基于数据挖掘的火灾分析模型及应用研究
|
摘要
火灾是当今世界上严重威胁人类生存和发展的常发性灾害之一,是一种世界性的公害,具有发生频率高、时空跨度大、造成的损失与危害严重等特点。随着数据收集与数据存储技术的快速发展,有关部门已积累海量的火灾数据,为研究火灾发生的规律,提供了数据基础；同时数据挖掘技术理论与方法的出现,为探索和分析新的数据类型以及用新的方法分析旧的数据类型提供了有效的解决方法。因此数据挖掘技术或空间数据挖掘技术为火灾数据的分析提供了新的研究视角与思路。以数据挖掘的研究视角来对火灾数据进行数据挖掘,在国内外学术研究和实践探索中都缺乏必要的、系统性的关注与研究。
本文基于这一背景,旨在将数据挖掘特别是空间数据挖掘理论与技术引入火灾分析中,结合相应数据挖掘的数据分析方法和事故分析理论,并引入新的原理与方法,针对目前火灾历史数据,从数据挖掘的视角,以宏观研究与微观研究相结合的总体研究路线,挖掘出隐藏在数据背后的有价值的潜在知识,用于指导火灾的预防、控制以及为火灾风险管理、消防管理模式、消防资源配置等提供决策基础。
目前,现有的火灾数据形式主要是火灾统计数据和火灾案例数据,本文将分别针对这两类数据采取不同的原理与方法进行数据分析,以期挖掘出隐含在数据背后可以指导火灾预防与控制的有价值的知识。本文的研究主要沿着五个方向展开：(1)火灾空间分布及其原因分析；(2)火灾评价与预测；(3)火灾的空间数据分析及应用；(4)火灾点的空间点模式分析及应用；(5)空间关联规则分析及应用。
本文的主要研究内容如下：
一、针对现有火灾分析研究中存在的问题,突破以往以建筑物使用类型或建筑物个体为研究客体的局限,提出了火灾研究的数据挖掘视角,系统性地将数据挖掘的理论与方法引入火灾的分析研究中。
二、运用区位熵研究方法,根据相应的区位熵对区域的火灾危险性、易损性、防灾能力以及风险性进行判定,并探索其空间分布及类型,同时对火灾区位熵差异性进行了分析。
三、提出火灾重心理论与分析模型,分析省域尺度下火灾发生次数、火灾直接经济损失的空间分布重心及其变化趋势；并利用支持向量机预测模型,对火灾发生次数、火灾直接经济损失重心进行了预测,并验证了模型的有效性、合理性。
四、定义了四种火灾集中分布指数,用以度量火灾集中分布情况；并分析我国2000-2010年期间,火灾四种集中指数总体趋势及其原因分析。
五、应用洛伦兹曲线和基尼系数的理论与方法,分析我国火灾分布的均衡性(或差异性)。而对火灾分布总体差异主要来源,采用锡尔系数及其一阶段分解方法,揭示组间差异和组内差异各自的变动方向和变动幅度以及各自在总体差异中的重要性及其影响。
六、系统地研究了空间自相关空间分析理论,并将其引入到火灾的空间自相关性研究中,应用全局空间自相关、局部空间自相关、散点图等分析方法,分析我国省域尺度下,火灾发生率空间整体分布状况,检验是否存在空间聚集特性,找出聚集现象的具体聚集位置,分析热点地区是否有移动现象。
七、应用空间点模式分析中的最邻近距离与标准差椭圆分析方法,描述火灾点分布的集中趋势或离散趋势,判定火灾点分布是否聚集分布。挖掘出不同类型火灾在不同时段的空间形态变化的规律。
八、提出了基于灰色理论与线性组合的预测模型,应用到全国火灾发生率、直接损失率的预测中,并验证了模型的有效性、合理性。基于灰色理论并考虑价格指数的影响,对全国火灾形势进行综合评价。
九、系统性地研究了关联规则中的Apriori算法,并将其应用于火灾案例的数据挖掘,分析得出火灾发生的主要区域及其相关因素,并对此提出相应的对策。
本文针对目前火灾研究中存在的薄弱环节,在数据挖掘的研究视角下,运用多学科交叉理论对火灾进行了研究,建立了多种火灾数据分析模型,构建了火灾的数据挖掘的框架,有较高的学术研究价值和推广应用前景。
Fire disaster has already been recognized as one of serious threats to the survival and development of human being, which shows its own characteristics such as long span of time and space, high frequency of occurrence and heavy losses。With the development of data collection and storage technology, relevant departments would be easier to collect and store huge raw data related with fire.At the same time, theories and methods of spatial data mining(SDM) also provide a new way for fire research.So as a new research view and idea, SDM technology would face unprecedented opportunities for analyzing data of fire。But so far fire research, in SDM research perspectives, is lack of necessary, systematic attention in the domestic and foreign academic research and practical exploration. Based on this background, the thesis aims to introduce SDM technology to fire research, combining theories and methods of SDM with the theory for fire accident analysis. Some innovation achievement has been accomplished, listed below:
(1)In view of the present problems among researches for fire accident, the thesis breaks up the limit of these traditional research object, such as a separate building and creatively points out a new ideal for fire accident in SDM research perspective.
(2) Theories and methods of location quotient are introduced to calculate the location quotients of fire dange, fire prevention and mitigation capacity, fire vulnerability and fire risk in studied areas。 Accoring to corresponding location quotients, ranks of fire dange, fire prevention and mitigation capacity, fire vulnerability and fire risk are evaluated. At the same time, the causes of the fire location quotient differences are analysed.
(3) Gravity theory fire accident is put forward innovatively, and it is introduced to analyse the gravity centre traces of fire frequency and direct economic losses at provincial scale in2005-2010. Using SVM forecasting model, gravity center coordinates in the future are predicted with higher precision.
(4) Four types of fire concentration index are defined innovatively, respectively named concentration index of fire frequency based on population(FCI1) and GDP (FCI2),and concentration index of fire direct economic losses based on population(FCI3) and GDP (FCI4). Four types of index are calculated out and analysed in2000-2010.
(5) Theories and methods of Space Lorentz Curve and Gini coefficient are introduced to research of fire accident. Lorentz Curves of fire frequency vs population are drawn from2000to2010at the provincial level, at the same time, Gini coefficient of each year is calculated out by the method of curve fitting. Theil index and its one-stage decomposition method are used to study the difference of fire accident distribution. This paper takes the six administrative regions and three homogenous regions as investigated regional unit, and measures difference within, total difference and the difference between regions from2000to2010in China with Theil index.
(6) Spatial autocorrelation theory have been thoroughly researched and it applied to spatial autocorrelation of fire accident distribution。The methods, including global spatial autocorrelation, local spatial autocorrelation and scatter plot are used to analyse spatial distribution of fire accident, verifying spatial cluster in spatial distribution, determining the specific location of hotspots and its movement trend。
(7) The methods of Nearest Neighbor (NN) and Standard Deviation Ellipse (SDE),are used to describe the statistical indices of discrete tendency and central tendency for fire accident cases. Some useful knowledge of spatial distribution is discovered.
(8) A new combination method called gray correlation analysis and multiple linear regression method is applied to predict national fire rates. At the same time, theory and method of gray is applied to comprehensive assessment of fire situation in portrait and landscape orientation.
(9) Apriori algorithm is systematically discussed, and it is applied to SDM of fire accident cases to discover the rules and knowledge for fire protection.Accoring to association rules related, some hot-spot areas of fire accident can be labeled.
In view of the present problems among researches for fire accident, theories and methods of SDM is introduced to this field innovatively, and research framework in SDM research perspective also designed. This paper will provide a new idea and perspective of fire accident research and of value both in academic research and practical application.
This paper contains59Figures,85tables,162references.
本文基于这一背景,旨在将数据挖掘特别是空间数据挖掘理论与技术引入火灾分析中,结合相应数据挖掘的数据分析方法和事故分析理论,并引入新的原理与方法,针对目前火灾历史数据,从数据挖掘的视角,以宏观研究与微观研究相结合的总体研究路线,挖掘出隐藏在数据背后的有价值的潜在知识,用于指导火灾的预防、控制以及为火灾风险管理、消防管理模式、消防资源配置等提供决策基础。
目前,现有的火灾数据形式主要是火灾统计数据和火灾案例数据,本文将分别针对这两类数据采取不同的原理与方法进行数据分析,以期挖掘出隐含在数据背后可以指导火灾预防与控制的有价值的知识。本文的研究主要沿着五个方向展开：(1)火灾空间分布及其原因分析；(2)火灾评价与预测；(3)火灾的空间数据分析及应用；(4)火灾点的空间点模式分析及应用；(5)空间关联规则分析及应用。
本文的主要研究内容如下：
一、针对现有火灾分析研究中存在的问题,突破以往以建筑物使用类型或建筑物个体为研究客体的局限,提出了火灾研究的数据挖掘视角,系统性地将数据挖掘的理论与方法引入火灾的分析研究中。
二、运用区位熵研究方法,根据相应的区位熵对区域的火灾危险性、易损性、防灾能力以及风险性进行判定,并探索其空间分布及类型,同时对火灾区位熵差异性进行了分析。
三、提出火灾重心理论与分析模型,分析省域尺度下火灾发生次数、火灾直接经济损失的空间分布重心及其变化趋势；并利用支持向量机预测模型,对火灾发生次数、火灾直接经济损失重心进行了预测,并验证了模型的有效性、合理性。
四、定义了四种火灾集中分布指数,用以度量火灾集中分布情况；并分析我国2000-2010年期间,火灾四种集中指数总体趋势及其原因分析。
五、应用洛伦兹曲线和基尼系数的理论与方法,分析我国火灾分布的均衡性(或差异性)。而对火灾分布总体差异主要来源,采用锡尔系数及其一阶段分解方法,揭示组间差异和组内差异各自的变动方向和变动幅度以及各自在总体差异中的重要性及其影响。
六、系统地研究了空间自相关空间分析理论,并将其引入到火灾的空间自相关性研究中,应用全局空间自相关、局部空间自相关、散点图等分析方法,分析我国省域尺度下,火灾发生率空间整体分布状况,检验是否存在空间聚集特性,找出聚集现象的具体聚集位置,分析热点地区是否有移动现象。
七、应用空间点模式分析中的最邻近距离与标准差椭圆分析方法,描述火灾点分布的集中趋势或离散趋势,判定火灾点分布是否聚集分布。挖掘出不同类型火灾在不同时段的空间形态变化的规律。
八、提出了基于灰色理论与线性组合的预测模型,应用到全国火灾发生率、直接损失率的预测中,并验证了模型的有效性、合理性。基于灰色理论并考虑价格指数的影响,对全国火灾形势进行综合评价。
九、系统性地研究了关联规则中的Apriori算法,并将其应用于火灾案例的数据挖掘,分析得出火灾发生的主要区域及其相关因素,并对此提出相应的对策。
本文针对目前火灾研究中存在的薄弱环节,在数据挖掘的研究视角下,运用多学科交叉理论对火灾进行了研究,建立了多种火灾数据分析模型,构建了火灾的数据挖掘的框架,有较高的学术研究价值和推广应用前景。
Fire disaster has already been recognized as one of serious threats to the survival and development of human being, which shows its own characteristics such as long span of time and space, high frequency of occurrence and heavy losses。With the development of data collection and storage technology, relevant departments would be easier to collect and store huge raw data related with fire.At the same time, theories and methods of spatial data mining(SDM) also provide a new way for fire research.So as a new research view and idea, SDM technology would face unprecedented opportunities for analyzing data of fire。But so far fire research, in SDM research perspectives, is lack of necessary, systematic attention in the domestic and foreign academic research and practical exploration. Based on this background, the thesis aims to introduce SDM technology to fire research, combining theories and methods of SDM with the theory for fire accident analysis. Some innovation achievement has been accomplished, listed below:
(1)In view of the present problems among researches for fire accident, the thesis breaks up the limit of these traditional research object, such as a separate building and creatively points out a new ideal for fire accident in SDM research perspective.
(2) Theories and methods of location quotient are introduced to calculate the location quotients of fire dange, fire prevention and mitigation capacity, fire vulnerability and fire risk in studied areas。 Accoring to corresponding location quotients, ranks of fire dange, fire prevention and mitigation capacity, fire vulnerability and fire risk are evaluated. At the same time, the causes of the fire location quotient differences are analysed.
(3) Gravity theory fire accident is put forward innovatively, and it is introduced to analyse the gravity centre traces of fire frequency and direct economic losses at provincial scale in2005-2010. Using SVM forecasting model, gravity center coordinates in the future are predicted with higher precision.
(4) Four types of fire concentration index are defined innovatively, respectively named concentration index of fire frequency based on population(FCI1) and GDP (FCI2),and concentration index of fire direct economic losses based on population(FCI3) and GDP (FCI4). Four types of index are calculated out and analysed in2000-2010.
(5) Theories and methods of Space Lorentz Curve and Gini coefficient are introduced to research of fire accident. Lorentz Curves of fire frequency vs population are drawn from2000to2010at the provincial level, at the same time, Gini coefficient of each year is calculated out by the method of curve fitting. Theil index and its one-stage decomposition method are used to study the difference of fire accident distribution. This paper takes the six administrative regions and three homogenous regions as investigated regional unit, and measures difference within, total difference and the difference between regions from2000to2010in China with Theil index.
(6) Spatial autocorrelation theory have been thoroughly researched and it applied to spatial autocorrelation of fire accident distribution。The methods, including global spatial autocorrelation, local spatial autocorrelation and scatter plot are used to analyse spatial distribution of fire accident, verifying spatial cluster in spatial distribution, determining the specific location of hotspots and its movement trend。
(7) The methods of Nearest Neighbor (NN) and Standard Deviation Ellipse (SDE),are used to describe the statistical indices of discrete tendency and central tendency for fire accident cases. Some useful knowledge of spatial distribution is discovered.
(8) A new combination method called gray correlation analysis and multiple linear regression method is applied to predict national fire rates. At the same time, theory and method of gray is applied to comprehensive assessment of fire situation in portrait and landscape orientation.
(9) Apriori algorithm is systematically discussed, and it is applied to SDM of fire accident cases to discover the rules and knowledge for fire protection.Accoring to association rules related, some hot-spot areas of fire accident can be labeled.
In view of the present problems among researches for fire accident, theories and methods of SDM is introduced to this field innovatively, and research framework in SDM research perspective also designed. This paper will provide a new idea and perspective of fire accident research and of value both in academic research and practical application.
This paper contains59Figures,85tables,162references.
引文
[1]李涛.当前企业消防安全管理工作的问题与对策分析[J].中小企业管理与科技(下旬刊),2009,(11)：20.
[2]戴仕杰,蔡宾斌.基于时间序列分析的火灾形势综合评价和预测[J].科技信息,2012,(06)：137-138.
[3]孙葆玮.建筑火灾面面观[J].城市与减灾,2009,(04)：25-31.
[4]张树平,史行君,卢兆明.建筑火灾中人的行为研究综述[J].消防科学与技术,2005,(02)：178-181.
[5]国家安全生产监督管理总局.中国安全生产年鉴2010[M].北京市：煤炭工业出版社,2011.475.
[6]国家安全生产监督管理总局组织编写.中国安全生产年鉴：2008[M].北京市：煤炭工业出版社,2009.476.
[7]国家安全生产监督管理总局组织编写.中国安全生产年鉴 2004[M].北京市：煤炭工业出版社,2005.410.
[8]黄毅.中国安全生产年鉴2007[M].北京市：煤炭工业出版社,2008.493.
[9]闪淳昌.中国安全生产年鉴2002[M].北京市：煤炭工业出版社,2003.606.
[10]闪淳昌主编国家安全生产监督管理局,国家煤矿安全监察局.中国安全生产年鉴2000-2001[M].北京市：煤炭工业出版社,2002.554.
[11]王显政.中国安全生产年鉴 2005[M].北京市：煤炭工业出版社,2006.441.
[12]赵铁锤.中国安全生产年鉴 2003[M].北京市：煤炭工业出版社,2004.465.
[13]孟正夫.世界各国火灾简况[J].消防技术与产品信息,2011,(02)：91.
[14]邸凯昌.空间数据挖掘和知识发现的理论与方法[D].武汉大学,1999.
[15]李德仁,王树良,李德毅,等.论空间数据挖掘和知识发现的理论与方法[J].武汉大学学报(信息科学版),2002,(03)：221-233.
[16]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,(04)：6-10.
[17]王新华,米飞,冯英春,等.空间数据挖掘技术的研究现状与发展趋势[J].计算机应用研究,2009,(07)：2401-2403.
[18]Zadeh L A. The concept of a linguistic variable and its application to approximate reasoning-Ⅰ[J]. Information Sciences,1975,8(3):199-249.
[19]Zadeh L A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes[J]. Systems, Man and Cybernetics, IEEE Transactions on, 1973, SMC-3(1):28-44.
[20]李凡,徐章艳.Vague集之间的相似度量[J].软件学报,2001,(06)：922-927.
[21]刘华文.Vague集之间的相似度量及其在模式识别中的应用[J].山东大学学报(工学版),2004,(01)：110-114.
[22]娄建国.Vague集之间的相似度量及其在方案决策中的应用[J].工程设计学报,2005,(06)：325-328.
[23]石玉强,廖起彬,王鸿绪.Vague集之间的相似度量定义的再讨论[J].计算机科学,2012,(12)：255-256.
[24]赵忠伟.Vague集之间的相似度量及其在机械设计方案决策中的应用[J].绍兴文理学院学报(自然科学版),2008,(04)：54-58.
[25]谢道文,施式亮.基于云理论与加权马尔可夫模型的矿井涌水量预测[J].中南大学学报(自然科学版),2012,(06)：2308-2315.
[26]谢道文,施式亮.基于云模型的煤炭企业物资供应商综合评价[J].计算机工程与应用,2013,(06)：229-233.
[27]Ester M, Kriegel H, Sander J, et al. A density-based algorithm for discovering clusters in large spatial databases with noise. [C].1996.226-231.
[28]周成虎,张健挺.基于信息熵的地学空间数据挖掘模型[J].中国图象图形学报,1999,(11)：48-53.
[29]Agrawal R, Imieli T, Ski, et al. Mining association rules between sets of items in large databases[J]. SIGMOD Rec.,1993,22(2):207-216.
[30]程继华,施鹏飞.多层次关联规则的有效挖掘算法[J].软件学报,1998,(12)：58-62.
[31]许龙飞,杨晓昀.KDD中广义关联规则发现技术研究[J].计算机工程与应用,1998,(09)：33-36.
[32]李德毅.发现状态空间理论[J].小型微型计算机系统,1994,(11)：1-6.
[33]灰色系统基本方法：[M].华中科技大学出版社,2005.
[34]康大伟.基于GIS和空间数据挖掘的事故分析系统的研究与开发[D].江苏大学,2007.
[35]王爽,魏振钢.空间关联规则算法在环境污染事故应急处理系统中的应用研究[C].中国安徽芜湖：2010.4.
[36]王爽.GIS与空间数据挖掘技术在环境污染事故应急处理系统中的应用研究[D].中国海洋大学,2010.
[37]王增超.矿山瓦斯灾害的空间数据挖掘[D].山东科技大学,2009.
[38]毕吉嵩.基于GIS的县域泥石流危险性评价研究[D].西安科技大学,2012.
[39]程花.基于GIS的原州区地质灾害危险性评价[D].长安大学,2012.
[40]郎文霞.基于GIS的地震滑坡灾害危险性评价研究[D].太原理工大学,2012.
[41]李彦宝.基于GIS的地质灾害风险评估系统研发与应用[D].中国地质大学(北京),2008.
[42]牛全福.基于GIS的地质灾害风险评估方法研究[D].兰州大学,2011.
[43]苏文静.基于GIS/RS的左江流域生态风险评价[D].广西师范学院,2012.
[44]薛东剑.RS与GIS在区域地质灾害风险评价中的应用[D].成都理工大学,2010.
[45]俞莉.基于GIS的滑坡灾害危险性区划研究[D].兰州大学,2012.
[46]Agency F E M, Administration U S F, Center N F D. An NFIRS Analysis: Investigating City Characteristics and Residential Fire Rates[M]. CreateSpace Independent Publishing Platform,2013.
[47]Agency F E M, Administration U S F, Center N F D. An NFIRS Analysis: Investigating City Characteristics and Residential Fire Rates [M]. CreateSpace Independent Publishing Platform,2013.
[48]Corporation T, S. N F D C. An NFIRS Analysis:Investigating City Characteristics and Residential Fire Rates[M]. Federal Emergency Management Agency, U.S. Fire Administration, National Fire Data Center,1998.
[49]陈建忠,刘剑斌,肖应忠,等.建阳市森林火灾时空分布特征[J].福建林学院学报,2010,(02)：119-122.
[50]俞社保,施向宏,丁思统.吉安市森林火灾5年中时空分布分析[J].江西林业科技,2008,(03)：29-39.
[51]王景华,李德,陈锋,等.四川省森林火灾空间分布及趋势变化研究[J].森林防火,2012,(02)：26-30.
[52]银洁琼,陈伟.湖南省森林火灾空间格局及应急资源空间分布探析[J].现代农业科技,2012,(09)：234-237.
[53]曾庆峰.广东省森林火灾情况的空间分布特征和聚类分析[J].森林防火,2009,(04)：29-32.
[54]杨广斌,唐小明,宁晋杰,等,北京市19862006年森林火灾的时空分布规律[J].林业科学,2009,(07)：90-95.
[55]张冬有,邓欧,李亦秋,等.黑龙江省19802005年森林火灾时空特征[J].林业科学,2012,(02)：175-179.
[56]胡海清,李楠,孙龙,等.伊春地区森林火灾时空分布格局[J].东北林业大学学报,2011,(10)：67-70.
[57]傅泽强.内蒙古干草原火灾时空分布动态研究[J].内蒙古气象,2001,(01)：28-30.
[58]李杰,张靖岩,郭建中,等.基于聚类分析的我国火灾空间分布研究[J].中国安全生产科学技术,2012,(02)：61-64.
[59]赵军,刘琳,符海月.1990-2000年甘肃主要民族人口重心迁移研究[J].西北人口,2005,(05)：31-33.
[60]许家伟,侯景伟,宋宏权,等.19902009年中国区域差异与空间格局—以人口重心与经济重心为例[J].人文地理,2011,(04)：85-90.
[61]赵军,符海月.GIS在人口重心迁移研究中的应用[J].测绘工程,2001,(03)：41-43.
[62]秦振霞.甘肃省经济重心与人口重心的动态演变及对比分析[D].西北师范大学,2010.
[63]刘兴东,郑连斌,石晶瑜.关于内蒙古自治区人口重心的研究[J].内蒙古师大学报(哲学社会科学版),1995,(02)：94-100.
[64]李文训,孙希华.基于GIS的山东省人口重心迁移研究[J].山东师范大学学报(自然科学版),2007,(03)：83-86.
[65]傅娟.基于GIS的新疆经济重心、人口重心与消费重心的空间迁移研究[D].新疆财经大学,2012.
[66]李琪.内蒙古经济重心、产业重心及人口重心演变对比研究[J].现代营销(学苑版),20 1 2,(07)：206-207.
[67]樊杰.中国农村工业化的经济分析及省际发展水平差异[J].地理学报,1996,(05)：398-407.
[68]周民良.经济重心、区域差距与协调发展[J].中国社会科学,2000,(02)：42-53.
[69]徐建华,岳文泽.近20年来中国人口重心与经济重心的演变及其对比分析[J].地理科学,2001,(05)：385-389.
[70]冯宗宪,黄建山.重心研究方法在中国产业与经济空间演变及特征中的实证应用[J].社会科学家,2005,(02)：77-80.
[71]刘楝子.重庆市“一圈两翼”战略中人口空间分布研究[D].重庆师范大学,2008.
[72]张祥晶.中国在业人口区域分布研究[D].浙江大学,2010.
[73]陈楠.基于GIS的人口时空分布特征研究[D].山东科技大学,2005.
[74]刘芬.黄河流域人口空间分异研究[D].河南大学,2008.
[75]曹敏.地区专业化、产业地理集中与区域一体化进程研究[D].厦门大学,2007.
[76]晏林.中国文化产业地区分布与结构分析[D].东北财经大学,2011.
[77]王炳文.中国煤炭产业集中度及政策研究[D].北京交通大学,2013.
[78]Lorenz M O. Methods of measuring the concentration of wealth[J]. Publications of the American Statistical Association,1905,9(70):209-219.
[79]刘敏红,何政伟,姜兰,等.空间罗伦兹曲线在土地利用及其变化研究中的应用—以西藏拉萨市城关区为例[J].水土保持研究,2010,(01)：228-231.
[80]林文鹏.罗伦兹曲线在地区产业结构空间分析中的应用—以闽东南沿海福、厦、泉、漳、莆5市为例[J].国土与自然资源研究,2001,(03)：10-12.
[81]张云霞,李梅,刘中雨,等.山西省卫生资源配置公平性研究—基于洛伦兹曲线与基尼系数方法[J].卫生经济研究,2011,(09)：33-35.
[82]杨俊,王佳,张宗益.中国省际碳排放差异与碳减排目标实现—基于碳洛伦兹曲线的分析[J].环境科学学报,2012,(08)：2016-2023.
[83]龚红娥.基尼系数及其实际应用[J].市场与人口分析,2002,(06)：35-40.
[84]孙立硕.基于基尼系数法的县域经济差异分析—以陕西丹凤县为例[J].地下水,2011,(06)：179-180.
[85]张旖诺.浅析城乡收入差距扩大的农业政策根源[J].燕山大学学报(哲学社会科学版),2007,(S1)：18-20.
[86]李栗.收入分配差距的贫困度研究[D].辽宁大学,2012.
[87]李敏,李东坡,李志宏.基尼系数的简化计算方法初探[J].河北农业科学,2006,(02)：89-92.
[88]叶礼奇.基尼系数计算方法[J].中国统计,2003,(04)：60.
[89]李聪睿.计算基尼系数的算法研究及其应用[J].广东工业大学学报,2005,(02)：125-129.
[90]鲁凤,徐建华.基于二阶段嵌套锡尔系数分解方法的中国区域经济差异研究[J].地理科学,2005,(04)：19-25.
[91]张文信,刘春艳,殷昭国.山东省区域经济差异的二阶段嵌套锡尔系数分解分析[J].山东师范大学学报(自然科学版),2007,(02)：104-106.
[92]Niu F. Regional Analysis on Chinese Residents Income Disparities Based on Theil's Entrophy[Z].西安：2009.
[93]Fei-Liang N, Qing-Hua H. A Theil's Entropy Measure Applied to Calculating Income Disparity in China Urban Residents Since Mid-1980s[Z].烟台:2008.
[94]汤琰,凌亢.基于锡尔系数的江苏省区域经济差异分析[J].南京财经大学学报,2007,(04)：9-12.
[95]戴桂林,程晓丽.三大沿海经济区经济差异的锡尔系数分析[J].时代金融,2011,(17)：20-24.
[96]张星星,周建农,彭爱东.基于锡尔系数的农村信息化区域差异及协调度研究—以江苏省为例[J].图书情报工作,2012,(12)：39-44.
[97]鲁凤,徐建华.基于二阶段嵌套锡尔系数分解方法的中国区域经济差异研究[J].地理科学,2005,(04)：19-25.
[98]卢晓旭,陆玉麒,尚正永.基于锡尔系数的1998-2007年中国区域经济差异分析[J].国土与自然资源研究,2009,(04)：5-7.
[99]文艳,郑向敏,李勇泉.基于锡尔系数的西部12省旅游竞争力差异研究[J].重庆师范大学学报(自然科学版),2013,(02)：128-134.
[100]杨莎莎,裴金平.基于锡尔系数的1995-2008年中国三大地带旅游发展差异研究[J].经济问题探索,2011,(03)：110-115.
[101]赵俊远,苏朝阳,黄宁.西北5省(区)区域旅游经济差异变化—基于泰尔指数的测度[J].资源开发与市场,2008,(03)：214-217.
[102]梁政骥,吕拉昌.基于锡尔系数的广东省城市创新能力差异研究[J].地域研究与开发,2012,(03)：73-77.
[103]Dao-Wen X, Shi-Liang S. Prediction for Burned Area of Forest Fires Based on SVM Model[C]. Xi'an, China:2014.4084-4089.
[104]安振宇,陈云国.基于火灾统计数据的火灾形势综合评价和定量预测[J].中国安全生产科学技术,2006,(02)：29-33.
[105]刘思峰等著.灰色系统理论及其应用[M].北京：科学出版社,2010.49-58.
[106]Ben-Sheng Y, Liang Z, Miao L, et al. Improvement of deep high stress laneway support based on fuzzy gray theory[J]. Procedia Earth and Planetary Science, 2009,1(1).
[107]Dvorkin A, Culver K E, Szechtman H. Differential effects of clorgyline on sensitization to quinpirole in rats tested in small and large environments [J]. Psychopharmacology,2006,186(4).
[108]Johnson D P, Wilson J S. The socio-spatial dynamics of extreme urban heat events:The case of heat-related deaths in Philadelphia[J]. Applied Geography, 2008,29(3).
[109]Joshuakent, Michaelleitner. Efficacy of standard deviational ellipses in the application of criminal geographic profiling[J]. J. Investig. Psych. Offender Profil.,2008,4(3).
[110]Kang, Yaming. Study on Prediction Technique of Clothes Color Based on Gray Theory and Support Vector Machine[J]. EN,2012,7(17).
[111]徐晓萌,王玉华,王盟盟,等.灰色系统理论在高校学生公寓火灾风险评价中的应用[J].中国安全生产科学技术,2012,(09)：138-144.
[112]刘辉,赵志寅,蒋达华.灰色关联分析在矿山安全评价中的应用[J].工业安全与环保,2005,(06)：55-57.
[113]李中才,刘刚.矿井安全指标的灰色关联评价模型及应用[J].矿业工程,2006,(04)：57-59.
[114]李德毅,杜鷁.不确定性人工智能[M].北京市：国防工业出版社,2005.411.
[115]Bing-Hong D A, Tong-Hui L. Research of Manufacturing Industry with Anhui Characteristic Based on Location Quotient Theory[C].中国江苏南京:2013.5.
[116]Xi'An D J N P, Xi'An C Y N P, China. Empirical Research on equipment manufacturing industry in western based on location quotient[C].中国重庆: 2011.4.
[117]Shenyang Y G S O, Province L, Shenyang C B H G, et al. Research on Services Development in Liaoning Province Based on Location Quotient Theory[C].中国北京：2012.4.
[118]Kunming L X T R, Kunming P R C C, China P R. ADVANTAGE AND DISADVANTAGE EVALUATION MODEL OF REGIONAL COMPETITIVENESS BASED ON LOCATION QUOTIENT[C]. Hong Kong SAR, China:2003.4.
[119]宗刚,胡利红.基于区位熵理论的北京第三产业发展研究[J].中国市场,2010,(13)：47-49.
[120]张王雁,潘庆.基于区位熵理论的皖江城市带产业结构分析[J].云南地理环境研究,2010,(06)：39-44.
[121]蔡飞,金洪.基于区位熵理论的中国资源型地区判定研究[J].技术经济与管理研究,2010,(02)：142-144.
[122]赵小沉.区位熵模型在土地利用变化分析中的新运用[J].经济地理,2013,(02)：162-167.
[123]陈力凡.基于区位商的高校分类管理研究—以"985工程”高校为例[J].研究生教育研究,2014,(01)：60-64.
[124]昌广东,吴耀宏.教育区位商的构建[J].现代教育管理,2009,(10)：23-26.
[125]谢道文,施式亮.基于灰色理论与线性回归的降雨量测点优选[J].计算机 工程,2012,(16)：31-34.
[126]李新运.城市空间数据挖掘方法与应用研究[D].山东科技大学,2004.175.
[127]Symanzik J. Statistical Analysis of Spatial Point Patterns[J]. Technometrics, 2005,47(4).
[128]Wallet F, Dussert C. Multifactorial Comparative Study of Spatial Point Pattern Analysis Methods[J]. Journal of Theoretical Biology,1997,187(3).
[129]徐晓佘冰朱欣焰呙维杨云涛.道路网约束下的城市事件空间点模式分析[J].计算机应用研究,2013.
[130]张志杰,彭文祥,周艺彪,等.基于空间点模式分析的急性血吸虫病流行特征探讨[J].中华流行病学杂志,2007,(12)：1242-1243.
[131]Barbini P, Cevenini G, Massai M R. Nearest-Neighbor Analysis of Spatial Point Patterns:Application to Biomedical Image Interpretation[J]. Computers and Biomedical Research,1996,29(6).
[132]Ho L P, Chiu S N. Using Weight Functions in Spatial Point Pattern Analysis with Application to Plant Ecology Data[J]. Communications in Statistics Simulation and Computation,2009,38(2).
[133]Khaemba W M. Spatial point pattern analysis of aerial survey data to assess clustering in wildlife distributions[J]. International Journal of Applied Earth Observations and Geoinformation,2001,3(2).
[134]Lucio P S, de Brito N L C. Detecting Randomness in Spatial Point Patterns:A "Stat-Geometrical" Alternative[J]. Mathematical Geology,2004,36(1).
[135]郭福涛,胡海清,马志海.应用空间点模式方法研究大兴安岭雷击火空间分布格局[J].生态学报,2009,(12)：6741-6747.
[136]佘冰,朱欣焰,呙维,等.基于空间点模式分析的城市管理事件空间分布及演化—以武汉市江汉区为例[J].地理科学进展,2013,(06)：924-931.
[137]Joshuakent, Michaelleitner. Efficacy of standard deviational ellipses in the application of criminal geographic profiling[J]. J. Investig. Psych. Offender Profil.,2008,4(3).
[138]David E. Statistics in Geography: A Practical Approach-Revised with 17 Programs[M]. Wiley,1985.
[139]Dvorkin A, Culver K E, Szechtman H. Differential effects of clorgyline on sensitization to quinpirole in rats tested in small and large environments [J]. Psychopharmacology,2006,186(4).
[140]Johnson D P, Wilson J S. The socio-spatial dynamics of extreme urban heat events:The case of heat-related deaths in Philadelphia[J]. Applied Geography, 2008,29(3).
[141]Joshuakent, Michaelleitner. Efficacy of standard deviational ellipses in the application of criminal geographic profiling[J]. J. Investig. Psych. Offender Profil.,2008,4(3).
[142]Mamuse A, Porwal A, Kreuzer O, et al. A new method for spatial centrographic analysis of mineral deposit clusters[J]. Ore Geology Reviews,2009,36(4).
[143]Lee J, Wong D W S. Statistical Analysis with Arc View GIS[M]. Wiley,2001.
[144]杨玉胜,吴立志,罗英茹.火灾发生率与社会经济因素的灰色关联度分析[J].消防科学与技术,2006,(04)：543-544.
[145]杨立中,陈恒,崔蔚,等.气象因素对江苏区域城市火灾发生的影响[J].中国安全科学学报,2005,(04)：3-5.
[146]周尧.城市火灾起数与气象因素的回归模型研究[D].合肥工业大学,2012.
[147]徐波.经济发展及气候变化对中国城市火灾时空变化的宏观影响[D].南京大学,2012.
[148]Kamber J H A M. Data Mining Concepts and Techniques(英文版第2版)[M].北京市：高等教育出版社,2001.
[149]刘亚波.关联规则挖掘方法的研究及应用[D].吉林大学,2005.
[150]Huang Y, Yao J. A Study on Associated Rules and Fuzzy Partitions for Classification[J]. Intelligent Information Management,2012,04(05).
[151]Karima, Hadj-Tayeb, Lilia, et al. Distributed Data Mining by associated rules: Improvement of the Count Distribution algorithm[J]. EN,2012,9(3).
[152]Wei T, Zheng-Guang Z, Huan-Huan W. [Analysis of associated rules between Chinese medical syndrome typing features of epigastric pain and endoscopic features].[J]. Zhongguo Zhong xi yi jie he za zhi Zhongguo Zhongxiyi jiehe zazhi=Chinese journal of integrated traditional and Western medicine/ Zhongguo Zhong xi yi jie he xue hui, Zhongguo Zhong yi yan jiu yuan zhu ban, 2013,33(3).
[153]陈宁军,高志年.一种改进的正负关联规则挖掘算法[J].计算机科学,2011,(12)：191-193.
[154]邓景毅.关联规则数据挖掘综述[J].电脑学习,2006,(03)：4-5.
[155]朱文婕,胡学钢.关联规则评价方法综述[J].安徽科技学院学报,2007,(05)：37-40.
[156]Lee W, Jiang J, Lee S. Mining fuzzy periodic association rules [J]. Data & Knowledge Engineering,2008,65(3):442-462.
[157]Pasquier N. Mining association rules using formal concept analysis[C]. Darmstadt, Germany:2000.259-264.
[158]Toroslu I H. Repetition support and mining cyclic patterns[J]. Expert Systems with Applications,2003,25(3):303-311.
[159]Jiawei H, Fu A W. Mining multiple-level association rules in large databases[J]. Knowledge and Data Engineering, IEEE Transactions on,1999,11(5): 798-805.
[160]Dunham M H. Data Mining: Introductory And Advanced Topics[M]. Pearson Education,2006.
[161]王国胤.Rough集理论与知识获取[M].西安市：西安交通大学出版社,2001.226.
[162]刘清.Rough集及Rough推理(第3版)[M].北京市：科学出版社,2005.
[2]戴仕杰,蔡宾斌.基于时间序列分析的火灾形势综合评价和预测[J].科技信息,2012,(06)：137-138.
[3]孙葆玮.建筑火灾面面观[J].城市与减灾,2009,(04)：25-31.
[4]张树平,史行君,卢兆明.建筑火灾中人的行为研究综述[J].消防科学与技术,2005,(02)：178-181.
[5]国家安全生产监督管理总局.中国安全生产年鉴2010[M].北京市：煤炭工业出版社,2011.475.
[6]国家安全生产监督管理总局组织编写.中国安全生产年鉴：2008[M].北京市：煤炭工业出版社,2009.476.
[7]国家安全生产监督管理总局组织编写.中国安全生产年鉴 2004[M].北京市：煤炭工业出版社,2005.410.
[8]黄毅.中国安全生产年鉴2007[M].北京市：煤炭工业出版社,2008.493.
[9]闪淳昌.中国安全生产年鉴2002[M].北京市：煤炭工业出版社,2003.606.
[10]闪淳昌主编国家安全生产监督管理局,国家煤矿安全监察局.中国安全生产年鉴2000-2001[M].北京市：煤炭工业出版社,2002.554.
[11]王显政.中国安全生产年鉴 2005[M].北京市：煤炭工业出版社,2006.441.
[12]赵铁锤.中国安全生产年鉴 2003[M].北京市：煤炭工业出版社,2004.465.
[13]孟正夫.世界各国火灾简况[J].消防技术与产品信息,2011,(02)：91.
[14]邸凯昌.空间数据挖掘和知识发现的理论与方法[D].武汉大学,1999.
[15]李德仁,王树良,李德毅,等.论空间数据挖掘和知识发现的理论与方法[J].武汉大学学报(信息科学版),2002,(03)：221-233.
[16]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,(04)：6-10.
[17]王新华,米飞,冯英春,等.空间数据挖掘技术的研究现状与发展趋势[J].计算机应用研究,2009,(07)：2401-2403.
[18]Zadeh L A. The concept of a linguistic variable and its application to approximate reasoning-Ⅰ[J]. Information Sciences,1975,8(3):199-249.
[19]Zadeh L A. Outline of a New Approach to the Analysis of Complex Systems and Decision Processes[J]. Systems, Man and Cybernetics, IEEE Transactions on, 1973, SMC-3(1):28-44.
[20]李凡,徐章艳.Vague集之间的相似度量[J].软件学报,2001,(06)：922-927.
[21]刘华文.Vague集之间的相似度量及其在模式识别中的应用[J].山东大学学报(工学版),2004,(01)：110-114.
[22]娄建国.Vague集之间的相似度量及其在方案决策中的应用[J].工程设计学报,2005,(06)：325-328.
[23]石玉强,廖起彬,王鸿绪.Vague集之间的相似度量定义的再讨论[J].计算机科学,2012,(12)：255-256.
[24]赵忠伟.Vague集之间的相似度量及其在机械设计方案决策中的应用[J].绍兴文理学院学报(自然科学版),2008,(04)：54-58.
[25]谢道文,施式亮.基于云理论与加权马尔可夫模型的矿井涌水量预测[J].中南大学学报(自然科学版),2012,(06)：2308-2315.
[26]谢道文,施式亮.基于云模型的煤炭企业物资供应商综合评价[J].计算机工程与应用,2013,(06)：229-233.
[27]Ester M, Kriegel H, Sander J, et al. A density-based algorithm for discovering clusters in large spatial databases with noise. [C].1996.226-231.
[28]周成虎,张健挺.基于信息熵的地学空间数据挖掘模型[J].中国图象图形学报,1999,(11)：48-53.
[29]Agrawal R, Imieli T, Ski, et al. Mining association rules between sets of items in large databases[J]. SIGMOD Rec.,1993,22(2):207-216.
[30]程继华,施鹏飞.多层次关联规则的有效挖掘算法[J].软件学报,1998,(12)：58-62.
[31]许龙飞,杨晓昀.KDD中广义关联规则发现技术研究[J].计算机工程与应用,1998,(09)：33-36.
[32]李德毅.发现状态空间理论[J].小型微型计算机系统,1994,(11)：1-6.
[33]灰色系统基本方法：[M].华中科技大学出版社,2005.
[34]康大伟.基于GIS和空间数据挖掘的事故分析系统的研究与开发[D].江苏大学,2007.
[35]王爽,魏振钢.空间关联规则算法在环境污染事故应急处理系统中的应用研究[C].中国安徽芜湖：2010.4.
[36]王爽.GIS与空间数据挖掘技术在环境污染事故应急处理系统中的应用研究[D].中国海洋大学,2010.
[37]王增超.矿山瓦斯灾害的空间数据挖掘[D].山东科技大学,2009.
[38]毕吉嵩.基于GIS的县域泥石流危险性评价研究[D].西安科技大学,2012.
[39]程花.基于GIS的原州区地质灾害危险性评价[D].长安大学,2012.
[40]郎文霞.基于GIS的地震滑坡灾害危险性评价研究[D].太原理工大学,2012.
[41]李彦宝.基于GIS的地质灾害风险评估系统研发与应用[D].中国地质大学(北京),2008.
[42]牛全福.基于GIS的地质灾害风险评估方法研究[D].兰州大学,2011.
[43]苏文静.基于GIS/RS的左江流域生态风险评价[D].广西师范学院,2012.
[44]薛东剑.RS与GIS在区域地质灾害风险评价中的应用[D].成都理工大学,2010.
[45]俞莉.基于GIS的滑坡灾害危险性区划研究[D].兰州大学,2012.
[46]Agency F E M, Administration U S F, Center N F D. An NFIRS Analysis: Investigating City Characteristics and Residential Fire Rates[M]. CreateSpace Independent Publishing Platform,2013.
[47]Agency F E M, Administration U S F, Center N F D. An NFIRS Analysis: Investigating City Characteristics and Residential Fire Rates [M]. CreateSpace Independent Publishing Platform,2013.
[48]Corporation T, S. N F D C. An NFIRS Analysis:Investigating City Characteristics and Residential Fire Rates[M]. Federal Emergency Management Agency, U.S. Fire Administration, National Fire Data Center,1998.
[49]陈建忠,刘剑斌,肖应忠,等.建阳市森林火灾时空分布特征[J].福建林学院学报,2010,(02)：119-122.
[50]俞社保,施向宏,丁思统.吉安市森林火灾5年中时空分布分析[J].江西林业科技,2008,(03)：29-39.
[51]王景华,李德,陈锋,等.四川省森林火灾空间分布及趋势变化研究[J].森林防火,2012,(02)：26-30.
[52]银洁琼,陈伟.湖南省森林火灾空间格局及应急资源空间分布探析[J].现代农业科技,2012,(09)：234-237.
[53]曾庆峰.广东省森林火灾情况的空间分布特征和聚类分析[J].森林防火,2009,(04)：29-32.
[54]杨广斌,唐小明,宁晋杰,等,北京市19862006年森林火灾的时空分布规律[J].林业科学,2009,(07)：90-95.
[55]张冬有,邓欧,李亦秋,等.黑龙江省19802005年森林火灾时空特征[J].林业科学,2012,(02)：175-179.
[56]胡海清,李楠,孙龙,等.伊春地区森林火灾时空分布格局[J].东北林业大学学报,2011,(10)：67-70.
[57]傅泽强.内蒙古干草原火灾时空分布动态研究[J].内蒙古气象,2001,(01)：28-30.
[58]李杰,张靖岩,郭建中,等.基于聚类分析的我国火灾空间分布研究[J].中国安全生产科学技术,2012,(02)：61-64.
[59]赵军,刘琳,符海月.1990-2000年甘肃主要民族人口重心迁移研究[J].西北人口,2005,(05)：31-33.
[60]许家伟,侯景伟,宋宏权,等.19902009年中国区域差异与空间格局—以人口重心与经济重心为例[J].人文地理,2011,(04)：85-90.
[61]赵军,符海月.GIS在人口重心迁移研究中的应用[J].测绘工程,2001,(03)：41-43.
[62]秦振霞.甘肃省经济重心与人口重心的动态演变及对比分析[D].西北师范大学,2010.
[63]刘兴东,郑连斌,石晶瑜.关于内蒙古自治区人口重心的研究[J].内蒙古师大学报(哲学社会科学版),1995,(02)：94-100.
[64]李文训,孙希华.基于GIS的山东省人口重心迁移研究[J].山东师范大学学报(自然科学版),2007,(03)：83-86.
[65]傅娟.基于GIS的新疆经济重心、人口重心与消费重心的空间迁移研究[D].新疆财经大学,2012.
[66]李琪.内蒙古经济重心、产业重心及人口重心演变对比研究[J].现代营销(学苑版),20 1 2,(07)：206-207.
[67]樊杰.中国农村工业化的经济分析及省际发展水平差异[J].地理学报,1996,(05)：398-407.
[68]周民良.经济重心、区域差距与协调发展[J].中国社会科学,2000,(02)：42-53.
[69]徐建华,岳文泽.近20年来中国人口重心与经济重心的演变及其对比分析[J].地理科学,2001,(05)：385-389.
[70]冯宗宪,黄建山.重心研究方法在中国产业与经济空间演变及特征中的实证应用[J].社会科学家,2005,(02)：77-80.
[71]刘楝子.重庆市“一圈两翼”战略中人口空间分布研究[D].重庆师范大学,2008.
[72]张祥晶.中国在业人口区域分布研究[D].浙江大学,2010.
[73]陈楠.基于GIS的人口时空分布特征研究[D].山东科技大学,2005.
[74]刘芬.黄河流域人口空间分异研究[D].河南大学,2008.
[75]曹敏.地区专业化、产业地理集中与区域一体化进程研究[D].厦门大学,2007.
[76]晏林.中国文化产业地区分布与结构分析[D].东北财经大学,2011.
[77]王炳文.中国煤炭产业集中度及政策研究[D].北京交通大学,2013.
[78]Lorenz M O. Methods of measuring the concentration of wealth[J]. Publications of the American Statistical Association,1905,9(70):209-219.
[79]刘敏红,何政伟,姜兰,等.空间罗伦兹曲线在土地利用及其变化研究中的应用—以西藏拉萨市城关区为例[J].水土保持研究,2010,(01)：228-231.
[80]林文鹏.罗伦兹曲线在地区产业结构空间分析中的应用—以闽东南沿海福、厦、泉、漳、莆5市为例[J].国土与自然资源研究,2001,(03)：10-12.
[81]张云霞,李梅,刘中雨,等.山西省卫生资源配置公平性研究—基于洛伦兹曲线与基尼系数方法[J].卫生经济研究,2011,(09)：33-35.
[82]杨俊,王佳,张宗益.中国省际碳排放差异与碳减排目标实现—基于碳洛伦兹曲线的分析[J].环境科学学报,2012,(08)：2016-2023.
[83]龚红娥.基尼系数及其实际应用[J].市场与人口分析,2002,(06)：35-40.
[84]孙立硕.基于基尼系数法的县域经济差异分析—以陕西丹凤县为例[J].地下水,2011,(06)：179-180.
[85]张旖诺.浅析城乡收入差距扩大的农业政策根源[J].燕山大学学报(哲学社会科学版),2007,(S1)：18-20.
[86]李栗.收入分配差距的贫困度研究[D].辽宁大学,2012.
[87]李敏,李东坡,李志宏.基尼系数的简化计算方法初探[J].河北农业科学,2006,(02)：89-92.
[88]叶礼奇.基尼系数计算方法[J].中国统计,2003,(04)：60.
[89]李聪睿.计算基尼系数的算法研究及其应用[J].广东工业大学学报,2005,(02)：125-129.
[90]鲁凤,徐建华.基于二阶段嵌套锡尔系数分解方法的中国区域经济差异研究[J].地理科学,2005,(04)：19-25.
[91]张文信,刘春艳,殷昭国.山东省区域经济差异的二阶段嵌套锡尔系数分解分析[J].山东师范大学学报(自然科学版),2007,(02)：104-106.
[92]Niu F. Regional Analysis on Chinese Residents Income Disparities Based on Theil's Entrophy[Z].西安：2009.
[93]Fei-Liang N, Qing-Hua H. A Theil's Entropy Measure Applied to Calculating Income Disparity in China Urban Residents Since Mid-1980s[Z].烟台:2008.
[94]汤琰,凌亢.基于锡尔系数的江苏省区域经济差异分析[J].南京财经大学学报,2007,(04)：9-12.
[95]戴桂林,程晓丽.三大沿海经济区经济差异的锡尔系数分析[J].时代金融,2011,(17)：20-24.
[96]张星星,周建农,彭爱东.基于锡尔系数的农村信息化区域差异及协调度研究—以江苏省为例[J].图书情报工作,2012,(12)：39-44.
[97]鲁凤,徐建华.基于二阶段嵌套锡尔系数分解方法的中国区域经济差异研究[J].地理科学,2005,(04)：19-25.
[98]卢晓旭,陆玉麒,尚正永.基于锡尔系数的1998-2007年中国区域经济差异分析[J].国土与自然资源研究,2009,(04)：5-7.
[99]文艳,郑向敏,李勇泉.基于锡尔系数的西部12省旅游竞争力差异研究[J].重庆师范大学学报(自然科学版),2013,(02)：128-134.
[100]杨莎莎,裴金平.基于锡尔系数的1995-2008年中国三大地带旅游发展差异研究[J].经济问题探索,2011,(03)：110-115.
[101]赵俊远,苏朝阳,黄宁.西北5省(区)区域旅游经济差异变化—基于泰尔指数的测度[J].资源开发与市场,2008,(03)：214-217.
[102]梁政骥,吕拉昌.基于锡尔系数的广东省城市创新能力差异研究[J].地域研究与开发,2012,(03)：73-77.
[103]Dao-Wen X, Shi-Liang S. Prediction for Burned Area of Forest Fires Based on SVM Model[C]. Xi'an, China:2014.4084-4089.
[104]安振宇,陈云国.基于火灾统计数据的火灾形势综合评价和定量预测[J].中国安全生产科学技术,2006,(02)：29-33.
[105]刘思峰等著.灰色系统理论及其应用[M].北京：科学出版社,2010.49-58.
[106]Ben-Sheng Y, Liang Z, Miao L, et al. Improvement of deep high stress laneway support based on fuzzy gray theory[J]. Procedia Earth and Planetary Science, 2009,1(1).
[107]Dvorkin A, Culver K E, Szechtman H. Differential effects of clorgyline on sensitization to quinpirole in rats tested in small and large environments [J]. Psychopharmacology,2006,186(4).
[108]Johnson D P, Wilson J S. The socio-spatial dynamics of extreme urban heat events:The case of heat-related deaths in Philadelphia[J]. Applied Geography, 2008,29(3).
[109]Joshuakent, Michaelleitner. Efficacy of standard deviational ellipses in the application of criminal geographic profiling[J]. J. Investig. Psych. Offender Profil.,2008,4(3).
[110]Kang, Yaming. Study on Prediction Technique of Clothes Color Based on Gray Theory and Support Vector Machine[J]. EN,2012,7(17).
[111]徐晓萌,王玉华,王盟盟,等.灰色系统理论在高校学生公寓火灾风险评价中的应用[J].中国安全生产科学技术,2012,(09)：138-144.
[112]刘辉,赵志寅,蒋达华.灰色关联分析在矿山安全评价中的应用[J].工业安全与环保,2005,(06)：55-57.
[113]李中才,刘刚.矿井安全指标的灰色关联评价模型及应用[J].矿业工程,2006,(04)：57-59.
[114]李德毅,杜鷁.不确定性人工智能[M].北京市：国防工业出版社,2005.411.
[115]Bing-Hong D A, Tong-Hui L. Research of Manufacturing Industry with Anhui Characteristic Based on Location Quotient Theory[C].中国江苏南京:2013.5.
[116]Xi'An D J N P, Xi'An C Y N P, China. Empirical Research on equipment manufacturing industry in western based on location quotient[C].中国重庆: 2011.4.
[117]Shenyang Y G S O, Province L, Shenyang C B H G, et al. Research on Services Development in Liaoning Province Based on Location Quotient Theory[C].中国北京：2012.4.
[118]Kunming L X T R, Kunming P R C C, China P R. ADVANTAGE AND DISADVANTAGE EVALUATION MODEL OF REGIONAL COMPETITIVENESS BASED ON LOCATION QUOTIENT[C]. Hong Kong SAR, China:2003.4.
[119]宗刚,胡利红.基于区位熵理论的北京第三产业发展研究[J].中国市场,2010,(13)：47-49.
[120]张王雁,潘庆.基于区位熵理论的皖江城市带产业结构分析[J].云南地理环境研究,2010,(06)：39-44.
[121]蔡飞,金洪.基于区位熵理论的中国资源型地区判定研究[J].技术经济与管理研究,2010,(02)：142-144.
[122]赵小沉.区位熵模型在土地利用变化分析中的新运用[J].经济地理,2013,(02)：162-167.
[123]陈力凡.基于区位商的高校分类管理研究—以"985工程”高校为例[J].研究生教育研究,2014,(01)：60-64.
[124]昌广东,吴耀宏.教育区位商的构建[J].现代教育管理,2009,(10)：23-26.
[125]谢道文,施式亮.基于灰色理论与线性回归的降雨量测点优选[J].计算机 工程,2012,(16)：31-34.
[126]李新运.城市空间数据挖掘方法与应用研究[D].山东科技大学,2004.175.
[127]Symanzik J. Statistical Analysis of Spatial Point Patterns[J]. Technometrics, 2005,47(4).
[128]Wallet F, Dussert C. Multifactorial Comparative Study of Spatial Point Pattern Analysis Methods[J]. Journal of Theoretical Biology,1997,187(3).
[129]徐晓佘冰朱欣焰呙维杨云涛.道路网约束下的城市事件空间点模式分析[J].计算机应用研究,2013.
[130]张志杰,彭文祥,周艺彪,等.基于空间点模式分析的急性血吸虫病流行特征探讨[J].中华流行病学杂志,2007,(12)：1242-1243.
[131]Barbini P, Cevenini G, Massai M R. Nearest-Neighbor Analysis of Spatial Point Patterns:Application to Biomedical Image Interpretation[J]. Computers and Biomedical Research,1996,29(6).
[132]Ho L P, Chiu S N. Using Weight Functions in Spatial Point Pattern Analysis with Application to Plant Ecology Data[J]. Communications in Statistics Simulation and Computation,2009,38(2).
[133]Khaemba W M. Spatial point pattern analysis of aerial survey data to assess clustering in wildlife distributions[J]. International Journal of Applied Earth Observations and Geoinformation,2001,3(2).
[134]Lucio P S, de Brito N L C. Detecting Randomness in Spatial Point Patterns:A "Stat-Geometrical" Alternative[J]. Mathematical Geology,2004,36(1).
[135]郭福涛,胡海清,马志海.应用空间点模式方法研究大兴安岭雷击火空间分布格局[J].生态学报,2009,(12)：6741-6747.
[136]佘冰,朱欣焰,呙维,等.基于空间点模式分析的城市管理事件空间分布及演化—以武汉市江汉区为例[J].地理科学进展,2013,(06)：924-931.
[137]Joshuakent, Michaelleitner. Efficacy of standard deviational ellipses in the application of criminal geographic profiling[J]. J. Investig. Psych. Offender Profil.,2008,4(3).
[138]David E. Statistics in Geography: A Practical Approach-Revised with 17 Programs[M]. Wiley,1985.
[139]Dvorkin A, Culver K E, Szechtman H. Differential effects of clorgyline on sensitization to quinpirole in rats tested in small and large environments [J]. Psychopharmacology,2006,186(4).
[140]Johnson D P, Wilson J S. The socio-spatial dynamics of extreme urban heat events:The case of heat-related deaths in Philadelphia[J]. Applied Geography, 2008,29(3).
[141]Joshuakent, Michaelleitner. Efficacy of standard deviational ellipses in the application of criminal geographic profiling[J]. J. Investig. Psych. Offender Profil.,2008,4(3).
[142]Mamuse A, Porwal A, Kreuzer O, et al. A new method for spatial centrographic analysis of mineral deposit clusters[J]. Ore Geology Reviews,2009,36(4).
[143]Lee J, Wong D W S. Statistical Analysis with Arc View GIS[M]. Wiley,2001.
[144]杨玉胜,吴立志,罗英茹.火灾发生率与社会经济因素的灰色关联度分析[J].消防科学与技术,2006,(04)：543-544.
[145]杨立中,陈恒,崔蔚,等.气象因素对江苏区域城市火灾发生的影响[J].中国安全科学学报,2005,(04)：3-5.
[146]周尧.城市火灾起数与气象因素的回归模型研究[D].合肥工业大学,2012.
[147]徐波.经济发展及气候变化对中国城市火灾时空变化的宏观影响[D].南京大学,2012.
[148]Kamber J H A M. Data Mining Concepts and Techniques(英文版第2版)[M].北京市：高等教育出版社,2001.
[149]刘亚波.关联规则挖掘方法的研究及应用[D].吉林大学,2005.
[150]Huang Y, Yao J. A Study on Associated Rules and Fuzzy Partitions for Classification[J]. Intelligent Information Management,2012,04(05).
[151]Karima, Hadj-Tayeb, Lilia, et al. Distributed Data Mining by associated rules: Improvement of the Count Distribution algorithm[J]. EN,2012,9(3).
[152]Wei T, Zheng-Guang Z, Huan-Huan W. [Analysis of associated rules between Chinese medical syndrome typing features of epigastric pain and endoscopic features].[J]. Zhongguo Zhong xi yi jie he za zhi Zhongguo Zhongxiyi jiehe zazhi=Chinese journal of integrated traditional and Western medicine/ Zhongguo Zhong xi yi jie he xue hui, Zhongguo Zhong yi yan jiu yuan zhu ban, 2013,33(3).
[153]陈宁军,高志年.一种改进的正负关联规则挖掘算法[J].计算机科学,2011,(12)：191-193.
[154]邓景毅.关联规则数据挖掘综述[J].电脑学习,2006,(03)：4-5.
[155]朱文婕,胡学钢.关联规则评价方法综述[J].安徽科技学院学报,2007,(05)：37-40.
[156]Lee W, Jiang J, Lee S. Mining fuzzy periodic association rules [J]. Data & Knowledge Engineering,2008,65(3):442-462.
[157]Pasquier N. Mining association rules using formal concept analysis[C]. Darmstadt, Germany:2000.259-264.
[158]Toroslu I H. Repetition support and mining cyclic patterns[J]. Expert Systems with Applications,2003,25(3):303-311.
[159]Jiawei H, Fu A W. Mining multiple-level association rules in large databases[J]. Knowledge and Data Engineering, IEEE Transactions on,1999,11(5): 798-805.
[160]Dunham M H. Data Mining: Introductory And Advanced Topics[M]. Pearson Education,2006.
[161]王国胤.Rough集理论与知识获取[M].西安市：西安交通大学出版社,2001.226.
[162]刘清.Rough集及Rough推理(第3版)[M].北京市：科学出版社,2005.
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |