矿政数据质量评价指标体系构建与评价方法研究
本文关键词:矿政数据质量评价指标体系构建与评价方法研究,由笔耕文化传播整理发布。
【摘要】:近年来,国家开展了“金土工程”、第二次全国土地调查、土地规划修编、矿业权实地核查等工作,极大地促进了矿政管理信息化发展。但是矿政管理数据来源分散,标准化程度、逻辑性、一致性、现势性等均较差,且异构、异质,严重影响了矿政管理数据库建设的质量,降低了数据库的可信度和可用性。因此,对这些多源数据进行质量研究,发现数据中存在的问题,有助于提高矿政管理数据库建设的质量。在分析矿政数据内容、特点和数据质量问题来源的基础上,研究矿政数据质量的评价过程和评价方法。针对目前矿政数据质量评价中缺乏统一和定量化评价指标的缺陷,根据现有的矿政管理、数据质量方面的标准及政策,基于文献统计方法初步建立矿政数据质量评价的指标体系。在此基础上研究并验证最小方差法、模糊聚类与F统计量结合的方法、灰色关联分析法等传统方法进行指标筛选存在的不足,并给出一种基于粗集属性约简和灰色绝对关联相结合的矿政数据质量评价指标筛选方法。该方法将灰色聚类等同于粗糙集中的等价关系进行分析,然后利用粗糙集属性约简的原理进行矿政数据质量评价指标的筛选。通过熵值法对指标赋权,避免权重的主观随意性。最后以鄂尔多斯市矿政数据作为数据质量评价研究对象,进行实例研究。对比分析了指标约简后和约简前的数据质量得分情况,结果表明在进行数据质量评价前对指标进行筛选是非常有必要的,而采用粗集属性约简和灰色绝对关联相结合的方法进行指标筛选明显优于传统的指标筛选方法。
【关键词】:数据质量 粗集理论 灰色关联 指标筛选
【学位授予单位】:中国矿业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:P208;F426.1
【目录】:
- 致谢4-5
- 摘要5-6
- Abstract6-17
- 变量注释表17-18
- 1 绪论18-24
- 1.1 研究背景及意义18-19
- 1.2 国内外研究现状19-21
- 1.3 研究内容和技术路线21-24
- 2 矿政数据及质量评价过程24-31
- 2.1 矿政数据的内容及特点24-27
- 2.2 数据问题产生的原因27-28
- 2.3 数据质量评价过程与方法28-31
- 3 矿政数据指标构建与定权31-40
- 3.1 评价指标构建过程及构建原则31-32
- 3.2 矿政数据指标构建方法32-35
- 3.3 矿政数据指标规则细化35-37
- 3.4 矿政数据指标权重的确定37-40
- 4 矿政数据指标筛选方法研究40-50
- 4.1 最小均方差法40-41
- 4.2 模糊聚类与F统计量41-43
- 4.3 灰色理论43-47
- 4.4 粗糙集理论47-48
- 4.5 基于灰色理论和粗糙集筛选指标48-50
- 5 矿政数据质量评价实例50-82
- 5.1 数据现状与来源50-52
- 5.2 矿政数据指标值获取52-55
- 5.3 传统方法进行指标筛选55-66
- 5.4 基于灰色理论和粗糙集筛选指标66-79
- 5.5 指标权重计算79
- 5.6 数据质量评价79-82
- 6 结论与展望82-83
- 6.1 结论82
- 6.2 展望82-83
- 参考文献83-88
- 作者简历88-90
- 学位论文数据集90
【参考文献】
中国期刊全文数据库 前8条
1 梁国玲;张永波;陈京生;张礼中;周小元;王乾;蔡子昭;霍志彬;张春英;王伟;;地下水资源空间数据库建设质量控制实践[J];测绘科学;2010年S1期
2 邹敏;;水质监测中质量控制措施研究[J];重庆文理学院学报;2013年03期
3 吴芳华,张跃鹏,金澄;GIS空间数据质量的评价[J];测绘学院学报;2001年01期
4 张朝阳;赵涛;王春红;;基于粗糙集的属性约简方法在指标筛选中的应用[J];科技管理研究;2009年01期
5 胡圣武;王宏涛;;基于模糊集和缺陷扣分法的GIS产品质量评价比较[J];地球科学与环境学报;2006年02期
6 向上;;信息系统中的数据质量评价方法研究[J];现代情报;2007年03期
7 崔杰;党耀国;刘思峰;;基于灰色关联度求解指标权重的改进方法[J];中国管理科学;2008年05期
8 顾芳;刘旭峰;左超;;大数据背景下运营商移动互联网发展策略研究[J];邮电设计技术;2012年08期
中国重要会议论文全文数据库 前1条
1 刘大杰;童小华;史文中;;GIS空间数据精度与质量控制的研究展望[A];纪念中国测绘学会成立四十周年论文集[C];1999年
中国硕士学位论文全文数据库 前1条
1 钱俊;GIS空间数据处理与质量控制系统[D];同济大学;2007年
本文关键词:矿政数据质量评价指标体系构建与评价方法研究,,由笔耕文化传播整理发布。
本文编号:322615
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/322615.html