案事件时空数据挖掘方法研究开题报告定稿

《案事件时空数据挖掘方法研究开题报告定稿》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、表一福州大学硕士研究生论文开题报告论文题目案事件时空数据挖掘方法研究姓名学号115520024性别男导师毛政元学科专业地图制图学与地理信息工程研究方向空间数据挖掘学院福建省空间信息工程研究中心开题报告时间、地点2013-01-21科学楼13层1312室导师审核意见时空数据挖掘是地理信息系统领域的热点问题，同学在阅读相关文献的基础上，以前人的同类研究成果为基础，针对案事件时空数据挖掘问题提出自己的解决方案。开题报告选定的研究主题具有学术价值，所确定的研究内容明确、研究方案合理，达到全日制学术型硕士研究生学位论文开

2、题报告的要求，同意开题。导师签名：年月日审核小组意见开展案事件时空数据挖掘研究研发，选题具有理论意义和实用价值。文献综述比较全面，研究目标明确、研究内容基本合适，技术路线可行，写作规范。同意开题。审核小组成员签名：年月日院领导意见院领导签名：年月日第19页共19页一、论文选题依据（包括本课题国内外研究现状述评，研究的理论与实际意义，对科技、经济和社会发展的作用等）1选题依据1.1研究背景近年来，随着应急领域信息化的不断发展，应急部门积累了大量突发事件信息资源。但是，很多应急部门对信息的处理还基本停留在增删改查、

3、统计等传统功能上，对数据的智能化分析能力极其有限，使得隐藏在数据背后的规律和知识不能被有效识别，影响了应急资源配置、应急业务执行的效率和效果。如何有效的实现突发事件大量数据的深层次分析是应急部门面临的很大挑战[1]。数据挖掘技术是近年来数据库和人工智能领域研究的热点课题，目前在很多领域当中已有不少成果，但在公安工作的研究中尚不成熟，如何将数据挖掘技术深入应用于公安工作，是我们要研究的重点[2]。本文将时空数据挖掘技术应用于应急主题中案事件数据的分析处理，以求为公安应急事务提供决策支持。1.2研究意义数据挖掘工具

4、能够对将来的趋势和行为进行预测，从而很好地支持人们决策。如果将数据挖掘技术应用于公安应急事务中的数据分析处理工作，则能从海量数据中挖掘出有用的知识，如发现原本需要经过领域专家分析才能得到的案件线索等，从而为警方进行科学决策提供必要的支持[3]。本研究在现有资源和研究成果的基础上，充分整合各部门信息数据源，通过对时空数据挖掘理论、方法和技术的尝试性探讨研究并初步应用，力求为公安应急事务中案件侦破、交通管理、警力配置、消防调度决策等等方面提供解决方案。在案件侦破方面，有助于挖掘相似案件的发案规律，分析嫌疑人特征，判

5、断犯罪嫌疑人的活动范围，分析犯罪嫌疑人可能逃跑路线，为破案指明方向及提供线索。在交通管理方面，有助于找出交通事故常发地点或路段，减少交通事故的发生；通过对各条道路的交通流量进行分析，挖掘出交通运行规律，及时制定有效的疏导交通方案，确保道路畅通。在警力配置方面，有助于发现案件高发区域以及案件高发时间，科学、合理安排警力，维护社会安全稳定，有效预防犯罪。在消防调度决策中，通过数据分析，对人员、车辆进行合理配置，对水源、路线的选择提供最佳方案。2第19页共19页文献综述在方法层面，本文的研究涉及时空数据挖掘、时空自相

6、关与时空预测分析、聚类分析三个方面，本节以下的综述将围绕这三个方面展开。1.1时空数据挖掘尽管时空数据挖掘的相关理论基础尚跟不上应用发展，但是基于数据挖掘研究成果日渐完善，以及数字地球和数字城市的建设需要，时空数据挖掘已得到广泛应用。时空数据挖掘的理论研究主要受到空间数据挖掘和时态数据挖掘研究的影响，并以经典的数据挖掘理论为基础，同时还受到时空数据表示和存取方式的限制[4-6]。1.1.1传统数据挖掘数据挖掘起源于从数据库中发现知识(KnowledgeDiscoveryinDatabase，简称KDD)。它首次

7、出现在1989年8月举行的第十一届国际联合人工智能学术会议上。KDD的定义[7]为“从数据库中发现隐含的、未知的、潜在有用的信息的非平凡过程。在1996年以前，对数据库中发现知识的提法不尽相同，在KDD96国际会议上,Fayyad[8]、Piatetsky-Shapiro和Smyth将DM和KDD定义为:KDD是指从数据库中发现知识的全部过程,DataMining则是全部过程中的一个特定步骤[9]。尽管做了区分，在产业界、媒体和数据库研究界，还是经常把两者等同起束，“数据挖掘”甚至比“从数据库中发现知识”更流行

8、，数据挖掘在广义上即等同于KDD[10]。数据挖掘(DataMining)，也称数据库中的知识发现(KnowledgeDiscoveryinDatabase)，是指从大型数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的、事先未知而又潜在有用的信息，提取的知识一般可表示为概念(Concepts)、规则(Rules)、规律(Regularities)、模式(Patterns)等形式