空间不确定性研究综述

空间不确定性研究综述

摘要：介绍了空间不确定性的概念，对空间不确定性的研究内容进行阐述说明并归纳总结其研究方法，对不确定性研究的发展趋势进行分析。

关键词：空间数据；不确定性；GIS；研究

1 空间不确定性问题概述

空间数据质量的不确定性研究伴随着GIS 的问世而开始，由于人类测量与表达能力的局限性，描述数据的模型只能是对客观实体的一种近似，此外各种空间操作、处理等又会引入新的误差和不确定性，可以说误差的存在是各类观测与分析数据的基本特征。这往往导致空间特征和空间过程很难被准确确定，从而直接关系到对GIS产品的质量控制，影响了空间数据的反演、多尺度和多角度数据分析和应用建模的效果，影响决策结果的质量。因此，在GIS初步形成和产品化时，就提出了空间数据的不确定性问题，且被国际上列为地理信息科学界重大基础理论研究课题之一。

在不确定性理论提出的早期，不确定性与误差是近义词，二者在多数情况下可以相互通用。误差指统计意义下的偏差或错误，而数据不确定性主要指数据“真实值”不能被肯定的程度。从这个意义看，数据不确定性可以看作是一种更广义与抽象的误差，它既包含随机误差，也包含系统误差和粗差；既包含可度量的误差，又包含不可度量的误差以及数值上和概念上的误差。

不确定性可划分为四类，分别是随机性、模糊性、未确定性和灰色性。随机性的特点是可重复观察，在观察之前知道所有可能的结果，但不知道到底哪一种结果会出现。模糊性是指事物的概念本身是模糊的，即一个对象是否符合这个概念难以确定。就像“一粒”和“一堆”是有区别的两个概念，它们的区别是渐变的，两者之间并不存在明确的界限，这种不确定性就是模糊性。未确定性是指纯主观上的、认识上的不确定性。灰色性是指由于事物的复杂性和噪声干扰，人们只能把握部分信息或信息的大致范围，而不知其全部信息或确切的信息量。

2 不确定性的研究内容

空间数据不确定性的产生来源十分复杂，空间对象本身可能具有不稳定性，在空间数据的获取、存储、传输、分析等过程中会引入更多复杂的不确定性。如在数据获取过程中，仪器精度限制、测量方案完善程度、环境的复杂性、观测员的能力水平、空间分析方法与模型表达的多样性等均会造成空间数据的不确定性。

根据实际应用中的需要，对地理空间数据不确定性的研究又可细分为：位置不确定性、属性不确定性、时域不确定性、逻辑一致性、数据完整性、数据不确定性的传播以及不确定性的可视化表示等[1]。地理空间数据不确定性研究的核心就是建立一套不确定性分析和处理的理论体系和方法体系。

2.1位置不确定性

位置不确定性指表示空间实体的真实位置与实际位置之间的差别，空间实体的位置通常以二维或三维坐标表示，相应的，位置不确定性常用坐标的精度来表示。近年来，空间数据位置不确定性成了研究热点，主要集中在数据源不确定性

的研究；点、线、面元不确定性模型的研究、不确定性可视化和不确定性传播模型的研究。

2.2属性不确定性

属性不确定性是指在采集、描述和分析客观实体的过程中，实体属性的量测或分析值围绕其属性真值随机地在时间或空间内的不确定性变化，是属性误差的空间延伸。

属性不确定性可分为定量和定性两种，如土地面积的不确定性（定量）和植被分类的不确定性（定性），一般取决于属性数据的类型[2]。属性不确定性主要来自于属性的定义、数据源、数据建模和分析过程中引入的不确定性，其中涉及到问题较多，包括难以确定的实体与实体间的边界，定义模糊的实体关系，空间分析中的不确定性及其传播，不确定性查询，度量不确定性等。

2.3时域不确定性

时域不确定性是指在描述地理现象时，时间描述上的差错。数据的时间精度涉及数据的现势性，大多数采用元数据管理的方法。

如对于每一幅遥感影像数据来说，无疑是同一瞬间的。但对于由多幅遥感影像拼接镶嵌起来的数据，则可能出现不同时段的遥感数据，时间可以相差若干天、若干月和若干年。在同一数据集中，或同一幅专题图中，出现不同时段的数据就可能造成不确定性。

2.4逻辑一致性

逻辑一致性是指数据结构内部的一致性，尤其是指拓扑逻辑上的一致性。包括数据结构、数据内容、空间属性与专题属性, 以及拓扑性质上的内在一致性。在GIS中，几何要素拓扑关系上的内在不一致性是逻辑一致性研究的重点。

2.5数据完整性

空间数据的完整性是指对于给定的目标，GIS 空间数据库能够完整表达的现象，包括数据范围、数据的分层、实体类型、属性数据和名称等各方面的数据的完整性。数据完整性如何是相对于所要完成或达到的目标而言的。

2.6数据不确定性的传播

GIS数据在输入、存贮、投影变换、格式变换、编辑、数据重组、数据处理、数据分析与分数以及数据制图及输出过程中，都能产生误差或不确定性。这些不确定性还能随着数据流的过程传递与积累。此外，在数据格式转换过程中，误差是普遍存在的。例如从栅格数据到矢量数据的相互转换过程中，不同模型计算所得的数据存在较大的差别，因此数据格式转存有明显的不确定性[3]。另外，在多种数据叠加过程中，出现不符合的现象也是常有的，往往会出现新的“斑块”或双线条等问题，因此具有明显的不确定性。

2.7不确定性的可视化表示

不确定性的可视化研究是进人年代以后随着计算机技术的发展而兴起的。目前主要采用灰度方法、彩色加三维的方法，通过采用直观的二维、三维图形或

其他灵活的形式，把抽象的空间数据不确定性的大小及分布转换为人的视觉可以直接感受的具体图形，以利于用户对数据质量的认识[4]。

3 不确定性的研究方法

3.1基于概率论及数理统计的不确定性研究

这方面的理论主要有概率论、证据理论、空间统计学。概率论主要用于处理由于随机误差而产生的不确定性。在概率论中，不确定性被描述成在给定某些观测值的条件下某一假设成真的条件概率。

证据理论是对传统概率论的一个扩展。该理论的一个基本策略是把一个证据集合分解成一系列不相关的证据集合，在这些证据集合中分别作判断，最后利用Dempster结合规则将这些判断结合起来。证据理论可以利用结合规则和两两比较的方法分析不确定性。其最大弱点在于，不能就矛盾证据或不同假设之间具有的微弱支持问题提出解决办法。

空间统计学过去称为地学统计学或地质统计学，它是关于不确定性和有限信息条件下进行分析、评价的学科[5]。它强调空间预计概率方向的作用，运用空间自协方差结构、变异函数或与其相关的自协变量，或局部变量值的相似程度来描述空间属性的不确定性，把统计变量理解为重要的信息源，以改善在有限观测量条件下的空间属性数据预测。

3.2基于模糊集合及粗集理论的不确定性研究

模糊数学以模糊集合为基础，用模糊可行区间表示数据非统计不确定度。其优点在于处理不确定性的能力，如土地分类中土壤渐变区域的处理、基于自然语言的空间查询等。而弱点是没有严格证明的过程，它所处理的对象是可能性而不是概率。因此，模糊数学常用于处理不确定性中的不准确性而非随机性，如两线状地物连接处的不确定性、场模型中确定域与模糊域目标间拓扑空间关系的描述等。

粗集理论的主要思想是在保持信息系统分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则。粗集理论不排斥不确定性，力求按照实体的原形来研究实体，非常适合用于不确定影像分类、模糊边界划分、属性不确定性及评定属性的绝对不确定性和相对不确定性、简化属性依赖和属性表等。

3.3 基于云理论及信息熵的不确定性研究

云理论是一个分析不确定信息的新理论，包括云模型、不确定性推理和云变换三部分。云在空间由系列云滴组成，具有期望值、熵和超熵3个数字特征。期望值完全是一个定性的概念；熵是定性概念模糊度的度量，其值越大，概念越模糊；超熵反映云滴的离散程度，其值越大，隶属的随机离散度越大。以云理论为基础提出了云方法，它用期望值、熵和超熵这3个数字特征描述整个云团，实现定性和定量的转换，适用于空间关联规则的挖掘、空间数据库的不确定性查询及地理空间数据中模糊性和随机性为一体的属性不确定性问题。

熵是信息论中的一个基本概念，是用以度量信息源不确定性的惟一量，非常适合用来对测量结果的不确定度进行评定。利用熵理论评定测量数据的不确定性方法主要有2种：

(1)直接根据样本的信息熵计算测量值的不确定度；

(2)由最大偏方法确定出样本的概率分布，再根据此概率分布计算测量结果的估计及其不确定度。其优点是在小样本容量下能获得可靠的评定结果。

3.4基于多学科融合模型的不确定性研究

使用多学科融合模型日益成为分析处理地理空间数据不确定性的有效手段。如：目标模型、域模型是经典的GIS数据处理模型；“ε-带”模型可以理解为一个半径为ε的圆沿着一个线状目标移动时所覆盖的区域，目前已成为研究线不确定性问题的基础；神经网络模型的建模方法不需要对象的先验知识，不管对象模型是线性的或非线性的均根据测量数据直接建模，避开了空间数据不确定度评定的数学模型构建难题；遥感信息模型可以直接对图像进行计算，非常适合对场模型地物的不确定性进行计算和分析。除此之外，基于复制、交叉和变异的遗传算法、基于灰色分析的灰色系统、基于信息无序互动的混沌理论等等，均具有各自独特的优势，有望进一步促进不确定性研究的进展。当然，这些理论和方法不是孤立的，在实际分析处理不确定性时，常常要予以综合应用。

4 不确定性的研究趋势

(1)二维空间到三维空间

目前来说，不确定性分析较多的针对二维平面数据, 对三维空间对象的不确定性研究较少。随着计算机技术与软件设计技术的不断发展，各产业中对三维空间数据的不确定性研究需求将增加，三维应用将不断深人, 三维空间元素的不确定性研究将变得十分重要。

(2)系统理论建立

空间不确定性的研究虽已取得了不错的进展, 但目前的研究大都是在具体应用的方面独立展开的, 至今仍未能针对空间不确定性建立起一个统一理论框架。在未来中，建立完整的空间不确定性系统理论框架，确定不确定性的本质、各种不确定性之间的相互关系、不确定性的传播机理的研究势在必行。

(3)研究朝实际应用转化

任何理论的创建与研究若是与实际应用相脱节就会失去其意义。目前，空间数据不确定研究一直未脱出纯理论和纯函数表达式的阶段。问题的研究尽管愈来愈复杂,但仍看不出实际应用的具体方法。所以,如何以空间数据不确定性研究模型为基础，针对各种实际应用构建空间数据质量控制的模型和方法，将当前的空间数据不确定性分析的分析结果变为用户可操作的确定性标量(如最大风险值,平均风险值等) ,使用户得到空间数据质量和空间信息服务质量的确定性指标,将成为不确定性研究在今后需要着重发展的方向。

参考文献：

[1]王春，汤国安，赵牡丹，王雷，张婷.地理空间数据不确定性与研究进展[D]. 西安：西北大学，2004

[2]张菊清，杨元喜.空间数据不确定性研究现状分析[J].地理空间信息，2009,7(3)：4-8

[3]邬伦，承继成，史文中.地理信息系统数据的不确定性问题[J].测绘科学，2006,31(5)：13-17

[4]刘伯红.GIS中不确定性研究及其进展[J].重庆邮电学院学报，2006,(增刊)：232-234

[5]郭达志, 胡召玲, 陈云浩.GIS中空间对象的不确定性研究[J].中国矿业大学学报，2000,29(1)：20-24

自主访问控制综述

自主访问控制综述 摘要：访问控制是安全操作系统必备的功能之一，它的作用主要是决定谁能够访问系统，能访问系统的何种资源以及如何使用这些资源。而自主访问控制（Discretionary Access Control, DAC）则是最早的访问控制策略之一，至今已发展出多种改进的访问控制策略。本文首先从一般访问控制技术入手，介绍访问控制的基本要素和模型，以及自主访问控制的主要过程；然后介绍了包括传统DAC 策略在内的多种自主访问控制策略；接下来列举了四种自主访问控制的实现技术和他们的优劣之处；最后对自主访问控制的现状进行总结并简略介绍其发展趋势。 1自主访问控制基本概念 访问控制是指控制系统中主体（例如进程）对客体（例如文件目录等）的访问（例如读、写和执行等）。自主访问控制中主体对客体的访问权限是由客体的属主决定的，也就是说系统允许主体（客体的拥有者）可以按照自己的意愿去制定谁以何种访问模式去访问该客体。 1.1访问控制基本要素 访问控制由最基本的三要素组成： ●主体（Subject）：可以对其他实体施加动作的主动实体，如用户、进程、 I/O设备等。 ●客体（Object）：接受其他实体访问的被动实体，如文件、共享内存、管 道等。 ●控制策略（Control Strategy）：主体对客体的操作行为集和约束条件集， 如访问矩阵、访问控制表等。 1.2访问控制基本模型 自从1969年，B. W. Lampson通过形式化表示方法运用主体、客体和访问矩阵(Access Matrix)的思想第一次对访问控制问题进行了抽象，经过多年的扩充和改造，现在已有多种访问控制模型及其变种。本文介绍的是访问控制研究中的两个基本理论模型：一是引用监控器，这是安全操作系统的基本模型，进而介绍了访问控制在安全操作系统中的地位及其与其他安全技术的关系；二是访问矩阵，这是访问控制技术最基本的抽象模型。

GIS技术的研究现状及未来发展趋势.

GIS 技术的研究现状及未来发展趋势 摘要:GIS 是随着计算机技术发展而形成的一门新兴技术,其应用程度和范围也随之渗透、延伸,得到了人们的广泛关注。该文综述了地理信.息的发展现状,从多个角度分析当前 GIS 技术发展存在的不足,并在此基础上研究分析了 GIS 技术的未来发展趋势。 关键词:GIS 研究现状发展趋势 0 引言 随着计算机技术的飞速发展、空间技术的日新月异及计算机图形学理论的日渐完善, GIS(Geographic Information System技术也日趋成熟,并且逐渐被人们所认识和接受。近年来, GIS 被世界各国普遍重视,尤其是“数字地球”概念的提出,使其核心技术 GIS 更为各国政府所关注。目前,以管理空间数据见长的 GIS 已经在全球变化与监测、军事、资源管理、城市规划、土地管理、环境研究、农作物估产、灾害预测、交通管理、矿产资源评价、文物保护、湿地制图以及政府部门等许多领域发挥着越来越重要的作用。当前 GIS 正处于急剧发展和变化之中,研究和总结 GIS 技术发展,对进一步开展 GIS 研究工作具有重要的指导意义。因此,本文就目前 GIS 技术的研究现状及未来发展趋势进行总结和分析。 1 GIS 研究现状及其分析 1.1 GIS研究现状 世纪 90年代以来,由于计算机技术的不断突破以及其它相关理论和技术的完善, GIS 在全球得到了迅速的发展。在海量数据存储、处理、表达、显示及数据共享技术等方面都取得了显著的成效,其概括起来有以下几个方面 [1]:①硬件系统采用服务器 /客户机结构,初步形成了网络化、分布式、多媒体 GIS ; ②在 GIS 的设计中, 提出了采用“开放的 CIS 环境” 的概念, 最终以实现资源共享、数据共享为目标; ③高度重视数据标准化与数据质量的问题, 并已形成一些较为可行的数据标准; ④ 面向对象的数据库管理系统已经问世, 正在发展称之为“对象 --关系 DBMS (数据库

空间聚类的研究现状及其应用_戴晓燕

空间聚类的研究现状及其应用＊ 戴晓燕1　过仲阳1　李勤奋2　吴健平1 (1华东师范大学教育部地球信息科学实验室　上海　200062) (2上海市地质调查研究院　上海　200072) 摘　要　作为空间数据挖掘的一种重要手段,空间聚类目前已在许多领域得到了应用。文章在对已有空间聚类分析方法概括和总结的基础上,结合国家卫星气象中心高分辨率有限区域分析预报系统产品中的数值格点预报(HLAFS)值,运用K-均值法对影响青藏高原上中尺度对流系统(MCS)移动的散度场进行了研究,得到了一些有意义的结论。 关键词　空间聚类　K-均值法　散度 1　前言 随着GPS、GI S和遥感技术的应用和发展,大量的与空间有关的数据正在快速增长。然而,尽管数据库技术可以实现对空间数据的输入、编辑、统计分析以及查询处理,但是无法发现隐藏在这些大型数据库中有价值的模式和模型。而空间数据挖掘可以提取空间数据库中隐含的知识、空间关系或其他有意义的模式等[1]。这些模式的挖掘主要包括特征规则、差异规则、关联规则、分类规则及聚类规则等,特别是聚类规则,在空间数据的特征提取中起到了极其重要的作用。 空间聚类是指将数据对象集分组成为由类似的对象组成的簇,这样在同一簇中的对象之间具有较高的相似度,而不同簇中的对象差别较大,即相异度较大。作为一种非监督学习方法,空间聚类不依赖于预先定义的类和带类标号的训练实例。由于空间数据库中包含了大量与空间有关的数据,这些数据来自不同的应用领域。例如,土地利用、居住类型的空间分布、商业区位分布等。因此,根据数据库中的数据,运用空间聚类来提取不同领域的分布特征,是空间数据挖掘的一个重要部分。 空间聚类方法通常可以分为四大类:划分法、层次法、基于密度的方法和基于网格的方法。算法的选择取决于应用目的,例如商业区位分析要求距离总和最小,通常用K-均值法或K-中心点法;而对于栅格数据分析和图像识别,基于密度的算法更合适。此外,算法的速度、聚类质量以及数据的特征,包括数据的维数、噪声的数量等因素都影响到算法的选择[2]。 本文在对已有空间聚类分析方法概括和总结的基础上,结合国家卫星气象中心高分辨率有限区域分析预报系统产品中的数值格点预报(HLAFS)值,运用K-均值法对影响青藏高原上中尺度对流系统(MCS)移动的散度场进行了研究,得到了一些有意义的结论。 2　划分法 设在d维空间中,给定n个数据对象的集合D 和参数K,运用划分法进行聚类时,首先将数据对象分成K个簇,使得每个对象对于簇中心或簇分布的偏离总和最小[2]。聚类过程中,通常用相似度函数来计算某个点的偏离。常用的划分方法有K-均值(K-means)法和K-中心(K-medoids)法,但它们仅适合中、小型数据库的情形。为了获取大型数据库中数据的聚类体,人们对上述方法进行了改进,提出了K-原型法(K-prototypes method)、期望最大法EM(Expectation Maximization)、基于随机搜索的方法(ClAR ANS)等。 K-均值法[3]根据簇中数据对象的平均值来计算 ——————————————— ＊基金项目:国家自然科学基金资助。(资助号: 40371080) 收稿日期:2003-7-11 第一作者简介:戴晓燕,女,1979年生,华东师范大学 地理系硕士研究生,主要从事空间数 据挖掘的研究。 · 41 · 2003年第4期 上海地质 Shanghai Geology

国内外城市可持续发展研究综述

龙源期刊网 https://www.wendangku.net/doc/1e9718095.html, 国内外城市可持续发展研究综述 作者：杨子君 来源：《商场现代化》2008年第07期 [摘要] 我国目前正处于城市化快速增长时期，城市如何发展，是摆在城市决策者面前的一个重要问题。城市可持续发展作为一种全新的发展观，已被人们所认可。研究国内外城市可持续发展历史与理论，为我国城市发展提供理论支持，有助于建立适合中国国情的城市发展机制。 [关键词] 可持续发展研究城市 “可持续发展”从字面上理解是指促进发展并保证其成为可持续性，目前一般指人类对自然资源的世代长久持续利用。可持续发展思想的出现和概念的形成，是人类几千年发展实践经验教训的总结，特别是对自工业革命以来所走过的道路进行反思的结果，也是人类社会文明进步的必然。它的提出将对人们早已习惯了的资源观、价值观、科学观和道德观等许多基本观念产生巨大的冲击，引起深刻的改变，因此它将引导人类文明步入一个新的历史阶段。 一、国外城市可持续发展研究 自从城市可持续发展这一概念提出后，不同的学者从各自的研究领域进行了广泛的讨论。沃尔特等学者认为，应把最大限度地利用可再生资源以及循环利用资源、保护非再生资源作为城市可持续发展的基本对策。托曼（Toman）从经济学角度提出了保护资源的两种途径，一是建立最低安全标准要求当代人承担某种贵任;二是借助于费用——效益分析来权衡利弊得失。世界卫生组织(WHO)提出，应在资源最小利用的前提下，使城市经济朝更富效率、稳定和创新方向演进。学者们从经济学角度对城市可持续发展的研究集中在如下几方面:发展可持续的工业和环境保护产业:促使城市更新:发展高新技术产业和第兰产业;提倡绿色消费;实施绿色商标产品工程;提高经济活动的环境效率;实施环境税收政策:实行可持续商业行为市场化。 图可持续的景观规划方案 综上所述，国外学者大多从城市社会、资源环境、经济等角度来分析可持续发展在城市发展中的应用，城市步入成熟期后，出现了贫富差跪拉大、环境污染、资源过度利用等外部性问题，从而影响到城市的可持续发展，西方国家城市决策基本上是遵循“先发展、后整治”的道路发展。 二、国内城市可持续发展研究 1.中国朴素的可持续发展思想

不确定性分析常用的不确定性分析方法有盈亏平衡分析

【基本知识点五】不确定性分析 常用的不确定性分析方法有盈亏平衡分析、敏感性分析、概率分析。 一、盈亏平衡分析 盈亏平衡分析是在一定市场、生产能力及经营管理条件下，通过产品产量、成本、利润相互关系的分析，判断企业对市场需求变化适应能力的一种不确定性分析方法，亦称量本利分析。 在工程经济评价中，这种方法的作用是找出投资项目的盈亏临界点，以判断不确定因素对方案经济效果的影响程度，说明方案实施的风险大小及投资承担风险的能力。 00:0 （一）基本的损益方程式 利润＝销售收入-总成本-销售税金及附加 假设产量等于销售量，并且项目的销售收入与总成本均是产量的线性函数，则式中： 销售收入＝单位售价×销量 总成本＝变动成本+固定成本＝单位变动成本×产量+固定成本 销售税金及附加＝销售收入×销售税金及附加费率 则：B=PQ-C V Q-C F-tQ 式中： B——利润 P——单位产品售价 Q——销售量或生产量 t ——单位产品营业税金及附加 C V——单位产品变动成本 C F——固定成本 00:0 （二）盈亏平衡分析 1、线性盈亏平衡分析的前提条件： （1）生产量等于销售量； （2）生产量变化，单位可变成本不变，从而使总生产成本成为生产量的线性函数； （3）生产量变化，销售单价不变，从而使销售收入成为销售量的线性函数； （4）只生产单一产品；或者生产多种产品，但可以换算为单一产品计算。 00:0 2、项目盈亏平衡点（BEP）的表达形式 （1）用产销量表示的盈亏平衡点BEP（Q） 产量盈亏平衡点＝ （2）用生产能力利用率表示的盈亏平衡点BEP（%） 生产能力利用率表示的盈亏平衡点，是指盈亏平衡点产销量占企业正常产销量的比重。所谓正常产销量，是指达到设计生产能力的产销数量，也可以用销售金额来表示。 BEP（%）=（盈亏平衡点销售量/正常产销量）*100% 换算关系为： BEP（Q）＝BEP（%）×设计生产能力 盈亏平衡点应按项目的正常年份计算，不能按计算期内的平均值计算。 00:0 （3）用销售额表示的盈亏平衡点BEP（S） BEP（S）=单位产品销售价格*年固定总成本/（单位产品销售价格-单位产品可变成本-单位产品销售税金及附加–单位产品增值税）

访问控制模型综述

访问控制模型研究综述 沈海波1,2,洪帆1 (1.华中科技大学计算机学院,湖北武汉430074; 2.湖北教育学院计算机科学系,湖北武汉430205) 摘要:访问控制是一种重要的信息安全技术。为了提高效益和增强竞争力,许多现代企业采用了此技术来保障其信息管理系统的安全。对传统的访问控制模型、基于角色的访问控制模型、基于任务和工作流的访问控制模型、基于任务和角色的访问控制模型等几种主流模型进行了比较详尽地论述和比较,并简介了有望成为下一代访问控制模型的UCON模型。 关键词:角色;任务;访问控制;工作流 中图法分类号:TP309 文献标识码: A 文章编号:1001-3695(2005)06-0009-03 Su rvey of Resea rch on Access Con tr ol M odel S HE N Hai-bo1,2,HONG Fa n1 (1.C ollege of Computer,H uazhong Univer sity of Science&Technology,W uhan H ubei430074,China;2.Dept.of C omputer Science,H ubei College of Education,Wuhan H ubei430205,China) Abst ract:Access control is an im port ant inform a tion s ecurity t echnolog y.T o enha nce benefit s and increa se com petitive pow er,m a ny m odern enterprises hav e used this t echnology t o secure their inform ation m ana ge s yst em s.In t his paper,s ev eral m a in acces s cont rol m odels,such as tra dit iona l access control m odels,role-bas ed acces s cont rol m odels,ta sk-ba sed acces s control m odels,t as k-role-based access cont rol m odels,a nd s o on,are discus sed a nd com pa red in deta il.In addit ion,we introduce a new m odel called U CON,w hich m ay be a prom ising m odel for the nex t generation of a ccess control. Key words:Role;Ta sk;Access Cont rol;Workflow 访问控制是通过某种途径显式地准许或限制主体对客体访问能力及范围的一种方法。它是针对越权使用系统资源的防御措施,通过限制对关键资源的访问,防止非法用户的侵入或因为合法用户的不慎操作而造成的破坏,从而保证系统资源受控地、合法地使用。访问控制的目的在于限制系统内用户的行为和操作,包括用户能做什么和系统程序根据用户的行为应该做什么两个方面。 访问控制的核心是授权策略。授权策略是用于确定一个主体是否能对客体拥有访问能力的一套规则。在统一的授权策略下,得到授权的用户就是合法用户,否则就是非法用户。访问控制模型定义了主体、客体、访问是如何表示和操作的,它决定了授权策略的表达能力和灵活性。 若以授权策略来划分,访问控制模型可分为:传统的访问控制模型、基于角色的访问控制(RBAC)模型、基于任务和工作流的访问控制(TBAC)模型、基于任务和角色的访问控制(T-RBAC)模型等。 1 传统的访问控制模型 传统的访问控制一般被分为两类[1]:自主访问控制DAC (Discret iona ry Acces s Control)和强制访问控制MAC(Mandat ory Acces s C ontrol)。 自主访问控制DAC是在确认主体身份以及它们所属组的基础上对访问进行限制的一种方法。自主访问的含义是指访问许可的主体能够向其他主体转让访问权。在基于DAC的系统中,主体的拥有者负责设置访问权限。而作为许多操作系统的副作用,一个或多个特权用户也可以改变主体的控制权限。自主访问控制的一个最大问题是主体的权限太大,无意间就可能泄露信息,而且不能防备特洛伊木马的攻击。访问控制表(ACL)是DAC中常用的一种安全机制,系统安全管理员通过维护AC L来控制用户访问有关数据。ACL的优点在于它的表述直观、易于理解,而且比较容易查出对某一特定资源拥有访问权限的所有用户,有效地实施授权管理。但当用户数量多、管理数据量大时,AC L就会很庞大。当组织内的人员发生变化、工作职能发生变化时,AC L的维护就变得非常困难。另外,对分布式网络系统,DAC不利于实现统一的全局访问控制。 强制访问控制MAC是一种强加给访问主体(即系统强制主体服从访问控制策略)的一种访问方式,它利用上读/下写来保证数据的完整性,利用下读/上写来保证数据的保密性。MAC主要用于多层次安全级别的军事系统中,它通过梯度安全标签实现信息的单向流通,可以有效地阻止特洛伊木马的泄露;其缺陷主要在于实现工作量较大,管理不便,不够灵活,而且它过重强调保密性,对系统连续工作能力、授权的可管理性方面考虑不足。 2基于角色的访问控制模型RBAC 为了克服标准矩阵模型中将访问权直接分配给主体,引起管理困难的缺陷,在访问控制中引进了聚合体(Agg rega tion)概念,如组、角色等。在RBAC(Role-Ba sed Access C ontrol)模型[2]中,就引进了“角色”概念。所谓角色,就是一个或一群用户在组织内可执行的操作的集合。角色意味着用户在组织内的责 ? 9 ? 第6期沈海波等:访问控制模型研究综述 收稿日期:2004-04-17;修返日期:2004-06-28

城市居住空间分异相关研究综述

城市居住空间分异相关研究综述 院系： 指导老师： 姓名： 学号：

摘要 居住空间是城市物质空间的重要组成部分,城市居住空间分异是居民决策居住地在空间形态分布上的反映。本文通过笔者阅读从2004年到2014年有关城市空间分异的论文30余篇，从中选择了较为典型的10篇，主要针对国内城市空间分异成因以及解决方法做出一定的综述，同时搜集了上海、合肥等城市的空间分异的相关文献，结合具体的情况做进一步的阅读、了解，简要分析了城市空间分异解决方法的局限性。 关键词:城市居住空间分异，成因，解决方法，局限性 正文 近年来,随着城市居住水平的改善,城市居住空间分布也发生了分化,城市居住空间结构的分异日趋明显。由于我国正处于经济转轨时期,城市居住空间的分异也并非完全遵循客观空间经济规律,而是易于走入居住隔离的极端,从而破坏了城市的整体和谐性,影响了城市居民的总体福利,带来了很多的社会问题。 一、城市空间分异的成因 各阶层对居住空间的不同需求和选择从根本上引发了居住空间分异。居住空间变化的实质是经济社会发展带来的社会结构的变化在居住空间上的表现。不同地区和国家有着不同的居住分异成因，比如以种族文化隔离为主导的北美城市居住隔离、受福利制度影响的欧洲城市居住隔离等等，本文只是选取了中国城市居住空间分异的三个主要原因。 1.1住房政策和制度性因素 我国近三十年来的住房体制改革和相应政策变化是导致城市居住空间分异的直接因素。中国传统的城镇住房制度是以国家统包、无偿分配、低租金、无限期使用为特点的实物福利性住房制度,住房由国家统一建设,因此不存在一般意义上的居住空间分异。 1978年城市居民全价购房的试点开始了住房商品化政策的探索; 1988年我国颁布《关于在全国城镇分期分批推行住房制度改革的实施方案》,面向住房商品化的住房体制改革全面拉开; 1994年国务院下发《国务院关于深化城镇住房制度改革的决定》,提出建立与社会主义市场经济体制相适应的新的城镇住房制度,实行住房商品化、社会化,建立以中低收入家庭为对象、具有社会保障性质的经济适用房供应体系和以高收入家庭为对象的商品房供应体系。这种针对不同收入阶层的住房供应制度本身就体现了一种社会政策的分异,在具体的实施中由于种种原因,针对中低收入人群的“三房”建设又相对落后于普通商品房的开发建设,中低收入人群的住房问题相对突出,使得城市居住空间分异加剧。 1.2 居住空间市场分化加剧 城市的贫富差距悬殊，在城市中集中反映在固定资产多寡及消费水平差异上。一方面，富裕阶层的高档住宅不断升级换代，另一方面贫困及低收入阶层面临着居住条件恶劣、住不起房、住不到房的困难。作为个人财富与社会地位的凝聚与物化，住宅是城市居民安居乐业之依据，实现空间权利之根本；而从城市物

大数据时代的空间数据挖掘综述

第37卷第7期测绘与空间地理信息 GEOMATICS ＆SPATIAL INFOＲMATION TECHNOLOGY Vol．37，No．7收稿日期：2014－01－22 作者简介：马宏斌（1982－），男，甘肃天水人，作战环境学专业博士研究生，主要研究方向为地理空间信息服务。 大数据时代的空间数据挖掘综述 马宏斌1 ，王 柯1，马团学 2（1．信息工程大学地理空间信息学院，河南郑州450000；2．空降兵研究所，湖北孝感432000） 摘 要：随着大数据时代的到来，数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题， 介绍了国内外研究中利用大数据处理工具和云计算技术，在空间数据的存储、管理和挖掘算法等方面的做法，并指出了该类研究存在的不足。最后，探讨了空间数据挖掘的发展趋势。关键词：大数据；空间数据挖掘；云计算中图分类号：P208 文献标识码：B 文章编号：1672－5867（2014）07－0019－04 Spatial Data Mining Big Data Era Ｒeview MA Hong －bin 1，WANG Ke 1，MA Tuan －xue 2 （1．Geospatial Information Institute ，Information Engineering University ，Zhengzhou 450000，China ； 2．Airborne Institute ，Xiaogan 432000，China ） Abstract ：In the era of Big Data ，more and more researchers begin to show interest in data mining techniques again．The paper review most unresolved problems left by traditional spatial data mining at first．And ，some progress made by researches using Big Data and Cloud Computing technology is introduced．Also ，their drawbacks are mentioned．Finally ，future trend of spatial data mining is dis-cussed． Key words ：big data ；spatial data mining ；cloud computing 0引言 随着地理空间信息技术的飞速发展，获取数据的手 段和途径都得到极大丰富，传感器的精度得到提高和时空覆盖范围得以扩大，数据量也随之激增。用于采集空间数据的可能是雷达、红外、光电、卫星、多光谱仪、数码相机、成像光谱仪、全站仪、天文望远镜、电视摄像、电子 显微镜、CT 成像等各种宏观与微观传感器或设备，也可能是常规的野外测量、人口普查、土地资源调查、地图扫描、 地图数字化、统计图表等空间数据获取手段，还可能是来自计算机、 网络、GPS ，ＲS 和GIS 等技术应用和分析空间数据。特别是近些年来，个人使用的、携带的各种传感器（重力感应器、电子罗盘、三轴陀螺仪、光线距离感应器、温度传感器、红外线传感器等），具备定位功能电子设备的普及，如智能手机、平板电脑、可穿戴设备（GOOGLE GLASS 和智能手表等），使人们在日常生活中产生了大量具有位置信息的数据。随着志愿者地理信息（Volunteer Geographic Information ）的出现，使这些普通民众也加入到了提供数据者的行列。 以上各种获取手段和途径的汇集，就使每天获取的 数据增长量达到GB 级、 TB 级乃至PB 级。如中国遥感卫星地面站现在保存的对地观测卫星数据资料达260TB ，并以每年15TB 的数据量增长。比如2011年退役的Landsat5卫星在其29年的在轨工作期间，平均每年获取8．6万景影像，每天获取67GB 的观测数据。而2012年发射的资源三号（ZY3）卫星，每天的观测数据获取量可以达到10TB 以上。类似的传感器现在已经大量部署在卫 星、 飞机等飞行平台上，未来10年，全球天空、地空间部署的百万计传感器每天获取的观测数据将超过10PB 。这预示着一个时代的到来，那就是大数据时代。大数据具有 “4V ”特性，即数据体量大（Volume ）、数据来源和类型繁多（Variety ）、数据的真实性难以保证（Veracity ）、数据增加和变化的速度快（Velocity ）。对地观测的系统如图1所示。 在这些数据中，与空间位置相关的数据占了绝大多数。传统的空间知识发现的科研模式在大数据情境下已经不再适用，原因是传统的科研模型不具有普适性且支持的数据量受限， 受到数据传输、存储及时效性需求的制约等。为了从存储在分布方式、虚拟化的数据中心获取信息或知识，这就需要利用强有力的数据分析工具来将

网络访问控制技术综述

网络访问控制技术综述 摘要：随着科学的不断进步，计算机技术在各个行业中的运用更加普遍。在计算机技术运用过程中信息安全问题越发重要，网络访问控制技术是保证信息安全的常用方式。本文介绍了研究网络访问控制技术的意义，主流的访问控制技术以及在网络访问控制技术在网络安全中的应用。 关键字：信息安全网络访问控制技术 0．引言 近年来，计算机网络技术在全球范围内应用愈加广泛。计算机网络技术正在深入地渗透到社会的各个领域，并深刻地影响着整个社会。当今社会生活中，随着电子商务、电子政务及网络的普及,信息安全变得越来越重要。在商业、金融和国防等领域的网络应用中，安全问题必须有效得到解决，否则会影响整个网络的发展。一般而言信息安全探讨的课题包括了:入侵检测(Intrusion Deteetion)、加密(Encryption)、认证(Authentieation)、访问控制(Aeeess Control)以及审核(Auditing)等等。作为五大服务之一的访问控制服务，在网络安全体系的结构中具有不可替代的作用。所谓访问控制(Access Control),即为判断使用者是否有权限使用、或更动某一项资源,并防止非授权的使用者滥用资源。网络访问控制技术是通过对访问主体的身份进行限制，对访问的对象进行保护，并且通过技术限制，禁止访问对象受到入侵和破坏。 1.研究访问控制技术的意义 全球互联网的建立以及信息技术飞快的发展，正式宣告了信息时代的到来。信息网络依然成为信息时代信息传播的神经中枢，网络的诞生和大规模应用使一个国家的领域不仅包含传统的领土、领海和领空，而且还包括看不见、摸不着的网络空间。随着现代社会中交流的加强以及网络技术的发展，各个领域和部门间的协作日益增多。资源共享和信息互访的过程逐越来越多，人们对信息资源的安全问题也越发担忧。因此，如何保证网络中信息资源的安全共享与互相操作，已日益成为人们关注的重要问题。信息要获得更大范围的传播才会更能体现出它的价值，而更多更高效的利用信息是信息时代的主要特征，谁掌握的信息资源更多，

数据挖掘中的软计算方法及应用综述

摘要文章对数据挖掘中软计算方法及应用作了综述。对模糊逻辑、遗传算法、神经网络、粗集等软计算方法，以及它们的混合算法的特点进行了分析，并对它们在数据挖掘中的应用进行了分类。 关键词数据挖掘；软计算；模糊逻辑；遗传算法；神经网络；粗集 1 引言 在过去的数十年中，随着计算机软件和硬件的发展，我们产生和收集数据的能力已经迅速提高。许多领域的大量数据集中或分布的存储在数据库中[1][2]，这些领域包括商业、金融投资业、生产制造业、医疗卫生、科学研究，以及全球信息系统的万维网。数据存储量的增长速度是惊人的。大量的、未加工的数据很难直接产生效益。这些数据的真正价值在于从中找出有用的信息以供决策支持。在许多领域，数据分析都采用传统的手工处理方法。一些分析软件在统计技术的帮助下可将数据汇总，并生成报表。随着数据量和多维数据的进一步增加，高达109的数据库和103的多维数据库已越来越普遍。没有强有力的工具，理解它们已经远远超出了人的能力。所有这些显示我们需要智能的数据分析工具，从大量的数据中发现有用的知识。数据挖掘技术应运而生。 数据挖掘就是指从数据库中发现知识的过程。包括存储和处理数据，选择处理大量数据集的算法、解释结果、使结果可视化。整个过程中支持人机交互的模式[3]。数据挖掘从许多交叉学科中得到发展，并有很好的前景。这些学科包括数据库技术、机器学习、人工智能、模式识别、统计学、模糊推理、专家系统、数据可视化、空间数据分析和高性能计算等。数据挖掘综合以上领域的理论、算法和方法，已成功应用在超市、金融、银行[4]、生产企业 [5]和电信，并有很好的表现。 软计算是能够处理现实环境中一种或多种复杂信息的方法集合。软计算的指导原则是开发利用那些不精确性、不确定性和部分真实数据的容忍技术，以获得易处理、鲁棒性好、低求解成本和更好地与实际融合的性能。通常，软计算试图寻找对精确的或不精确表述问题的近似解[6]。它是创建计算智能系统的有效工具。软计算包括模糊集、神经网络、遗传算法和粗集理论。 2 数据挖掘中的软计算方法 目前，已有多种软计算方法被应用于数据挖掘系统中，来处理一些具有挑战性的问题。软计算方法主要包括模糊逻辑、神经网络、遗传算法和粗糙集等。这些方法各具优势，它们是互补的而非竞争的，与传统的数据分析技术相比，它能使系统更加智能化，有更好的可理解性，且成本更低。下面主要对各种软计算方法及其混合算法做系统性的阐述，并着重强调它们在数据挖掘中的应用情况。 2.1 模糊逻辑 模糊逻辑是1965年由泽德引入的，它为处理不确定和不精确的问题提供了一种数学工具。模糊逻辑是最早、应用最广泛的软计算方法，模糊集技术在数据挖掘领域也占有重要地位。从数据库中挖掘知识主要考虑的是发现有兴趣的模式并以简洁、可理解的方式描述出来。模糊集可以对系统中的数据进行约简和过滤，提供了在高抽象层处理的便利。同时，数据挖掘中的数据分析经常面对多种类型的数据，即符号数据和数字数据。nauck[7]研究了新的算法，可以从同时包含符号数据和数字数据中生成混合模糊规则。数据挖掘中模糊逻辑主要应用于以下几个方面： （1）聚类。将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程被称为聚类。聚类分析是一种重要的人类行为，通过聚类，人能够识别密集的和稀疏的区域，因而发现全局的分布模式，以及数据属性之间有趣的关系。模糊集有很强的搜索能力，它对发现的结构感兴趣，这会帮助发现定性或半定性数据的依赖度。在数据挖掘中，这种能力可以帮助

1699.基于效率与公平视角的城市公共空间研究综述

1699.基于效率与公平视角的城市公共空间研究综述 徐宁 摘要：城市公共空间研究是实现更具竞争力和更可持续城市的一大战略领域，公共空间格局公平和效率是现代社会文明和进步的标志。本文以效率与公平为主线，回顾了国内外城市公共空间研究的理论进展，分析了不同研究视角的主要内容和理论观点，进而发展了一个比较细致的相关研究谱系，有助于较为深入地理解公共空间的价值和意义所在，丰富和拓展城市公共空间研究的理论框架。最后对当前研究的特点、问题和潜力进行了评述。 关键词：城市公共空间空间效率空间公平 城市公共空间是指城市建设用地内以人工要素为主导、空间属性具有公共性的开放空间体，公共空间研究是实现更具竞争力和更可持续城市的一大战略领域。作为公共空间使用的先决条件，合理的布局能够在有限的土地资源条件下，以较少的量达成空间上更好的分配，增加公共空间的可达性和吸引力，提高城市的生活品质。公共空间格局公平和效率不仅是一种生活理想，也是现代社会文明和进步的标志，它不可能通过设计人员的职业道德约束和直觉修养达成，而需要以理论与方法论的研究带动制度和技术突破。 空间公平是城市公共空间研究的根本议题。作为公共资源，公共空间分布直接影响公共福利分配，实现公共资源和服务分配的空间公平是规划从业人员首要目标之一 [1]。资源、服务和可达性的平等是一项基本人权，空间公平应成为未来城市政策的战略方针[2]。如果规划从业人员对公共资源空间分布的公正原则欠缺清醒的认识和有效的控制手段，城市物质性的地理空间布局很可能沦为强权政府与垄断企业追逐各自目标的结果，在社会经济格局调整中加剧空间分配的不公①。 空间效率很少在公共空间研究中被提及。既然作为公共产品的公共空间配置效率未必能够通过市场的自发调节达到最优，规划蓝图也未必就是效率的保障，公共空间格局的低效状态真实存在，且不可能通过其它问题的研究（如公平性或公共性）得以化解，我们就没有理由回避公共空间这种稀缺性资源的配置效率问题。况且，不以土地高效利用为基础的公平可能导致对有限公共资源的浪费，这种浪费不仅是对本可以使用这些资源的人群的不公，还影响到公平实现的实践动力和根基。公共空间需要在效率与公平的统一辨证视野中开展研究。对基于效率与公平视角的城市公共空间研究脉络的系统梳理，有助于较为深入地理解公共空间的价值和意义所在，丰富和拓展城市公共空间研究的理论框架。

城市居住空间分异现状及研究分析

城市居住空间分异现状及分析

————————————————————————————————作者：————————————————————————————————日期： 2

城市居住空间分异现状及分析 [摘要]当前中国各大城市居住空间分异状况开始出现并日益加剧，不同收入和社会地住的人开始不断分离、各自聚集，原来混居的人们开始分别属于不同地段的住宅区域内。这一现状与住房的货币化改革密切相关。文章从政府的政策变化、土地区位的优劣、城市居民的阶层分化等方面分析了城市居住空间分异的原因，并在此基础上初步分析了城市居住空间分异的影响。 [关键词]居住空间分异；收入分异；社会分层 在现代化、城市化的背景下，城市社会迅速发展，人们的社会地位、经济收入、生活方式、消费类型以及居住条件等方面出现种种分化，在城市地域空间上最直接的体现是居住区的地域分异Ⅲ。 空间居住分异，从人文生态学角度解释，是由于居民的职业类型、收入水平及文化背景差异产生的不同社会阶层的居住区，其实质是社会分层在居住空间地域上的反映。也有学者认为居住分异是指不同的社会阶层由于经济收入、社会地位的差异以及家庭结构、择居观念的不同而产生的居住水平和居住区位的差异，在空间形态上形成面积不同、景观相异、相互隔离且具有连续性发展趋势的同质化居住区体系，形成城市景观中的空间“马赛克”现象。另有学者认为城市居住空间分异是指在一个城市中，不同特性的居民聚居在不同的空间范围内，整个城市形成一种居住分化甚至相互隔离的状况。本文拟对空间居住分异的原因及其影响进行初步分析，以有助于科学合理的城市发展规划的制订。 一、我国城市居住分异的基本现状 我国城市中的居住分异由来已久。封建社会时期受礼制思想和阶级对立的影响，就有分区而居的传统。封建社会的重要特征之一就是等级森严，这一特征在住宅制度上必然反映出来：等级分明，不能僭越。 新中国成立后，改革开放前的中国城镇社会，人们的住房获得及居住空间模式带有强烈的国家再分配和“单位社区”的特点，基本上是同一行业、同一单位的人居住在一起，周围的邻居也往往都是单位的同事。住房供给被纳入到国家统一建设、统一分配的计划经济体系，因此不存在一般意义上的居住分异。但是也有学者认为，计划经济时期中国城市中的居住分异依然是十分明显的，只不过是按照不同的“单位”地域被重新诠释了。 1988年后国家进行了住房体制改革，一个基本的方向是住房建设投资改变为国家、单位和个人合理负担的体制。1998年，国务院对住房制度进一步提出了改革的要求，住房货币分配最终过渡到商品房制度。随之，住宅建设在全国各大城市展开。随着社会各阶层收入差距的拉大，在居住空间上逐渐形成了以环境较好的高档商品住宅区为代表的高收入区，以安居工程和经济适用房小区为主的中低收入居住区，以及以旧城衰败的单位制住宅和政府新建廉租房为代表的低收入区。 中国城市在居住空间上的新型分异正在迅速形成并扩大，分异状况日益明显，单体均质而整体异质的社会空间正日渐成为中国城市的典型特征。

数据挖掘综述

数据挖掘综述 1、产生背景 随着计算机的产生和大量数字化的存储方法的出现，我们借助计算机来收集和分类各种数据资料，但是不同存储结构存放的大量数据集合很快被淹没，便导致了结构化数据库以及DBMS的产生。 但是随着信息时代的到来，信息量远远超过了我们所能处理的范围，从商业交易数据、科学资料到卫星图片、文本报告和军事情报，以及生活中各种信息，这也就是“数据爆炸但知识贫乏”的网络时代，面对巨大的数据资料，出现了新的需求，希望能够更好的利用这些数据，进行更高层次的分析，从这些巨大的数据中提取出对我们有意义的数据，这就是知识发现（KDD,Knowledge Discovery in Databases），数据挖掘应运而生。 2、数据库系统技术的演变 1）20世纪60年代和更早 这个时期是数据收集和数据库创建的过程，原始文件的处理2）20世纪70年代---80年代初期 有层次性数据库、网状数据库、关系数据库系统 3）20世纪80年代中期—现在 高级数据库系统，可以应用在空间、时间的、多媒体的、主动的、流的和传感器的、科学的和工程的。 4）20世纪80年代后期—现在

高级数据分析：数据仓库和数据挖掘 5）20世纪90年代—现在 基于web的数据库，与信息检索和数据信息的集成6）现在---将来 新一代的集成数据域信息系统 3、数据挖掘概念 数据挖掘（Data Mining），就是从大量数据中获取有效的、新颖的、潜在的有用的，最终可以理解的模式的非平凡过程。数据挖掘，又称为数据库中知识发现（KDD,Knowledge Discovery in Databases），也有人把数据挖掘作为数据库中知识发现过程的一个基本步骤。 数据挖掘基于的数据库类型主要有：关系型数据库、面向对象数据库、事务数据库、演绎数据库、时态数据库、多媒体数据库、主动数据库、空间数据库、遗留数据库、异质数据库、文本型、Internet信息库以及新兴的数据仓库等。 4、数据挖掘特点和任务 4.1数据挖掘具有以下几个特点： 1）处理的数据规模十分庞大，达到GB,TB数量级，甚至更大2）查询一般是决策制定者（用户）提出的即时随机查询，往往不能形成精确的查询要求，需要靠系统本身寻找其可能感兴 趣的东西。 3）在一些应用（如商业投资等）中，由于数据变化迅速，因此

国际城市理论研究综述

国际城市理论研究综述 文章标题：国际城市理论研究综述 国际城市在世界经济体系中占据着重要地位，发挥着巨大作用，而中国目前还没有一座真正意义上的国际大城市。日本东京在“二战”后的情况与上海很相似，但是经过战后几十年的发展，东京已成为全球公认的国际大城市，上海与之相比差距很大。我国目前正处在城市化加快发展的时期，为了在全球竞争中立于不败之地，我国也亟 需发展国际大城市。进行国际城市理论研究，认清国际城市形成的原因及发展规律，无疑对我国建设国际城市具有一定的借鉴意义。 一、国外学者对国际大城市的研究 11国际城市理论 国际城市的概念最早出现于18世纪末。Goethe把罗马和巴黎描述为世界城市(Weltstadte)。1915年英国城市规划师PatrickGeddes在用集合城市去说明城市化过程中地域范围日益扩大的城市，用世界城市去说明国家首都(如巴黎、柏林)的统领作用和商业、交通网络系统中的工业中心(如杜塞尔多夫、芝加哥)。1966年，地理学家PeterHall对杰德斯的网络体系进行研究以后，用范围的大小和强度两个概念来衡量城市的功能，认为世界城市基本上是欧洲单一工业资本主义经济体系的顶尖产物，日本和北美是它繁衍的后果。20世纪70年末80年代初，一些西方学者致力于国际城市的研究并取得了一些成果。JohnFriedmann(1986)提出了著名的“世界城市假说”(theWorldCityHypothesis)，试图为新的国际劳动地域分工提

供有关空间组织方面的理论基础，假说认为：(1)城市与世界经济整合的程度及其在新的国际劳动地域分工中的地位，将决定城市的功能与结构重组；(2)世界上的主要城市，如伦敦、纽约、东京等，将成为全球性资本流动的出发点和归结点，资本的空间流动有可能导致国际城市体系的形成；(3)处于国际城市体系顶端的城市，即是“世界城市”或“国际城市”。国际城市主要充当跨国公司的总部所在地，其成长由少数快速成长的产业所支撑，如国际金融、国际交通联运、以及各种工商服务(包括广告业、会计、保险及法律服务等)；(4)除了经济上的控制功能外，国际城市的另一个重要作用是它们的“榜样效应”，比如纽约、伦敦、洛杉矶、巴黎及东京等国际城市，不仅是生产与消费中心，同时也是信息、娱乐及其他文化用品的生产和传播中心；(5)国际城市还是国际、国内劳动力以及移民的主要集中地。国际城市经济发达、市场繁荣、就业机会相对多样化及高层次化，因而能吸引大量的劳动力及专业人才；(6)国际城市的空间与阶级分化现象突出。主要体现在3个不同团体之间的巨额收入差距：高级公司管理人员与低技能工人之间；移民与原住居民之间；不同行业的从业者之间；(7)国际城市往往需要高昂的社会成本以保证其正常运转。该成本往往会超出该城市本身的财政支付能力，因而促使其寻求更广泛的国际联系与合作[1](P69-83)。世界城市模式认为外围城市只有有限的自由意志，它们的作用由统领它们的世界城市的政治、经济权利所规定，由国际金融结构和多国公司来行使。二等城市只能就它们在等级制网络中的功能进行解释。为此，有人把这个体系分为世界城市、地区，国际城市和地区。国际城市，有人称为全球中心、区域中心和地区中心。总之，在这一系统中，

基于matlab的数据挖掘技术研究【文献综述】

毕业论文文献综述 信息与计算科学 基于matlab的数据挖掘技术研究 数据挖掘是用于大规模数据处理的一种新的思维方式和技术手段，他是在现实生活中各种数据量呈指数级不断增长，以及以数据库(database)技术为核心的信息技术逐渐成熟的背景下产生的。数据挖掘可以帮助用户发现影藏在大型数据库中的规律和模式，它融合了人工智能(artificial intelligence)、统计（statistics）、机器学习（nachine learning）、模式识别（pattern recognition）和数据库等多种学科的理论、方法与技术，已经在商业、企业、政府、科研及体育等多种不同类型的组织机构和领域中获得了非常广泛的应用。即使在日常生活中，数据挖掘技术也已经潜移默化地参与到人们的生活质量改善过程中。 数据挖掘有很多种技术和计算方法，包括决策树方法（decision tree）、人工神经网络方法（artificial neural metwork，ANN）、聚类分析、模糊集合方法、遗传算法（genetic algorithm）、模拟退火算法(simulated annealing,SA)、进化式程序设计(evolutionary programming)等。这里主要介绍一下聚类分析、遗传算法和人工神经网络算法。 聚类分析也称无监督学习，或无教师学习，或无指导学习，因为和分类学习相比，聚类的样本没有标记，需要由聚类学习算法来自动确定。聚类分析是研究如何在没有训练的条件下把样本划分为若干。聚类（clustering）是对物理的或抽象的样本集合分组的过程。聚类分析有很多种目标，但都涉及把一个样本集合分组或分割为子集或簇（cluster）。从统计学的观点看，聚类分析是通过数据建模简化数据的一种方法。聚类分析主要针对的数据类型包括区间标度变量、二值变量、标称变量、序数型变量、比例标度型变量以及由这些变量类型构成的复合类型。聚类算法应具有以下几个特点：1处理不同字段类型的能力；2可伸缩性；3处理高维数据的能力；4发现具有任意簇的形状的族类能力；5能够处理异常数据；6对数据顺序的不敏感性；7输入参数对领域知识的弱依赖性；8聚类结果的可解释性和实用性；9增加限制条件后的聚类分析能力。 基因算法起源于对生物系统进行的计算机模拟研究，是一种受生物进化启发，使用计算机模拟生物进化的学习方法。基因算法是模拟生物进化过程的计算模型，是自然遗传学与计算机科学互相结合、互相渗透而形成的新的计算方法。基因算法的最大优点是问题求解与初始条件无关，搜索最优解的能力极强。从数学的角度看，基因算法是一种概率型搜索算法：从工程学角度看，它是一种自适应的迭代寻优过程。基因算法需要完成两种数据转换，算法实施之前进行从表现型到基因型的转换，即将搜索空间中的参数或可行解转化成遗传空间中的染色体或个体，完成编码操作；在算法