空间数据挖掘技术研究进展

空间数据具有海量、非线性、多尺度、高维和模糊性等复杂性特点,空间数据挖掘技术是对空间数据中非显性的知识、空间关系等模式的自动提取。该文从空间数据挖掘的知识类型、方法、体系结构、过程以及与GIS系统集成等方面对其进行综述。重点阐述空间特征及区分规则、空间分类及聚类规则、空间分布及关联规则、空间序列及演化规则等知识类型以及统计分析、机器学习、探索性数据分析、可视化分析等数据挖掘方法。通过对空间数据挖掘理论、应用和系统实现等方面研究方向、存在问题的分析,指出集数据库、知识库、专家系统、决策支持系统、可视化工具、网络等技术于一体的空间数据挖掘系统是其主要发展方向。     

空间数据关联规则挖掘的不确定性处理及度量

针对传统空间数据关联规则挖掘缺乏不确定性处理及度量的局限性,将空间数据的不确定性和空间数据挖掘的不确定性有机结合,初步建立了空间数据关联规则挖掘的不确定性处理模型及度量指标,包括空间数据不确定性的Monte Carlo模拟、基于不确定性空间数据的空间自相关度量和关联规则不确定性度量等,并以我国某地区环境调查数据为例进行验证。     

非指定时间约束的社会安全事件关联规则挖掘

关联规则挖掘是社会安全事件分析的重要方法之一,用于发现事件属性项及事件间的潜在关联。该文分析了社会安全事件的时空特性,利用时空关联规则挖掘方法分析事件属性项间的时空关联。为解决现有时空关联规则挖掘方法需要事先指定挖掘时间区间的问题,提出一种非指定时间约束的时空关联规则挖掘方法,根据事件时间属性值和时间划分粒度为事件空间和专题属性项增加时间标识,用时间标识代替时间属性值,得到全时间域内带有时间指向性的关联规则挖掘结果。以全球恐怖主义事件数据库为数据源,对该方法进行验证,结果表明其具有一定的可靠性与实用性,能够为社会安全事件的分析与预测、快速响应与防范提供决策依据。     

空间信息分析技术

在GIS技术日趋成熟和空间数据极大丰富的今天,通过分析空间数据探索空间过程机理正变得日益迫切。空间信息分析技术至少包括以下六个主要方面:(1)空间数据获取和预处理;(2)属性数据空间化和空间尺度转换;(3)空间信息探索分析;(4)地统计;(5)格数据分析;(6)复杂信息反演和预报。本文提出了解决具体应用问题一般的空间数据分析计算、结果解释和反馈程序。认为空间过程的一般共性和作为共同的研究对象,各种不同的方法技术最终可能导致空间数学(spatialmathematics)的产生,同时发展鲁棒的空间分析软件包对于普及空间数学是必要的。     

基于知识与规则的地籍数据质量检查方法

空间数据质量控制的方法和效率是影响数据质量的关键,传统手段只能解决部分质量问题且效率较低。该文提出基于知识与规则的地籍数据质量检查方法,通过分析提取和依靠专家经验建立地籍知识与规则库,包括空间关系规则与属性知识规则。基于该知识与规则库开发地籍数据质量检查系统,有效地保证了地籍数据的建库质量。     

基于空间数据挖掘技术的森林防火智能决策支持系统研究

从智能空间决策支持系统的功能需求出发,分析了森林防火是复杂的空间决策问题,它具有动态性、分布性、数据量大、数据性质复杂等特点,决策者面对突如其来的灾害及海量的、复杂的、易变的和分布的数据和信息,很难做出及时、科学和准确的决策。因此,建立集成空间信息分析处理的、具有知识发现能力的智能决策支持系统是十分必要的。而空间在线分析处理(Spatial OLAP)和空间在线分析挖掘(Spatial OLAM,Spatial OLAPmining)是集成空间数据处理的OLAP和OLAM,能够在空间数据仓库上发现隐含的知识和规则,并在不同的维、度上进行查询和分析。从系统需求分析、功能设计、系统实现和系统运行实例方面,论述融合了GIS、空间OLAP和空间OLAM技术的空间智能决策支持系统的设计思想和关键技术的实现。提出基于空间OLAP和OLAM知识发现机制,建立一种集成GIS、空间数据仓库、空间OLAP/OLAM和决策支持系统的新型决策分析工具。     

地理空间数据本质特征语义相关度计算模型

关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明：模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。     

空间关联规则在土地利用与地形特征关系研究中的应用

空间关联规则是空间数据挖掘的重要内容,其结果表明了各种空间对象之间的关联关系．本研究以福州地区作为试验区,以DEM、坡度、坡向等地形特征以及2009年福州地区土地利用现状作为基础数据,利用Apriori算法从中提取出地形特征与土地利用现状之间的关联关系,讨论并分析两者之间关联规则的提取结果及空间关联规则提取方法的优缺点...     

基于知识标注的地理信息语义服务框架研究

基于空间语义学基础理论,将传统的地理信息服务技术与新兴的语义服务技术相结合,建立地理信息语义服务框架及知识标注方法体系,并应用于地理空间信息服务处理中,提供智能化、自动化的地理信息服务发现、组合与触发策略;设计基于文本挖掘算法的半自动知识标注引擎,提高服务处理自动化程度,实现包含丰富语义信息的地理空间语义服务的发布;建立基于规则和推理引擎的地理信息服务匹配与发现机制,提高服务发现效率;建立地理信息服务语义标注与服务匹配评价方法,采用基于空间关联规则的标注正确性评估策略,验证知识标注价值。     

浅谈多元空间数据集成及其应用

随着地理信息系统技术的发展,越来越多的空间数据资源被获取,解决这些多元空间数据的组织管理工作对这些数据的进一步应用有重要的意义。本文主要介绍了多元空间数据信息多元化和格式多元化的特征,以及通过空间数据库、空间可视化、空间处理三个角度来理解数据,最后对多元数据的集成进行了展望。     

空间数据挖掘的地理案例推理方法及试验

从空间数据挖掘的角度谈地理案例推理方法,认为地理案例推理是面向问题的一种空间数据挖掘方法。针对这一思想进行了基于地理案例的空间数据挖掘具体算法介绍。首先在明确地理案例具体定义的基础上,给出了面向问题的空间数据挖掘地理案例界定和组织方法;其次,鉴于地理空间的自然地带性和区域分异性规律的影响,深入探讨了地理案例自身或其间所可能存在的相互依赖和相互制约关系,并给出了采用粗糙集方法进行地理案例内蕴空间关系的定量挖掘方法;第三,针对地理案例表达时考虑的空间特征和空间关系的不同,给出了三种状况下的空间相似性计算模型;最后,以土地利用这一典型的地学现象为例,给出具体实例,一方面进行土地利用问题的定量分析与推测;另一方面,通过实例展示地理案例推理方法在地学问题求解以及空间数据定量分析上的特点和优势。     

基于GIS的网络犯罪空间管理系统设计

当前急剧增长的网络犯罪行为与有限警力、人工监控之间的结构性矛盾日益突出,针对网络犯罪的广泛性、隐蔽性、超时空性等特点,迫切需要开发应用先进技术手段,建立“网络犯罪空间管理系统”,使打击网络犯罪从突发事件、被动应对走向重点监控、主动预防。从当前公安网监部门实际需求出发,以地理信息系统为核心,结合网络搜索、IP追踪技术,建立“网络犯罪空间数据库”,进行相关空间数据挖掘,探索网络犯罪要素的空间结构、空间行为及其与环境间互动关系,以制定打击防范的对策方案。     

空间数据挖掘与发展趋势探讨

基于空间数据挖掘的含义,分析空间数据挖掘的特点、主要方法分类和面临的主要问题;结合空间数据的特点,提出一种空间数据挖掘体系结构,并分析空间数据挖掘的基本过程,阐述了当前空间数据挖掘面临的主要问题并展望其发展趋势。     

A visualization approach for discovering colocation patterns

Colocation mining is one of the major spatial data mining tasks. When discovering colocation patterns, spatial statistics or data mining approaches are commonly used. Colocation mining results are typically presented in a textual form and do not provide any spatial information; thus, the results lack an intuitive approach to obtain cognition of colocation rules. Here, we propose a visualization approach to discover colocation patterns for two independent point distributions and generate visual results. This approach makes use of the ability of human color perception. For two geographic features, our approach first generates density surfaces of the input features and then visualizes the density surfaces using a red or green light with different intensities. Then, based on the law of additive color mixing, our approach mixes the colors of the two density surfaces to generate a colocation rule map. The visualization approach can also provide local details of colocation and be used for local colocation analysis. Users can detect colocation patterns and their distribution from the colocation rule maps. We use both synthetic data and real data to test the performance of our approach.     

国土资源知识库的建设与应用

为满足决策分析的需要和指导国土资源数据利用,从数据—知识—应用3个层次对国土资源数据进行了深层次的挖掘和利用,按照知识获取→知识表示→知识库设计、存储→知识利用技术流程建设国土资源知识库,包括国土资源空间知识库、国土资源影像知识库、国土资源专题知识库、国土资源元知识库,并给出知识库应用于国土资源综合分析系统的实例。     

地理空间数据的尺度问题及其研究进展

介绍尺度的概念、尺度的表达方式和尺度效应,重点介绍信息领域中尺度问题的最新研究成果,包括地理空间数据处理的尺度理论和多尺度空间数据挖掘理论与方法。     

姜寨一期文化遗迹属性数据的关联规则挖掘研究

在基于Apriori算法的单维布尔关联规则基础上,以姜寨遗址主要遗迹的属性数据为研究对象,利用该算法对姜寨一期文化遗迹的属性数据进行了关联挖掘分析。首先进行房屋遗迹属性的关联挖掘,然后进行土坑葬等的属性数据挖掘,找到了聚落遗址属性数据之间隐含的关系,为聚落考古遗址的资料分析提供了一种新技术。     

地形特征与山地气候变化空间关联规则数据挖掘研究

以四川省的地形、气候为研究对象,针对山地地形特征与气候变化研究中,传统的统计分析、非线性拟合等方法缺乏分析处理海量数据和提取隐含信息能力的问题,提出将关联规则数据挖掘与栅格图像处理、地形分析相结合的研究方法。该方法利用栅格图像处理和地形分析技术,对地形和气候栅格图像进行坐标转换、裁剪、分类、因子提取、离散化等预处理,再用Apriori算法对提取的地形特征因子和气候因子进行分析,得到反映两者之间相关性的强关联规则。通过对60余万组数据的分析,得到22条满足最小支持度和置信度的关联规则,并由此综合分析得到6条复合关联规则。实验证明,这些反映地形特征与气候变化幅度之间关联性的关联规则可信度较高。