Читайте также:
|
Координатных моделей не достаточно для описания тематической и графической информации. Поэтому прибегают к использованию атрибутивных моделей. К атрибутивным моделям относят: символы, названия, статистические признаки, т.е. цвет, рисунок, структуру заполнения контуров. Все дополненные к координатным моделям характеристики входят в атрибутивные данные. Основная форма хранения этих данных – табличная. Каждому объекту соответствует строка таблицы, каждому тематическому признак – столбец таблицы. Клетка таблицы отражает значения определенного признака для определённого объекта. Для создания атрибутивных моделей данные должны быть типизированы, разделены на группы и ассоциированы, т.е. связаны с пространственными объектами. Особенность организации атрибутов состоит в том, что одна тематическая характеристика может относится к нескольким пространственным объектам. Атрибутивные данные описывают тематические и временные характеристики. Временная характеристика отображается следующими способами:
1.Указание временного периода существования объекта
2.Отнесение информации к определённому моменту времени
3.Указание скорости движения объекта
Применение атрибутивов позволяет осуществлять хранение и анализ пространственных объектов с использованием баз данных. Атрибутивные данные могут быть представлены диаграммами, которые дают сгруппированную и наглядную информацию.
42.Классификационные методы анализа и алгоритмические методы обработки ДДЗ.
Понятие классификация применяют:
1)Для определения теоретических исследований
2)Как метод создания классификаторов
3)Как метод отображения и упорядочивания классов при изучении новых объектов и явлений
4)Как метод анализа и отнесения статистических данных к известным классам и подклассам
5)Как технологию обработки данных
6)Как метод декомпозиции сложных моделей
Под классификацие й понимают – методы обработки информации при изучении новых объектов и явлений, основанные на отнесении изучаемых объектов к известным классам или образования новых классов и их упорядочения. Основным типом данных, которые подвергаются обработке являются растровые изображения. При классификации растрового изображения используется простой подход, когда пиксели изображения, имеющие сходные характеристики объединяют в классы. Эта процедура легко выполняется автоматически. Эффективно обрабатываются первичные данные в ГИС-технологиях.
Задачей классификации является перенос нагрузки по анализу и обработке информации с человека на интелектуализированную технологии обработки. Одним из эффективных методов применения классификации как интелектуальные технологии в ГИС является векторизация данных. Результаты классификации используют для интерпретации и идентификации областей, объектов и явлений. Ячейки или их совокупности в наборе данных сопоставляют с конкретными числовыми значениями, определяющими классы или характеристики класса. Классы могут идентифицировать ПИ, растительность, экологическую ситуацию.
43. Кластерный анализ.
Кластерный анализ применяют при многомерном анализе классификации. Подход с использованием кластерного анализа называют численной таксономией или численной классификацией. Главное назначений кластерного анализа разбиение исходного множества на однородные в соответствие с заданными признаками группы. Это достигается решением задач классификации данных выявлении их структур в исходном множестве. В результате кластерного анализа достаточно большой объем исходной информации может быть сжат и представлен компактно и наглядно. Кластерный анализ применим к совокупности временных рядов, характеризующих развитие процессов или явлений. Недостатком является то, что состав и количество кластеров зависят от выбираемых критериев разбиения. При сведении информации к более компактными виду возникают искажения.
Дата добавления: 2015-01-05; просмотров: 169 | Поможем написать вашу работу | Нарушение авторских прав |
|