矿山灾害空间数据挖掘的神经元网络理论与方法

空间数据挖掘系当前国际空间信息科学界普遍关注的探索性课题之一。现有的空间数据挖掘研究侧重的是空间数据属于同类分布模式且样本数据独立的简单情况。随着GIS在许多工程领域应用的兴起和普及，提出了解决从异类统计分布模式和相关空间数据库中挖掘信息和知识的需求。本研究针对矿山空间数据具有多种统计分布模式并存在强相关性的一般情况，利用神经元网络可以直接处理各种类型的源数据变量，并将变量间的相关性分布于网络连接边的优势，研究建立矿山灾害空间数据挖掘的神经元网络预测预报模型。本研究旨在发展一种数学基础明确，以模式识别与知识发现的神经元网络技术为研究重点，能从整体上顾及矿山灾害空间数据原始分布模式及相关性的数据挖掘理论。所研究的科学问题直接来源于矿山生产实践，其研究成果将丰富和完善空间数据挖掘的基础理论，并能直接应用于空间数据挖掘算法的改造等实际工作中。