基于支持向量机的空间数据挖掘方法及其在旅游地理经济分析中的应用

发布时间：2019-12-04 08:54

【摘要】：本论文根据旅游地理经济分析预测管理需求，就基于支持向量机的空间数据挖掘分类或回归的理论与方法以及在旅游地理经济管理中的应用展开了系统研究，，建立了基于支持向量机的空间数据分类或回归挖掘模型与算法、特征选择算法，设计实现了面向旅游地理经济应用的数据挖掘软件。主要内容如下： （1）提出了SVM若干算法。通过组合优化方法和最小二乘方法，以及多分类支持向量机方法，提出了MC-COLS-SVM分类机算法；通过组合优化方法，以及减少约束，降低问题复杂度，提出了组合优化COLS-BSVR回归机算法。提出了对于支持向量回归机特征选择的算法，并进行了实证分析。 （2）构建了基于支持向量机的空间数据挖掘理论与方法体系。研究设计了基于支持向量机的空间数据挖掘工作流程与框架以及实现方法；基于MC-COLS-SVM多分类组合优化思路，设计了空间数据分类算法；基于COLS-BSVR组合优化最小二乘支持向量回归机思路，设计了空间数据回归算法。 （3）提出了时政指数、景区景点分布指数，并成功应用于旅游地理经济分析之中。通过对旅游收入、游客人数、时政指数、景区景点分布指数、GDP、CPI等变量时间序列的统计描述分析及其它们对旅游地理经济影响分析，提取了旅游地理经济数据特征，设计了相应的旅游地理经济数据库。 （4）建立了基于支持向量机的旅游地理经济预测模型。基于提出的COLS-BSVR支持向量回归机算法，建立了基于支持向量机的旅游地理经济分析预测数学模型；设计了数据挖掘中的数据构造模式，验证了模型与模式的有效性。 （5）建立了基于支持向量机的旅游地理经济风险管理模型。基于设计的空间数据分类算法、回归算法以及特征选择算法，结合旅游地理经济特征敏感性分析，建立了风险管理数学模型，验证了模型的有效性。 （6）设计并实现了基于支持向量机的旅游地理经济数据挖掘软件。该数据挖掘软件分三层结构构建；各种数据采集预处理后，存入旅游地理经济数据库，通过基于支持向量回归机的算法运算，生成预测信息，供分析决策参考。 该论文有图51幅，表44个，参考文献116篇。
【学位授予单位】：中国矿业大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：F590;TP311.13

【参考文献】

相关期刊论文 前10条

1 南剑飞;李蔚;;基于灰色系统理论的旅游景区游客满意度评价研究[J];商业研究;2008年12期

2 谭琨;杜培军;郑辉;;支持向量机在空间信息处理领域的应用研究[J];测绘科学;2007年02期

3 王树良;;空间数据挖掘进展[J];地理信息世界;2009年02期

4 吴兆福,宫鹏,高飞,王侬;基于支持向量机的GPS似大地水准面拟合[J];测绘学报;2004年04期

5 李艳娜,张国智;旅游环境容量的定量分析──以九寨沟为例[J];重庆商学院学报;2000年06期

6 王海起,王劲峰;空间数据挖掘技术研究进展[J];地理与地理信息科学;2005年04期

7 徐胜华;刘纪平;胡明远;;空间数据挖掘与发展趋势探讨[J];地理与地理信息科学;2008年03期

8 吴晋峰,包浩生;旅游系统的空间结构模式研究[J];地理科学;2002年01期

9 熊天安;刘邦兵;雷畅;;相空间重构理论支持下的滑坡预测方法[J];地理空间信息;2011年03期

10 陈焕炯;李翠文;;旅游体验质量的测度方法构建[J];北方经贸;2007年09期

相关会议论文 前2条

1 闫志刚;杜培军;汪云甲;;数据挖掘的SVM-RS方法[A];2007年中国智能自动化会议论文集[C];2007年

2 汪云甲;;基于空间信息技术的矿区生态环境监测与治理研究进展与展望[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策（下册）[C];2002年

相关博士学位论文 前1条

1 员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年

本文编号：2569556