中國區(qū)域經(jīng)濟發(fā)展不平衡一直頗受關(guān)注，而區(qū)域經(jīng)濟的研究也是眾多專家、學者熱衷的研究課題之一，傳統(tǒng)的研究方法只能考慮影響經(jīng)濟的較少因素，如：GDP，GNP，人口等，不能全面、動態(tài)的研究經(jīng)濟的發(fā)展。本文采用數(shù)據(jù)挖掘方法對區(qū)域經(jīng)濟從自然屬性、社會屬性、經(jīng)濟屬性、技術(shù)屬性四個方面進行分析，既考慮到自然資源對經(jīng)濟的影響，又考慮到技術(shù)對經(jīng)濟的影響，較全面的反應了我國區(qū)域經(jīng)濟的發(fā)展狀況。數(shù)據(jù)挖掘技術(shù)是一門基于實際需要而產(chǎn)生的邊緣技術(shù)，主要用于研究數(shù)據(jù)對象的分布特征和預測數(shù)據(jù)對象的變化規(guī)律。本文選用我們引進的數(shù)據(jù)挖掘軟件平臺PolyAnalyst與地理信息系統(tǒng)MapGIS，將我國的省、區(qū)和直轄市作為數(shù)據(jù)對象，將各省、區(qū)和直轄市的自然、社會、經(jīng)濟和技術(shù)指標作為數(shù)據(jù)對象的屬性，利用聚類分析來研究我國各省、區(qū)和直轄市基于不同指標的相似性和相異性，分析產(chǎn)生相似性和相異性的原因，為實現(xiàn)我國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展提供更多科學依據(jù)。例如，基于資源儲量聚類，北京、天津、上海、海南、寧夏具有相似性；基于經(jīng)濟增長指標聚類，北京、上海具有相似性。分析結(jié)果表明，盡管北京、天津、上海、海南、寧夏資源儲量基本相同，但是，北京、上海的經(jīng)濟... 

【文章來源】：內(nèi)蒙古科技大學內(nèi)蒙古自治區(qū)

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

神經(jīng)元結(jié)構(gòu)

由于指標中數(shù)據(jù)值變化較大，絕對值大的變量其影響可能會湮沒絕對值小，使后者應有的作用得不到體現(xiàn)。從而影響聚類效果。為了確保各個數(shù)據(jù)對在分析中的地位相同，對數(shù)據(jù)進行無量綱處理。本文采用最小-最大規(guī)范化方據(jù)進行預處理：AAAnvvmaxminmin ′=（式 其中 minA和 maxA分別為屬性的最小和最大值。3 建模本文從自然屬性、社會屬性、技術(shù)屬性、經(jīng)濟屬性四個方面進行分析，就應這四個屬性的眾多指標進行建模，以便于分析影響這四個方面的主要因素數(shù)據(jù)流程圖見圖 3.1。

(1)首先將自然屬性指標的所有數(shù)據(jù)入庫并建立應用模型見圖 3.2，自然屬性主要包括能耗、礦產(chǎn)、林地、污染等 20 類指標。(2)由于自然屬性聚類對象為中國行政區(qū)，有 20 個維，所以首先使用主成分分析法降維來提高聚類的準確性。(3)使用 Cumulative%（累積貢獻率）大于 85%的所有成分作為聚類的屬性。(4)確定 K 的數(shù)值。判斷 K-means 質(zhì)量的指標為 Intercluster part of dispersion（類間偏差），它的值通常在 0 與 1 之間。其值越接近 1 代表聚類質(zhì)量越好。使用 magnitude（權(quán)重）與 distinction（距離）作為衡量每類的重要指標。Magnitude 代表某一屬性在聚類過程中所起的作用，即某變量對每類有多重要，總和為 1；Distinction 計算的是每個類的部分屬性，用來定義類中心點到所有觀測值的重心的距離。如果某個 Distinction 值非常大，則說明該類可以由這個Distinction 值所對應的屬性決定。

【參考文獻】：
期刊論文
[1]區(qū)域系統(tǒng)動態(tài)協(xié)調(diào)發(fā)展及其有效程度評價研究[J]. 孫會,吳價寶,孫建萍.  科技管理研究. 2011(16)
[2]動態(tài)的粗糙增量聚類方法[J]. 洪亮亮,羅可.  計算機工程與應用. 2011(24)
[3]新疆南北疆區(qū)域經(jīng)濟差異的影響因素——基于Panel數(shù)據(jù)的實證研究[J]. 付金存,李豫新,李芳芳.  江西農(nóng)業(yè)大學學報(社會科學版). 2011(02)
[4]產(chǎn)業(yè)集聚與中國區(qū)域經(jīng)濟發(fā)展差異——基于新經(jīng)濟地理學視角[J]. 謝永琴,鐘少穎.  工業(yè)技術(shù)經(jīng)濟. 2010(05)
[5]2009年中國綜合交通體系發(fā)展趨勢研究[J]. 毛保華,彭宏勤,賈順平.  交通運輸系統(tǒng)工程與信息. 2010(02)
[6]區(qū)域經(jīng)濟空間分異研究述評[J]. 李敏納,蔡舒.  河南大學學報(社會科學版). 2010(01)
[7]中國經(jīng)濟與環(huán)境系統(tǒng)協(xié)調(diào)發(fā)展的實證分析[J]. 姚奕,郭軍華,倪勤.  統(tǒng)計與決策. 2010(01)
[8]河北省沿海與內(nèi)陸經(jīng)濟差異與協(xié)調(diào)發(fā)展對策研究[J]. 田敏,韓國玥.  河北師范大學學報(哲學社會科學版). 2009(06)
[9]安徽省區(qū)域經(jīng)濟差異的多元統(tǒng)計分析[J]. 汪潘義,王騎.  華東經(jīng)濟管理. 2009(09)
[10]一種基于元啟發(fā)式策略的迭代自學習K-Means算法[J]. 雷小鋒,楊陽,張克,謝昆青,夏征義.  計算機科學. 2009(07)

博士論文
[1]基于空間外溢效應的區(qū)域經(jīng)濟增長空間俱樂部趨同研究[D]. 劉迎霞.河南大學 2010

碩士論文
[1]基于空間數(shù)據(jù)挖掘的點軸開發(fā)與生態(tài)環(huán)境關(guān)聯(lián)關(guān)系研究[D]. 王紹巍.哈爾濱師范大學 2011
[2]基于數(shù)據(jù)挖掘的城市圈比較研究[D]. 程曉歌.華中科技大學 2011
[3]移動對象軌道異常檢測算法的研究[D]. 姜金鳳.南京航空航天大學 2010
[4]基于數(shù)據(jù)挖掘圖書館管理決策研究[D]. 房宜鋒.內(nèi)蒙古科技大學 2010
[5]增量聚類算法的設(shè)計與實現(xiàn)[D]. 王淑玲.內(nèi)蒙古科技大學 2009
[6]聚類融合算法及其在移動通信企業(yè)的應用[D]. 羅浩.中南大學 2009
[7]基于相似度的文本聚類算法研究及應用[D]. 曾路平.江蘇大學 2009
[8]基于聚類和矩陣的關(guān)聯(lián)規(guī)則挖掘研究[D]. 趙鳳榮.內(nèi)蒙古大學 2008
[9]基于密度聚類算法及其模式評估方法的研究與實現(xiàn)[D]. 宋飛燕.內(nèi)蒙古科技大學 2007
[10]基于系統(tǒng)論的固定交易成本分類法及其相關(guān)研究[D]. 徐德斌.北京工業(yè)大學 2007



本文編號：2916146