Oracle在水資源管理數(shù)據(jù)挖掘中的應(yīng)用

2.4萬字 63頁 包括外文翻譯，原創(chuàng)作品，通過查重系統(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)對水文數(shù)據(jù)分析預(yù)測已成為研究的熱點問題。數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取有用信息的過程從數(shù)據(jù)中提取模式和趨勢的過程。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，針對多測站點和單測站點水位預(yù)測問題，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)測模型，分析模型中各節(jié)點的存儲結(jié)構(gòu)，將預(yù)測模型應(yīng)用于特定時段的水位預(yù)測。通過對比較預(yù)測結(jié)果與實際測量結(jié)果，證明使用Regression模型預(yù)測水位是切實可行的，預(yù)測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