利用中科院数据云生成MapGis地形图

利用中科院数据云生成MapGis 地形图

王 毅1

贾印叶2

（1.山西冶金岩土总公司四公司，山西 临汾 041000；2.中国冶金地质总局三局三一四队，山西 临汾 041000）

摘要：矿区地形图是地质勘查工作中不可缺少的基础图件，而根据中国科学院的地理空间数据云（GIS ）资源，利用专业软件的数据处理及转换功能，可以完成矿区中小比例尺地形图的制作。使数字高程模型(Digital Elevation Model 简称DEM)在地质工作中得到充分应用，拓展了Global Mapper 、MapGis 等的应用空间，为野外地质勘查工作提供便利。

关键词：地理空间数据云；GIS ；

DEM ；Global Mapper

；MapGis ；地形图

受国内对矿产品需求持续增长和国内外矿产勘查开发市场的导向，近几年来，国内投资机构、矿业企业、地勘单位、民间资本到海外投资矿产勘查开发形成热潮。但目前地质工作者在海外进行勘查中，普遍遇到基础地质资料难以收集的情况，笔者利用中国科学院的地理空间数据云提供的DEM 数据资源，结合Google 地球卫星图片，综合使用Global Mapper 、Google Earth 、MapSource 、AutoCAD 、MapGIS 等专业GIS 及制图软件与实际地质图件相结合，实现了对DEM 数据库部分功能进行相应拓展。使DEM 数据可以广泛应用于地质制图中，并可制成3D 地形图，实现自定义区域数据提取,可以快速进行坡度、坡向、剖面线等地学分析，提高了地质野外勘查的工作效率。

下面以墨西哥格雷罗州某矿区1：5万地形图（矿区面积6.0Km 2,坐标投影：UTM/NAD27 Mexico ）为例，详细介绍利用中科院地理空间数据云提供的DEM 数据资源制作矿区中小比例尺地形图过程及方法。 1 数据准备

1.1矿区拐点坐标转换

中科院地理空间数据云提供的DEM 数据投影为UTM/WGS84。首先利用MapSource [1]软件将矿区NAD27 Mexico 转换为WGS84坐标基准，并保存为纬度/经度 hddd.ddddd°格式（图1）。

图1 利用MapSource 将矿区拐点坐标进行转换 1.2 DEM 数据下载

1.2.1 DE M 数据来源

首先登录中国科学院数据云（图2）。

图2登录中国科学院数据云

点击进入地理空间数据云并选择DEM 数字高程选项（图3）。

图3登录地理空间数据云

1.2.2 DEM数据简介[3]

中科院目前提供的DEM数据有SRTM 90米分辨率数字高程数据和GDEM 30米分辨率数字高程数据[4]二种。此全球30米的数字高程数据产品可以和全球90米分辨率数

字高程数据产品互相补充使用。

1.2.2.1 SRTM 90米分辨率数字高程数

据

SRTM（Shuttle Radar Topography Mission），由美国太空总署（NASA）和国防部国家测绘局（NIMA）联合测量。2000年2月11日，美国发射的“奋进”号航天飞机上搭载SRTM系统，共计进行了222小时23分钟的数据采集工作，获取北纬60度至南纬60度之间总面积超过1.19亿平方公里的雷

达影像数据，覆盖地球80%以上的陆地表面。SRTM系统获取的雷达影像的数据量约9.8

万亿字节，经过两年多的数据处理，制成了数字地形高程模型（DEM），即现在的SRTM 地形产品数据。此数据产品2003年开始公开发布，经历多修订，目前的数据修订版本为V4.1版本。该版本由CIAT（国际热带农业中心）利用新的插值算法得到的SRTM地形数据，此方法更好的填补了SRTM 90的数据空洞。插值算法来自于Reuter et al.（2007）SRTM地形数据按精度可以分为SRTM1和SRTM3，分别对应的分辨率精度为30米和90米数据（目前公开数据为90米分辨率的数据）。SRTM的数据组织方式为：每5度经纬度方格划分一个文件，共分为24行（-60至60度）和72列（-180至180度）。文件命名规则为srtm_XX_YY.zip，XX表示列数（01-72），YY表示行数（01-24）。

1.2.2.2 GDEM 30米分辨率数字高程数据

本数据集利用ASTER GDEM第一版本（V1）的数据进行加工得来，是全球空间分辨率为30米的数字高程数据产品。由于云覆盖，边界堆叠产生的直线，坑，隆起，大坝或其他异常等的影响，ASTER GDEM第一版本原始数据局部地区存在异常，所以由ASTER GDEM V1加工的数字高程数据产品存在个别区域的数据异常现象。

数据类型：IMG

投影：UTM/WGS84

覆盖范围：全球

空间分辨率：30米

数据量：20GB

值域范围：-152-8806米

本次地形图制作使用的数据为GDEM 30米分辨率数字高程数据。

1.2.3 下载矿区所属图幅数据

墨西哥格雷罗某矿区的工作范围为

1、北纬：17.31558°-17.34274 °；

2、西经：99.30629°-99.33447°。根据经

纬度坐标查询，对应的数据包标识号为ASTGTM-N17W100，下载该数据包（图4）。

图4 下载ASTGTM_N17 W100数据包

2 图件制作

2.1 制作1:5万地形图

解压后得到数据文件（*.img

）

ASTGTM-N17W100F.img，用Global Mapper[3]

打开该文件（选择打开栅格数据），主界面显示

如下图（图5）。

图5用Global Mapper打开ASTGTM_N17W100F.img

在Global Mapper主界面下选择“文件-生

成等高线”，在窗口将等高线设置为等高距

10米；等高线边界选择经/纬度，把矿区边界

坐标输入相应的选项内，注意格式为

hddd.ddddd°（图6）。点击确定，系统生成地形

图（图7）。

图6 Global Mapper生成等高线选择项窗口

图7 Global Mapper系统生成1:5万地形图

生成地形图后，在Global Mapper主界面

选择“文件-输出矢量格式”，在下拉菜单选

择输出DXF文件格式（图8）并保存。

图8 输出为DXF格式图形

2.2 制作道路、河流

地形图的道路和河流及其他地物需在

Google Earth

提取，方法为通过添加路径、地标、

多边形等将矿区的道路、河流村庄等保存为kmz

文件（图9）。

图9 绘制矿区的道路等地物

2.3 套合图件

用Global Mapper打开保存的kmz文件，再

选择文件菜单下的输出矢量格式，输出DXF

文件格式。把地形图和道路等地面特征DXF

文件套合成图并保存（图10）。

图10 套合成的1:5万地形图

2.4 DXF文件转换成MapGis图件

在后期图件制作中，在MapGis6.7[4]主界

面下选择“图形处理-文件转换-输入-装入DXF”，

装入DXF文件后，选择“文件-保存线（*.wl）、

保存点（*.wt）”，就可以在MapGis6.7中进

行输入编辑了。

2.5 误差校正

此时所成的图件坐标投影仍为WGS84，

需使用MapGis6.7子程序误差校正使图件坐

标投影恢复成UTM/NAD27 Mexico，这样就地

形图可以和矿区其它图件进行精确套合，做成综

合图件，具体方法在这里不再详细介绍。

至此就完成了DEM数据从下载到制成

MapGis6.7地形图的过程。

3 结论

本文以1:5万墨西哥格雷罗州某矿区地形图

制作为例，详细介绍利用中科院地理空间数据

云提供的GDEM 30米分辨率数字高程数据

制作矿区中小比例尺地形图过程及方法。

我们也可以将此方法推广到其他地质图件

制作及野外施工中，如可以利用Global Mapper

将Google Earth提取的道路甚至地质图中的构

造、界线、设计测网等存储成GPS交换文件

（*.gpx），这样就可在Mapsource中输入GPS，

利用其导航功能完成野外测网布设、剖面定点取

样、地质填图岩性点及水系沉积物测量点定位等

工作任务。

利用DEM数字高程数据可通过GIS软件

制成矿区的3D地形图，供地质及化探图件编制

使用，这样极大方便了地质人员野外作业，减化

了手工作业，这将使地质资料的可视性提高，使

地质工作科技含量加强。

参考文献：

[1] GARMIN 公司. Mapsource使用说明书[Z]. 北京：GARMIN 公司，2004：1-25

[2] 中国科学院计算机网络信息中心.中国科学院科学数据库资源手册[DB]. 北京：中国科学院计算机网络信息中心，2010：108-109

[3] 风侠. Global Mapper系列教程[EB].上帝之眼论坛，2011：75-84

[4] 武汉中地信息工程有限公司.Mapgis地理信息系统实用教程[M].武汉：中国地质大学出版社Discussion on Application of geospatial data cloud in geological work

Wang Yi 1Jia Yinye 2

(1 Yinyi Group Co.,Ltd. Zhejiang Ningbo 315020; 2 China Metallurgical Geology three Bureau 314 team, Shanxi Linfen 041000) Abstract: topographic map of mining area of geological exploration work is an indispensable basic map, according to the Chinese Academy of geospatial data cloud (GIS) resource, data processing and conversion using professional software function, can be produced in small scale topographic map. The digital elevation model (Digital Elevation Model referred to as DEM) has been fully applied in geological work, expand the application space of Global Mapper, MapGis, provides convenience for the field of geological exploration work.

Keywords: geographic spatial data cloud; GIS; DEM; Global Mapper; MapGis; topographic map

数据挖掘简介

数据挖掘综述

数据挖掘综述 摘要：数据挖掘是一项较新的数据库技术，它基于由日常积累的大量数据所构成的数据库，从中发现潜在的、有价值的信息——称为知识，用于支持决策。数据挖掘是一项数据库应用技术，本文首先对数据挖掘进行概述，阐明数据挖掘产生的背景，数据挖掘的步骤和基本技术是什么，然后介绍数据挖掘的算法和主要应用领域、国内外发展现状以及发展趋势。 关键词：数据挖掘，算法，数据库 ABSTRACT：Data mining is a relatively new database technology, it is based on database, which is constituted by a large number of data coming from daily accumulation, and find potential, valuable information - called knowledge from it, used to support decision-making. Data mining is a database application technology, this article first outlines, expounds the background of data mining , the steps and basic technology, then data mining algorithm and main application fields, the domestic and foreign development status and development trend. KEY WORDS: data mining ,algorithm, database 数据挖掘产生的背景 上世纪九十年代．随着数据库系统的广泛应用和网络技术的高速发展，数据库技术也进入一个全新的阶段，即从过去仅管理一些简单数据发展到管理由各种计算机所产生的图形、图像、音频、视频、电子档案、Web页面等多种类型的复杂数据，并且数据量也越来越大。在给我们提供丰富信息的同时，也体现出明显的海量信息特征。信息爆炸时代．海量信息给人们带来许多负面影响，最主要的就是有效信息难以提炼。过多无用的信息必然会产生信息距离(the Distance of Information-state Transition，信息状态转移距离，是对一个事物信息状态转移所遇到障碍的测度。简称DIST或DIT)和有用知识的丢失。这也就是约翰·内斯伯特(John Nalsbert)称为的“信息丰富而知识贫乏”窘境。因此，人们迫切希望能对海量数据进行深入分析，发现并提取隐藏在其中的信息．以更好地利用这些数据。但仅以数据库系统的录入、查询、统计等功能，无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。更缺乏挖掘数据背后隐藏知识的手段。正是在这样的条件下，数据挖掘技术应运而生。 数据挖掘的步骤 在实施数据挖掘之前，先制定采取什么样的步骤，每一步都做什么，达到什么样的目标是必要的，有了好的计划才能保证数据挖掘有条不紊的实施并取得成功。很多软件供应商和数据挖掘顾问公司投提供了一些数据挖掘过程模型，来指导他们的用户一步步的进行数据挖掘工作。比如SPSS公司的5A和SAS公司的SEMMA。 数据挖掘过程模型步骤主要包括：1定义商业问题；2建立数据挖掘模型；3分析数据；4准备数据；5建立模型；6评价模型；7实施。 1定义商业问题。在开始知识发现之前最先的同时也是最重要的要求就是了

数据挖掘研究现状及发展趋势

数据挖掘研究现状及发展趋势摘要：从数据挖掘的定义出发，介绍了数据挖掘的神经网络法、决策树法、遗传算法、粗糙集法、模糊集法和关联规则法等概念及其各自的优缺点；详细总结了国内外数据挖掘的研究现状及研究热点，指出了数据挖掘的发展趋势。 关键词：数据挖掘；挖掘算法；神经网络；决策树；粗糙集；模糊集；研究现状；发展趋势 Abstract：From the definition of data mining，the paper introduced concepts and advantages and disadvantages of neural network algorithm，decision tree algorithm，genetic algorithm，rough set method，fuzzy set method and association rule method of data mining，summarized domestic and international research situation and focus of data mining in details，and pointed out the development trend of data mining. Key words：data mining，algorithm of data mining，neural network，decision tree，rough set，fuzzy set，research situation，development tendency 1引言 随着信息技术的迅猛发展，许多行业如商业、企业、科研机构和政府部门等都积累了海量的、不同形式存储的数据资料[1]。这些海量数据中往往隐含着各种各样有用的信息，仅仅依靠数据库的查询检索机制和统计学方法很难获得这些信息，迫切需要能自动地、智能地将待处理的数据转化为有价值的信息，从而达到为决策服务的目的。在这种情况下，一个新的技术———数据挖掘(Data Mining，DM)技术应运而生[2]。 数据挖掘是一个多学科领域，它融合了数据库技术、人工智能、机器学习、统计学、知识工程、信息检索等最新技术的研究成果，其应用非常广泛。只要是有分析价值的数据库，都可以利用数据挖掘工具来挖掘有用的信息。数据挖掘典型的应用领域包括市场、工业生产、金融、医学、科学研究、工程诊断等。本文主要介绍数据挖掘的主要算法及其各自的优缺点，并对国内外的研究现状及研究热点进行了详细的总结，最后指出其发展趋势及问题所在。 江西理工大学

中国科学院科学数据库

项目编号：INF105-SDB-3 文档编号：P/版本： 中国科学院科学数据库 通用元数据管理工具用户使用手册 中国科学院计算机网络信息中心 科学数据库中心 2003 年9 月

目录 1引言 (1) 编写目的 (1) 背景 (1) 技术支持 (1) 2功能 (2) 3运行环境 (3) 硬件环境 (3) 软件环境 (3) 4操作指南 (4) 用户类型 (4) 用户登录 (4) 系统管理员的登录 (5) 单位管理员的登录 (6) 一般用户的登录 (8) 用户密码管理 (10) 界面风格定制 (11) 添加元数据界面的设定 (11) 查询界面的设定 (12) 概要显示的设定 (12) 详细显示界面的设定 (12) 添加元数据 (14) 对于具有特殊格式的元素应按照注释栏中提供的著录规则或范例进行著录。如URL类型必须以“元数据记录修改 (14) 元数据记录删除 (15) 元数据查询 (17) 单位内元数据的查询 (17) 针对XML Schema跨单位的查询 (17) 查询方法 (18) 查询结果的显示 (18) 出错处理和恢复 (20)

1引言 编写目的 感谢您选用《通用元数据管理工具》管理数据库数据集，为了使各建库单位能够准确、方便的使用《通用元数据管理工具》对科学数据库数据集进行元数据描述和管理，特编写了《通用元数据管理工具》用户手册。该手册适用于各建库单位具体负责元数据管理的数据库系统管理人员以及元数据录入人员。 背景 《通用元数据管理工具》是为了配合科学数据库元数据标准规范的推广应用而研发的基于xml schema的元数据管理专用工具，是科学数据库及其应用系统的研究成果之一。 科学数据库及其应用系统是中国科学院多个研究所参加、跨学科联合建设的综合型重大项目，是中国科学院知识创新工程信息化建设重大专项之一，目标是在中国科学院全院范围内将研究所多年积累的科学数据资源组织起来，与计算机、数据库和网络等先进技术相结合，促进数据向知识的转化，完善信息化的科学研究环境，并对科研与社会提供科技数据资源共享与服务。 科学数据库及其应用系统涉及到资源建设、规范建设和系统平台设计等多方面的技术、资源的发掘、研究、积累与应用。为了实现分布式的跨平台的数据资源共享，在科学数据库及其应用系统的研发和建立中，必须研究制定面向各个学科数据集的元数据标准。为此该项目设立了“标准规范研究子项目”，经过较长时间的研究，标准规范研究小组已经制定了以XML Schema描述的“中国科学院科学数据库核心元数据标准”以及多个面向具体学科数据集的元数据标准，为了更好的推广应用这些元数据标准，中国科学院计算机网络信息中心科学数据库中心研发了《通用元数据管理工具》。 目前，该工具已在中国科学院计算机网络信息中心试用近半年，运行稳定。 技术支持 科学数据库中心：北京市海淀区中关村南四街4号中国科学院计算机网络信息中心 科学数据库中心 邮编：100080 电话：（8610） 传真：（8610） Email: 网址：科学数据库办公室：北京市海淀区中关村南四街4号中国科学院计算机网络信

利用中科院数据云生成MapGis地形图

利用中科院数据云生成MapGis 地形图 王 毅1 贾印叶2 （1.山西冶金岩土总公司四公司，山西 临汾 041000；2.中国冶金地质总局三局三一四队，山西 临汾 041000） 摘要：矿区地形图是地质勘查工作中不可缺少的基础图件，而根据中国科学院的地理空间数据云（GIS ）资源，利用专业软件的数据处理及转换功能，可以完成矿区中小比例尺地形图的制作。使数字高程模型(Digital Elevation Model 简称DEM)在地质工作中得到充分应用，拓展了Global Mapper 、MapGis 等的应用空间，为野外地质勘查工作提供便利。 关键词：地理空间数据云；GIS ； DEM ；Global Mapper ；MapGis ；地形图 受国内对矿产品需求持续增长和国内外矿产勘查开发市场的导向，近几年来，国内投资机构、矿业企业、地勘单位、民间资本到海外投资矿产勘查开发形成热潮。但目前地质工作者在海外进行勘查中，普遍遇到基础地质资料难以收集的情况，笔者利用中国科学院的地理空间数据云提供的DEM 数据资源，结合Google 地球卫星图片，综合使用Global Mapper 、Google Earth 、MapSource 、AutoCAD 、MapGIS 等专业GIS 及制图软件与实际地质图件相结合，实现了对DEM 数据库部分功能进行相应拓展。使DEM 数据可以广泛应用于地质制图中，并可制成3D 地形图，实现自定义区域数据提取,可以快速进行坡度、坡向、剖面线等地学分析，提高了地质野外勘查的工作效率。 下面以墨西哥格雷罗州某矿区1：5万地形图（矿区面积6.0Km 2,坐标投影：UTM/NAD27 Mexico ）为例，详细介绍利用中科院地理空间数据云提供的DEM 数据资源制作矿区中小比例尺地形图过程及方法。 1 数据准备 1.1矿区拐点坐标转换 中科院地理空间数据云提供的DEM 数据投影为UTM/WGS84。首先利用MapSource [1]软件将矿区NAD27 Mexico 转换为WGS84坐标基准，并保存为纬度/经度 hddd.ddddd°格式（图1）。 图1 利用MapSource 将矿区拐点坐标进行转换 1.2 DEM 数据下载 1.2.1 DE M 数据来源 首先登录中国科学院数据云（图2）。 图2登录中国科学院数据云 点击进入地理空间数据云并选择DEM 数字高程选项（图3）。

中科院数据挖掘作业2

HW2 Due Date: Nov. 23 Submission requirements: Please submit your solutions to our class website. Only hand in what is required below. Part I: written assignment 1. a) Compute the Information Gain for Gender, Car Type and Shirt Size. b) Construct a decision tree with Information Gain. 2. (a) Design a multilayer feed-forward neural network (one hidden layer) for the data set in Q1. Label the nodes in the input and output layers. (b) Using the neural network obtained above, show the weight values after one itera tion of the back propagation algorithm, given the training instance “(M,

Family, Small)". Indicate your initial weight values and biases and the learning rate used. 3. a) Suppose the fraction of undergraduate students who smoke is 15% and the fraction of graduate students who smoke is 23%. If one-?fth of the college students are graduate students and the rest are undergraduates, what is the probability that a student who smokes is a graduate student? b) Given the information in part (a), is a randomly chosen college student more likely to be a graduate or undergraduate student? c) Suppose 30% of the graduate students live in a dorm but only 10% of the undergraduate students live in a dorm. If a student smokes and lives in the dorm, is he or she more likely to be a graduate or undergraduate student? You can assume independence between students who live in a dorm and those who smoke. 4. Suppose that the data mining task is to cluster the following ten points (with(x, y, z) representing location) into three clusters: A1(4,2,5), A2(10,5,2), A3(5,8,7), B1(1,1,1), B2(2,3,2), B3(3,6,9), C1(11,9,2),C2(1,4,6), C3(9,1,7), C4(5,6,7) The distance function is Euclidean distance. Suppose initially we assign A1,B1,C1 as the center of each cluster, respectively. Use the K-Means algorithm to show only (a) The three cluster center after the first round execution (b) The final three clusters Part II: Lab Question 1 Assume this supermarket would like to promote milk. Use the data in “transactions” as training data to build a decision tree (C5.0 algorithm) model to predict whether the customer would buy milk or not. 1. Build a decision tree using data set “transaction s” that predicts milk as a function of the other fields. Set the “type” of each field to “Flag”, set the “direction” of “milk” as “out”, set the “type” of COD as “Typeless”, select “Expert” and set the “pruning severity” to 65, and set the “minimum records per child branch” to be 95. Hand-in: A figure showing your tree. 2. Use the model (the full tree generated by Clementine in step 1 above) to make a predic tion for each of the 20 customers in the “rollout” data to determine whether the customer would buy milk. Hand-in: your prediction for each of the 20 customers. 3. Hand-in: rules for positive (yes) prediction of milk purchase identified from the decision tree (up to the fifth level. The root is considered as level 1). Compare with the rules generated by Apriori in Homework 1, and submit your brief comments on the rules (e.g., pruning effect)

MapGIS文件操作

图层1 图层2 图层3 ……. 图层1 图层2 图层3 ……. 图层1 图层2 图层3 ……. 点文件(*.wt) 线文件(*.wl) 区文件 (*.wp) 工程文件 (*.mpj) 1.设置 (1)工作目录 (2)Clip 字体库 (3)Slib(符号库、线型库、图案库、颜色库等) 2.MapGIS 文件组织 3. 输入线时的操作方法 拖动操作：按下鼠标左键不松，拖动鼠标到适当位置后松开鼠标左键的过程。 移动操作：单击鼠标左键，然后松开，移动到适当位置后再按鼠标左键确认 的过程。 取消输入操作：单击右键。 自动封闭线：在输入封闭线时，在快封闭时按下Ctrl+鼠标右键。 F5：放大屏幕 F6：以鼠标所在位置为中心移动屏幕 F7：缩小屏幕 F8：线矢量化时加点（在鼠标所在位置加点） F9：线矢量化时退点（一次退一个点） F11：改变线方向（即在数字化时，从线的一头转向另一头） F12：抓线头，抓线上线，靠近线等操作（MAPGIS 特有，十分有用） 4.输入点 第一步，新建点文件(*.wt),在MapGIS 左侧的列表中单击鼠标右键，弹出如下所示的快捷菜单：

选择新建点选项，弹出如下图所示的对话框： 输入新文件名，设置修改路径选项后，单击创建按钮，系统会自动创建一个指定文件名的点文件。 第二步，输入点图形要素设置， 单击工具栏中的，区分输入的是点注释还是点图元，并赋于不同的参数，进行点的输入。输入点的基本对话框如下图所示：

设置完成后，借助鼠标完成点要素的输入。 第三步，点编辑，这里主要借助点编辑工具栏实现，如下图所示： 5.输入线 第一步，输入线文件设置第一步，新建线文件(*.wl),在MapGIS左侧的列表中单击鼠标右键，选择新建线文件，弹出如下图所示的对话框：

大数据背景下数据挖掘技术的应用

《计算机科学与技术前沿》 课程论文 大数据背景下数据挖掘技术的应用 2016年1月7日 题目 学院 学号 姓名 指导老师 日期

大数据背景下数据挖掘技术的应用 摘要 当今社会是一个信息化社会的时代，同时又是一个大数据时代。随着互联网、物联网、云计算和人工智能等信息技术和计算机产业的不断发展和进步，使得数据的处理成为一个亟待解决的问题。因此在大数据的背景下,如何高效地从大量包含有用数据的库获得有用信息已成为企业和科研工作重点关注的点，而这一工作涉及的关键技术就是数据挖掘技术。总得说，数据处理的需要既给数据挖掘技术带来了机遇，于此同时带来了一系列的挑战。 本文分别从企业、图书管理和情报学领域三个方面阐述数据挖掘技术的应用，同时对它的发展现状、存在的问题和未来的发展趋势进行了一些阐述，从而加深了对数据挖掘技术的理解，以便更好地了解数据挖掘在各个领域的应用，最后对数据挖掘技术的应用进行一个整体的总结。 【关键字】：大数据；数据挖掘；数据挖掘的应用

Application of data mining technology in the context of data Abstract Today is the age of information society,but it is also an age of big data．With development and progress of information technology and the computer industry which include the Internet, the Internet of things, cloud computing and artificial intelligence, data processing has become an urgent problem．Therefore,in the context of big data,how to get useful information from a large library of useful data have become focuses of enterprises and scientific and research work．The work involved is the key technology of data mining．In General spedking, data processing needs for data mining technology, and at the same time poses a series of challenges． The paper aims to account the development present situation,existing problems,and developmenttrend in the future based on companies,library management and the field of information science development,so as to enhance understanding of the data mining technology ,to better understand data mining applications in various fields,and to draw an overall summary of the application of data mining technology． 【Key words】：Large amounts of data；Data mining；Application of data mining

2008-08-05Excel版中国数据地图工具

2008-08-05Excel版中国数据地图工具2008-08-05Excel版中国数据地图工具 标签: excel图表数据地图中国地图分类: Excel | 图表 2008-08-05 12:51 Excel版中国数据地图工具 (文 / ExcelPro的图表博客) 前面整理过一篇《运用直观的数据地图》的日志，不少朋友咨询如何制作，由于excel的地图模块已剥离单独售卖，在网上搜索数据地图的制作工具，基本没有相关的东西。有一个国产数据地图控件，居然叫价800元，看来是想钱想疯了。于是决定自己动手做个小工具，按数据大小分档层析填色，完成数据地图制作，也就有了这篇日志。

运用这个工具，你只需要简单的三步，就可以做出一个如咨询顾问常用的、专业的数据地图。 1、输入你的数据; 2、设置数据分档阀值、颜色图例; 3、点击按钮生成地图。 是不是非常简单,经常做全国数据分析的朋友一定会非常喜欢。 这个小工具是一个常规的excel文件，包含一小段简单的宏。文件已经预设了4套从浅到深的颜色模板，复制粘贴到对应位置即可使用。当然你可以自定义自己想要的颜色及其深浅，可参见《杂志级图表的第一步:突破Excel的默认颜色》。 文件并未加密，依据这个文件及其思路，只要简单修改，你就可以方便的改造为所在省份分地市、所在城市分市区的数据地图。 做这个工具时碰到的问题是，正确的矢量中国地图还真不好找，有的没有台湾，有的新疆和西藏中间缺一块(克什米尔,)，几乎都没有重庆，到处是陷阱啊，为了主权领土，要仔细检查。 为感谢本博的各位客人和朋友，ExcelPro的图表博客愿将此工具文件免费送给需要的朋友。由于sohu博客不能上传附件，你只要发送邮件到我博客首页的邮

MAPGIS投影变换系统功能简介

MAPGIS投影变换系统功能简介 将1：1万土地利用现状库扫描矢量化后，其投影和坐标类型是什么？如何生成大地坐标？多幅图相邻可否一起生成投影？ 一、简单的办法 1、用图框生成工具生成一个标准的1：1万的图框，注意起始经纬度输入你的真实数据。椭球参数根据实际情况输入，通常是用1北京/54椭球。确定后，图框参数选择中?将左下角平移为原点?和?旋转图框底边水平?两项不选确定后就生成了一个标准图框。 2、在?投影转换?菜单下选?MAPGIS文件投影?选?转换线文件?，选择刚生成的图框线文件确定。 3、在?投影转换?菜单下选?编辑当前投影参数?就可以看到你图形的投影参数了。但是投影带类型和投影带序号需要自己更改。 4、要转为大地坐标只需要在?进行投影变换?中的目的投影参数中的比例尺分母设为1坐标单位设为米（根据实际）即可。 二、MAPGIS投影变换系统功能简介 1．5．1、启动

MAPGIS投影变换系统的文件名为W32_proj.exe，在MAPGIS目录下，执行相应的文件名或从主菜单调用投影变换按钮，即可进入投影变换系统。MAPGIS投影变换系统的功能菜单如图5-1所示，下面分别介绍一下各个菜单的功能。 图5－1 MAPGIS地图投影变换的主菜单 1．5．2、文件与显示操作 文件菜单项用于装入源投影的数据文件及保存投影转换后的数据文件，显示操作主要用来显示工作区中的文件，并进行缩放操作。 在显示菜单下有?显示TIC点?和?还原显示?两个功能。其中，还原显示功能菜单若打开，即在菜单项前有?√?符号时，图形显示即以其图形参数规定的要求来实际显示。?显示TIC点?菜单若打开，即在菜单项前有?√?符号时，显示当前文件所对应的TIC点。 1．5．3、投影参数设置 投影参数设置功能用来设置原图或目的图件的投影坐标系、投影参数、椭球参数及坐标平移值。在进行文件投影转换、屏幕输入单点转换、绘制投影经纬网时，都需要进行投影参数设置。投影类型和坐标单位直接从下拉列表中选取，选择?椭球参数?按钮可选择椭球参数。

(完整版)历年中科院遥感所GIS地理信息系统概论考博真题

2000年中科院遥感所博士入学考试（GIS） 一、名词解释（每个4分，共20分） 1. 空间拓扑关系 2. 地址匹配 3. 元数据 4. 栅格数据结构 5. 空间数据精度 二、简答题（每个10分，共30分） 1. 简述地理信息系统的组成 2. 数字地形模型（DTM）的构建与应用 3. 叠加分析 三、问答题（任选二，每个25分，共50分） 1. 地理信息系统的发展及趋势 2. 时空动态数据结构研究 3. 结合你的专业，论述GIS应用的关键技术问题 2001年中科院遥感所博士入学考试（GIS） 一、名词解释 1. 地址匹配 2. 地图精度 3. 关系数据库 4. 四叉树 二、简答题 1. GIS的特点及应用 2. GIS的结构及功能 3. 空间分析方法及应用 三、论述题 1. GIS的发展趋势 2. GIS与RS、GPS的集成方法 3. GIS空间分析功能的缺陷及改进方法 2002年中科院遥感所博士入学考试（GIS） 一、名词解释 1. 地理空间 2. 行程编码 3. 地址匹配 4. 拓扑关系 5. 空间数据元数据 二、简答 1. 地理信息系统的组成与功能 2. 数字地形模型的建立方法与特点 3. 地理信息系统互操作

三、问答 1. GIS的发展历程 2. 结合你的专业，谈一谈gis的应用与关键点 2003中科院遥感所GIS部分试题（版本一） 一、名词解释 1. GIS 2. 数据挖掘 3. 空间索引 二、简答题： 1、GIS标准化的意义及作用 2、数据质量标准 三、论述 1、关于长江三峡搬迁的，求几个数据。很麻烦。 2、关于温度梯度的 2003年GIS试题（版本二） 一名词解释 DEM、TIN、平移转换、栅格结构 二、简答 1、GIS的组成 2、空间拓扑分析 3、GIS互操作 三、论述（任选二个） 1、GIS的发展简史和趋势 2、WebGIS的核心模型及其应用 3、结合您的专业，谈谈GIS的应用关键和潜在领域 2005年中国科学院遥感所GIS考博试题 一、简答题 1. 传统数据库管理空间数据的缺陷 2. GIS中TIN的生成步骤 3. 空间信息分析的基本方法有哪些 4. GIS标准化的内容 5．地理信息系统的开发策略 6．谈谈GIS与RS的关系 7. 开放式地理信息系统实现技术 8. 电子地图的特征 9. 空间索引有哪些，特点是什么 二、论述题 1. 印度洋海啸造成重大伤亡。请设计一个海啸预警、检测、评估系统的系统方案。

如何查找中国科学院及国内外学位论文

如何查找中国科学院及国内外学位论文 教学心得关键词论文如何学位 学位论文一直是比较困难但十分有用的资源。 对于高年级同学来讲，具有较大的研究、学习和参考的价值。 目前存在三个主要的问题： 1、16页的电子板，即文摘和原文获取问题。 2、免费的国外学位论文检索地址问题。 3、其他途径（非单一的检索终端服务）选择。 中科院学位论文的查询可通过以下途径： 具体方法：在中国科学院国家科学图书馆首页的“快速检索”下方图标栏中，点击“找特殊资源”→“学位论文”，即可对该数据库检索，也可以在下方点击“中国科学院学位论文数据库”进行高级检索。网址： https://www.sodocs.net/doc/393808945.html,/xwlw/index.jsp 在该页面还提供了对“ProQuest博硕士学位论文全文数据库”的检索链接。网址： https://www.sodocs.net/doc/393808945.html,/Default.aspx（该部分服务需要求助学科馆员——在线问答获得）

1980年以来中国科学院的硕士、博士学位论文和博士后出站报告，目前免费提供文摘，相应的学位论文印本收藏于总馆五层阅览区。 院外学位论文利用我院订购的CNKI科技类”中国博士学论文全文数据库”和”中国优秀硕士学位论文全文数据库”获得。网址： https://www.sodocs.net/doc/393808945.html,或 https://www.sodocs.net/doc/393808945.html,/ 该库是目前国内相关资源较完备、连续更新的中国博士、硕士学位论文数据库，至2007年11月底，累积学位论文全文文献达57万余篇；完整率占公开发行论文的90%，211院校收录率达到100%；更新时间为学位论文发表之后的四个月内收录到数据库中。 所以也能够获得院内的学位论文。 国家科技图书文献中心（NSTL）的中文学位论文数据库。网址： https://www.sodocs.net/doc/393808945.html, 中国国家图书馆学位论文检索系统。网址： https://www.sodocs.net/doc/393808945.html,/service/lw.htm 中国科技信息所万方数据集团的中国学位论文数据库网址： https://www.sodocs.net/doc/393808945.html,/wf/cddb/cddbft.htm 高校学位论文库。网址： https://www.sodocs.net/doc/393808945.html,/ 香港大学学位论文检索系统。网址： http://sunzi1.lib.hku.hk/hkuto/index.jsp 国外学位论文 PQDT-B（ProQuest数字化博硕士论文文摘数据库）。网址： https://www.sodocs.net/doc/393808945.html,/login

数据挖掘离线作业答案

浙江大学远程教育学院 《数据挖掘》课程作业答案 第一章引言 一、填空题 （1）数据清理，数据集成，数据选择，数据变换，数据挖掘，模式评估，知识表示 （2）算法的效率、可扩展性和并行处理 （3）统计学、数据库技术和机器学习 （4）一些与数据的一般行为或模型不一致的孤立数据 二、简答题 （1）什么是数据挖掘？ 答：数据挖掘指的是从大量的数据中挖掘出那些令人感兴趣的、有用的、隐含的、先前未知的和可能有用的模式或知识。 （2）一个典型的数据挖掘系统应该包括哪些组成部分？ 答：一个典型的数据挖掘系统应该包括以下部分： 数据库、数据仓库或其他信息库 数据库或数据仓库服务器 知识库 数据挖掘引擎 模式评估模块 图形用户界面 （3）Web挖掘一般包括以下步骤： 数据清理: (这个可能要占全过程60％的工作量) 数据集成 将数据存入数据仓库 建立数据立方体 选择用来进行数据挖掘的数据 数据挖掘（选择适当的算法来找到感兴趣的模式） 展现挖掘结果 将模式或者知识应用或者存入知识库 （4）请列举数据挖掘应用常见的数据源。 （或者说，我们都在什么样的数据上进行数据挖掘） 答：常见的数据源包括关系数据库、数据仓库、事务数据库和高级数据库系统和信息库。其中高级数据库系统和信息库包括：空间数据库、时间数据库和时间序列数据库、流数据、多媒体数据库、面向对象数据库和对象-关系数据库、异种数据库和遗产(legacy)数据库、文本数据库和万维网(WWW)等。

一、填空题 （1）5/13 （2）极差、分位数、四分位数、百分位数、四分位数极差和标准差 （3）出落在至少高于第三个四分位数或低于第一个四分位数1.5×IQR处的值 二、单选题 （1）C；（2）C； 三、简答题 （1）什么是基于像素的可视化技术？它有什么缺点？ 答：对于一个m维数据集，基于像素的可视化技术在屏幕上创建m个窗口，每维一个。记录的m个维值映射到这些窗口对应位置上的m个像素。像素的颜色反映对应的值。基于像素的可视化技术的缺点：难以呈现多维空间的数据分布，不显示数据子空间中是否存在稠密区域。 （2）对称的和不对称的二元属性有什么区别？ 答：对称的二元属性指变量的两个状态具有同等价值或相同权重；而不对称的二元属性中，变量的两个状态的重要性是不同的。对称的二元属性可以使用简单匹配系数评估它们的相异度；不对称的二元属性使用Jaccard系数评估它们的相异度。

mapgis拓扑处理

mapgis拓扑处理、实用工具、详细介绍 MAPGIS拓扑处理子系统，作为图形编辑系统的一部分，改变了人工建立拓扑关系的方法，使得区域输入，子区输入等这些原来比较繁琐的工作，变得相当容易，大大提高了地图录入编辑的工作效率。为了方便用户，让用户能正确地使用MAPGIS拓扑处理子系统，下面将详细地介绍系统各部分的功能，以及一些必要的注意事项。另外，在编辑系统的[其它菜单下，有一组常用的实用工具。一、拓扑处理工作流程 1．数据准备 将原始数据中那些与拓扑无关的线（如航线、铁路等）放到其他层，而将有关的线放到一层中，并将该层保存为一新文件，以便进行拓扑处理。 2．预处理 用户用数字化仪或矢量化工具得到的原始数据是线数据（*.wl），进行拓扑处理前，须进行预处理，其核心工作是将线数据转为弧段数据（*.wp）（这时还没有区），存入某一文件名下，然后将之装入；此后就可以做拓扑处理的工作了。 为了纠正数据的数字化误差或错误，在执行线转弧的前后可以选择执行以下功能项：编辑线、自动剪断、自动平差等，具体的先后次序不难从功能项中推知，如“自动线结点平差”应在“线自动剪断”后，“自动剪断线”只对线文件起作用，因此，要运用“自动剪断”功能，应在线转弧段前执行，或将弧段转换为线后再执行。在执行这些功能时，可按下边的顺序进行：[自动剪断线→[清除微短线→[清除线重叠坐标→[自动线结点平差→[线转弧段→[装入转 换后的弧段文件→[拓扑查错。 注意：自动结点平差时应正确设置“结点搜索半经”。半经过大，会使相邻结点掇合一起造成乱线的现象。反之半经过小，起不到结点平差作用。 3．拓扑查错 可以执行查错操作，根据查错系统的提示改正错误。 4．重建拓扑 所有的预处理工作认为做好了，执行“重建拓扑”这个功能项，系统随即自动构造生成区，并建立拓扑关系。拓扑处理时，没有必要注意那些母子关系，当所有的区检完后，执行子区检索，系统自动建立母子关系，不需人工干预。当拓扑建立后，人工手动建立的区，且有区域套合关系，就得执行“子区检索”功能。 二、拓扑处理与实用工具的功能与操作 1．自动剪断线 用户在数字化或矢量化时，难免会出现一些失误，在该断开的地方线没有断开，这给造区带来了很大障碍。在造区过程中，遇到线在结点处没有断开，剪断线后才能继续造区，这显得很麻烦，所以系统提供自动剪断功能解决这个问题。“自动剪断”有端点剪断和相交剪断。“端点剪断”用来处理“丁”字型线相交的问题，即一条或数条弧段的端点(也就是结点)落在另一条线上，而这条线由于数字化时出现失误却没有断开，端点剪断处理这类情况，将线在端点处截断。“相交剪断”是处理两条线互相交叉的情况。自动剪断线后，有可能生成许多短线头，而且这些线头并无用处，此时，可执行下边的[清除微短线功能。 2．清除微短线 该功能用来清除线工作区中的短线头，将其从文件中删除掉，避免影响拓扑处理和空间分析。选中该功能后，系统弹出最小线长输入窗口，由用户输入最小线长值，输入完毕，系统自动删除工作区中线长小于该值的线。 3．清除重叠坐标 该功能用来清除某条线或弧段上重叠在一起的多余的坐标点，这些重叠的点有可能是用户重复输入或采集的。查出存在重叠坐标后，只需按右键即刻自动的消除重叠坐标。 4．自动节点平差 有线结点和弧段结节平差两种。可对线和弧段进行。有关涵义如前所述,只是这里对所有的线

医院信息数据挖掘及数据可视化

中国科技信息2014年第22期·CHINA SCIENCE AND TECHNOLOGY INFORMATION Nov.2014 信息技术推广 -115- 概述 近些年来，信息技术快速发展，现代计算机信息应用 技术在医疗领域发挥了前所未有的作用，大型医院都已经建立了医院信息系统（Hospital Information System，HIS）随着HIS 的广泛使用，数据库中的医院信息不断累积增加。海量数据急剧增加，往往不能得到有效的应用；若没有办法深入理解数据库里面的信息，则将会失去医院信息的价值。所以，当前在医院信息化的建设过程中需要处理的问题之一就是如何充分地利用HIS 数据库中的宝贵信息资源来为临床科研、医院服务质量、医院领导决策、卫生统计等提供科学的依据。 随着各医院的HIS 大范围使用运行之后，其HIS 数据库中存储的数据不断增加，数据库中历史数据日益增多。在这种背景情况下，把数据挖掘技术和数据可视化技术应用到处理医院医疗数据上是一个大趋势。数据挖掘技术对部分医疗数据进行了处理，但所得结果不便于理解因而无法为专业人员提供更好支持，而针对传统数据挖掘技术所得到的各种模式能够提供集成统一的接口及多种形式、多种角度、多种维度的直观的可视化展现方式，可以为专业人员提供更强有力的支持。 国内外研究现状国外研究现状 早在2002年IBM 华生研究中心对以色列的耶路撒冷和哈达萨医院的病人病例，开发了Opal 工具包，对大量的骨髓移植数据进行了可视化显示，这是一个在生物信息学领域的信息可视化技术方面的很好的实用性实例。Brant Chee 等人相继于2008年和2009年提出了健康信息药物治疗方案的可视化和医疗卫生信息的社会可视化。进而实现了信息可视化在医疗领域的应用，并从中发现药物和社会团体之间的关联关系和环境对人的健康状况的影响。美国卡内基梅隆大学的Christopher 等人于2009年提出基于初级保健糖尿病风险的分类和评估的可视化方法。本研究与医学证据、统计降维技术和信息可视化相结合建立一个框架，从而开发信息可视化分类器用于糖尿病风险的评估患者群中。日本岛根大学的Shusaku Tsumoto 等人于2011年。他们提出了包括决策树、聚类分析、MDS 和三维数据挖掘的时空数据挖掘过程。结果表明，大量存储数据的复用为基于医院临床行为的分类表征时间趋势提供有力的工具。葡萄牙的Pedro Pereira Rodrigues 做了预测基于虚拟病人记录的访问日志的生存分析的医院临床报告的可视化的研究。马来西亚的Muhammad Sheraz Arshad Maik 等人从医生的视角研究了电子病历可视化系统在公立医院的使用，用抽象有效的病人数据直观显示， 以获取有效信息进而改善病人的护理。美国NeuroMedical 和Vysis 公司利用数据挖掘可视化技术，通过对其趋势分析进行药物筛选，为药品的研发进行蛋白质的分析，对药物副作用进行了探索，发现了药物间的副作用。Marinovm 等人提出通过数据挖掘可视化技术对糖尿病及并发症流行病学进行了研究。 国内研究现状 在国内，对于医院信息数据挖掘及数据可视化的发展相对较晚。北京大学袁晓如教授带领的北大可视化研究小组在图可视化、轨迹可视化，微博可视化等领域开展了相关的研究工作。浙江大学在医院信息系统的数据挖掘技术、可视化领域开展了相关的研究工作。清华大学的唐泽圣教授是国内较早进行可视化研究的学者之一，其研究领域涵盖了医学、地质学和气象学可视化分析。中科院软件所的田捷教授等在医学可视化领域取得了一些研究成果。浙江大学、北京大学也建立了可视化的国家重点实验室，并在可视化方面做了很多的工作。近几年我国对HIS 进行数据挖掘的研究相对国外较少，我们在银行、移动通信、证券、联通、保险、电信等相关行业虽然已经成功的应用数据挖掘技术，可是当前在HIS 中的应用还处于初始阶段。据报道对HIS 所产生的数据进行挖掘研究的机构，目前在国内有北京协和医院信息中心、解放军福州总医院信息中心等。 数据挖掘概述 数据挖掘及其在医疗研究中的应用 数据挖掘是在1989年提出来的，也称为数据库中的知识发现。挖掘的过程一般由确定挖掘的对象、数据准备、模型建立、数据挖掘、结果分析表述、挖掘应用等阶段组成。 当前的医疗机构的数字化增大了医院数据库医疗数据数量。在疾病的诊断、治疗和医疗研究方面都，这些宝贵的医疗信息提现的非常有价值。因此，怎样自动提升和处理医疗数据库，进而提供全局的、精准的保健措施和诊断决策，已经成为提高医院服务质量和促进医院长远发展而必须解决的新问题。医疗数据挖掘就在这种背景下应运而生。 数据挖掘应用于医疗方面被提出来之后，生物医疗工程领域就将这一领域应用到其中，并取得了相当大的成果。从指定医疗数据中找到医疗模式类是这项技术的主要功能。在文献中指出，在生物工程领域主要有两类典型的研究方向：描述生理规律或现象；预测和诊断疾病发作。可以发现医疗知识模式主要有：孤立点分析、聚类分析、概念/类别描述、关联分析、演变分析、分类和预测等。 所挖掘知识的类型 数据挖掘所挖掘的知识大致有几种：事物各方面的特 DOI：10.3969/j.issn.1001-8972.2014.22.043 医院信息数据挖掘及数据可视化 齐晨虹?高生鹏 兰州交通大学电子与信息工程学院齐晨虹(1989-)，女，河南商丘市人，硕士研究生，主要研究方向为医疗数据挖掘及可视化方向。 齐晨虹