование карты для анализа распределения данных
4.2. Применение методов визуализации произвольных данных к картографированию экономических таблиц
4.2.1. Раскраска по признакам
4.2.2. Раскраска по плотности данных
4.2.3. Восстановление данных, регрессия и прогноз
4.2.4. Проблема экстраполяции
4.3. Применение технологии для визуализации и анализа Таблицы экологических измерений
- Атлас №1, №2 информационных раскрасок
- Атлас информационных раскрасок №1
- Атлас информационных раскрасок №2
Заключение
Литература
Ссылки
Диссертация А.А. Питенко одним файлом (pdf, 1.8М)
