Oracle在水資源管理數(shù)據(jù)挖掘中的應(yīng)用

2.4萬(wàn)字 63頁(yè) 包括外文翻譯，原創(chuàng)作品，通過(guò)查重系統(tǒng)

摘 要

水文數(shù)據(jù)是研究水特征的重要基礎(chǔ)數(shù)據(jù)。目前，利用各種信息技術(shù)對(duì)水文數(shù)據(jù)分析預(yù)測(cè)已成為研究的熱點(diǎn)問(wèn)題。數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取有用信息的過(guò)程從數(shù)據(jù)中提取模式和趨勢(shì)的過(guò)程。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于水文數(shù)據(jù)的預(yù)測(cè)分析，是我們從海量的數(shù)據(jù)中獲取有效信息的中重要途徑。
本文針對(duì)應(yīng)用數(shù)據(jù)挖掘技術(shù)，基于Oracle Data Mining數(shù)據(jù)挖掘平臺(tái)，針對(duì)多測(cè)站點(diǎn)和單測(cè)站點(diǎn)水位預(yù)測(cè)問(wèn)題，選擇Regression（回歸模型）模型，使用GLM（廣義線性模型）和SVM(支持向量機(jī))算法，基于江西省鄱陽(yáng)湖湖區(qū)康山站、南昌站、星子站水文數(shù)據(jù)，構(gòu)建不同的水位預(yù)測(cè)模型，分析模型中各節(jié)點(diǎn)的存儲(chǔ)結(jié)構(gòu)，將預(yù)測(cè)模型應(yīng)用于特定時(shí)段的水位預(yù)測(cè)。通過(guò)對(duì)比較預(yù)測(cè)結(jié)果與實(shí)際測(cè)量結(jié)果，證明使用Regression模型預(yù)測(cè)水位是切實(shí)可行的，預(yù)測(cè)水位可以為后期的分析決策提供支持。



關(guān)鍵詞：數(shù)據(jù)挖掘；GLM；SVM；ODM；水位預(yù)測(cè)