数事教术与成用
应用研究
数据挖掘在
主“工程任务课程化”公路网络建模中
的应用张琳琳
(齐齐哈尔工程学院黑龙江齐齐哈尔161005)
摘要：社会信息化的提升，促使壮会数宇化继承的加速发展，公露网建模是机动车选程行驶高效化的基础，达方面的研究仍在不断的进行中，基本技术日渐成热，改造技术成效不显著。本文在工程任务课程化的前提下，将基于特转征与广义拓补的公路网建模技术继续研究，从不同角度对公路网建模遗行制析，使技术在探索中不断进步。数据挖据技术在不同领城的应用增多，本文在简略介绍公路网基本特性基础上，结合基予特征与广义拓扑的公路网建模方法定义，述数据挖据技术在基于特征与广义拓扑的公路网建模的应用方法。
关键词：工程任务课程化数据轮据环境建模公路网建模广义拓扑
中图分类号：TP311
文献标识：A
文章编号：1007-9416(2011)08-0113-01
社会科技的进步，引领中国走世界的同时，加速了信息技术与全球数字化进程。人们生活水平的提高与经济条件的提升，汽车已经成为日常用具，自驾游等活动成为广大人民的爱好与乐趣。自驾游的前提是路线的制定，远程驾驶的快捷性与安全性得到重视，就快捷性而言，多种导航工具相继涌人市场，但仍存在定位不准、信号不稳等问题。本文从特征与产义拓扑的角度进行公路网建模研究，将数据挖据技术应用其中，是课题研究的延伸，也是齐齐哈尔工程
学院软件技术专业工程任务课程化的实践部分之一。 1、数据挖掘技术
在人工智能领域，习惯上又称为数据库中的知识发现(KnowledgeDiscoveryinDatabaseKDD).也有人把数据挖摄
视为数据库中知识发现过程的一个基本步骤"。 2、数据挖掘的过程
数据挖掘过程由以下三个阶段组成：数据准备，数据挖据，结果表达和解释。数据挖掘可以与用户或知识库交互：
2.1数据准备
熟悉相关背录知识，了解数据挖据的所要处理数据相关情况，确定数据挖据目标，确定数据挖掘算法，理解用户的特定需求。
2.2数据挖据
此阶段包括了数据选择、数据预处理、数据缩减等，具体是按照用户的需求从数据中提取出与数据挖掘有关的数据，根据数据挖掘算法从这些数据中提取有用的知识，在选取数据的同时对数据进行预处理操作例如降维、离散等来提高数据挖据操作的高效性2。
2.3结采表达和解释
通过数据挖掘处理后的结果进行合理的表述，并对其进行解释
使之转换成对用户有用的知识，满足用户的要求3。 3、特征与广义拓扑
公路网是人工建造的结构化实体，其形态可以总结为丁字、十字、三岔、环绕与星形等几大类别。以几何图形描述道路交汇处的路口，形成特征样本，在样本引用知识基础上，利用地理行政区划关联与空闻坐标位置编码，可构造出公路网支择撑框架。在此基础之上，通过公路整体表述、路口与路口之间的路段连接关系说明，及其附带信息添加，可建立反映客观实际的公路网络模型。
广义拓扑建模可以看作语义网络的变形，它是利用道路分岔特借用语义网络的定义，如若将不同路口视作拓扑结构中的节
点，路口与路口之间的连接路段看作拓扑结构中的泵，面公路里程、行车时间、安全性等代价作为弧参数。稍作变换，可获得路网广义拓扑建模形式化定义2。
万方数据
定义1：道路网广义拓扑模型能够模述为准有序三元组：P.N( L1;L2.-Ln;N1,R，L1.L2.Lt.N2)其中,P是公路标记. N是路段标注,L1;L2.Ln与L1.L2.Lt为道路分岔特征标识；N1N2为路段首、末端路口进出序号，R为里程等代价参数，n，
t+0,Li,Lj(i+j)分别为关于结点N1,N2的修饰。 4、数据挖掘在广义拓扑中的应用
在课题继续研究的过程中，以工程任务课程化为前提，将数据挖掘课程与课题研究相结合，研究结果如下所述，
数据挖据中的原始数据分为结构化数据，如关系数据库中的数据，半结构化数据，如文本数据、图片数据、图像数据，基至是分布在网络上的异构型数据。
从上所述可知，公路网是人工建造的结构化实体，且公路网的数据来源中的地图数据是半结构化数据，由此可见，基于特征与广义拓扑的公路网建模的数据源与数据挖掘的原始数据条件一致，至此，数据挖据对象已确定，并决定使用数据挖癌中的分割算法、关联算法与顺序分析算法进行数据挖掘，用户为机动车驾驶员，其特定需求最主要的是数据授索速度与准确性，这是课题后期研究的搜索算法内容，数据挖掘的第一步已经完成。
第二步包括数据选择，数据预处理、数据缩减等，现将数据钻则与预处理部分进行简单介绍。数据选择：精度较高地图、国内通用地理数据库的部分。
数据预处理包括两个方面：特征与广义拓扑。首先根据公路网特征采用数据结构中的分割副算法将交汇路口特征划分为儿大类，如丁字、三叉、十学、环绕等，再利用儿何图形描述，完成特征样本库的建立。其次根据关联算法找出不同特征样本的关联性，即产义拓扑，将独立的公路网节点(道路交汇路口)联系起来。最后根据顺序分析算法对公路网模型的使用数据进行分析，形成常用路径数据库。
第三步，通过交互模块将数据挖掘处理的结果进行描述，形成驾驶员能够理解并应用的知识，供其使用，
数据挖据在基于特征与广义拓扑公路网建模中的应用有效解决了公路网建模对数据的需求，并挖据出更深层次的数据供模型使用，同时也为搜索算法的研究提供了有效条件，为工程任务课程化
的实践提供了有力支持。参考文献
[1 Jhttp:/baike.baidu.com/view/7893.htm.
[2]徐洪伟.数器挖据中决策树分类算法的研究与改进[D].哈尔滨工程大学,2010
[3]张琳琳,吕双庆.一种建立于特征与广义拓扑的公路网建模方法[J1齐齐哈尔职业学院学报,2011(01):41-45
[4]未玉全,杨码标.数据挖诺技术[M].东南大学出版社,2006
113