我国水文数据挖掘技术研究的回顾与展望

被引:25
作者
艾萍
倪伟新
不详
机构
[1] 河海大学计算机及信息工程学院
[2] 水利部水文局/水利信息中心 南京
[3] 北京
关键词
水文学; 水文数据挖掘; 模式;
D O I
暂无
中图分类号
TP311.131 [];
学科分类号
摘要
水文科学研究的领域面临来自许多方面的不确定性和非确知问题。引入数据挖掘的理论与技术,结合水文科学发展的需要,充分应用以计算机技术为基础的现代信息技术,研究水文数据挖掘的理论、技术和方法,为解决水文科学研究面临的问题提供了新的思路。当前,水文数据挖掘研究还处于起步阶段,研究内容多集中在水文数据的单项和局部数据的模拟与处理方面,对基于水文数据库的全局性多因素数据挖掘涉及很少,在数据挖掘技术与水文数据适应性方面所进行的研究也还很不够。为了充分发挥数据挖掘发现知识的作用,需要在水文主题数据库和多维数据立方、水文序列的分类、聚类和关联规则挖掘技术及优化算法以及水文序列的相似性、周期性和其它序列模式挖掘方面开展进一步研究,并向形成水文数据挖掘软件及数据平台方向发展。
引用
收藏
页码:13 / 17
页数:5
相关论文
共 23 条
[1]   序列中的一般化局部序列模式发现(英文) [J].
靳晓明 ;
陆玉昌 ;
石纯一 .
软件学报, 2003, (05) :970-975
[2]   运用模糊聚类分析方法整编翰林桥站流量资料初探 [J].
熊小群 ;
张德隆 ;
万晓明 .
江西水利科技, 2002, (03) :162-167
[3]   水文时间序列的混沌神经网络预报 [J].
刘少华 ;
丁贤荣 ;
毛红梅 .
人民长江, 2002, (09) :13-15
[4]   地下水动态预测模型综述 [J].
董志高 ;
黄勇 .
西部探矿工程, 2002, (04) :36-39
[5]   小波分析在水文学中的应用研究及展望 [J].
王文圣 ;
丁晶 ;
向红莲 .
水科学进展, 2002, (04) :515-520
[6]   基于MEM1谱分析的水文时间序列隐含周期特性研究 [J].
王栋 ;
朱元甡 .
水文, 2002, (02) :19-23
[8]   计算智能在水利水电工程中的应用研究进展 [J].
许世刚 ;
索丽生 ;
陈守伦 .
水利水电科技进展, 2002, (01) :62-65
[9]   水文科学研究的世纪回眸与展望 [J].
叶守泽 ;
夏军 .
水科学进展, 2002, (01) :93-104
[10]   遥感技术在水文学中的应用与研究进展 [J].
傅国斌 ;
刘昌明 .
水科学进展, 2001, (04) :547-559