一种分布式计算的空间离群点挖掘算法

针对现有空间离群点挖掘算法无法适应大规模空间数据挖掘的需求,该文提出了一种分布式条件下的空间离群点挖掘算法。首先,该文针对集群上分布式计算和存储的特点提出使用空间填充曲线来划分数据集,加速寻找目标点的近似空间最近邻居。其次,使用信息熵的理论来定义空间离群系数,考虑到多维数据中不同属性对离群系数的影响具有差异性,该算法能够自动根据数据原有特点,计算各属性的权重;同时使用反距离权定义空间因素对离群系数的影响。最后,实验结果表明该算法在大规模的空间数据集中挖掘离群点的效率远高于传统算法,离群点的挖掘精度在90%以上。     

基于空间相邻关系的GML点对象聚类算法研究

目前的聚类算法针对关系数据库而没有考虑空间相邻关系的相似度问题,因而提出对GML点对象离群检测算法进行改进,从而应用于GML聚类。改进的算法以空间相邻关系为度量准则得到相似性矩阵,从而对GML中的点对象聚类。试验结果表明：改进的算法能实现GML点对象基于空间相邻关系的聚类,具有较高的效率。     

利用层次约束Delaunay三角网探测空间点事件离群模式

空间离群模式探测是空间数据挖掘的一个研究热点。以带有空间位置属性的点事件为研究对象,针对现有方法的局限性,在扩展了空间离群模式定义的基础上引入层次约束Delaunay三角网,发展了一种空间点事件离群模式探测方法(简称层次约束TIN法)。首先,借助Delaunay三角网粗略地构建空间点事件间的邻接关系;然后,利用统计学方法针对Delaunay三角网的边长特性进行三个层次约束分析,以精化空间点事件的邻近域;最后,对具有空间邻接关系的点事件集合进行统计分析,以形成一系列空间簇,并通过一个统计约束指标提取数量较少的空间簇,即空间点事件离群模式。该方法不需要人为输入参数,通过模拟数据和实际数据实验,证明该方法可以有效、稳健地识别各类空间点事件离群模式。     

基于ArcEngine的三维地面开挖算法研究

针对城市施工建设中盲目开挖导致城市地下管线容易被挖断的缺陷,提出在三维城市GIS系统中利用ArcEngine组件对象中的拓扑检查接口和重叠面判断接口模拟城市开挖的算法,详细介绍了算法的关键技术点和实现流程,通过实验验证该算法的可行性与准确性,在三维城市GIS系统中可以全方位、全视角展示开挖空间。     

基于Voronoi图的空间邻近定义与查询

首先在点Voronoi图的基础上,引进了空间目标的Voronoi图的定义,进而论述了空间目标Voronoi图在GIS中定义空间邻近及其邻近查询中的作用。最后给出了部分实验结果。     

一种改进的最小二乘平面拟合算法

针对点云平面拟合中存在离群点和噪声点等问题,从概率分析的角度提出了一种改进的最小二乘平面拟合算法。该算法基于概率统计思想,采用中位数法筛选最佳初始平面模型,并利用迭代最小二乘法剔除离群点,逐步优化模型,从而获取最佳平面。运用不同的迭代方法对仿真数据和实测数据进行平面拟合,实验结果表明:当点云存在高离群率和大离群幅时,相比于其他迭代方法,本文算法仍可以准确地拟合出最佳平面。     

几何代数在地理信息高维空间表达中的应用

以欧氏几何为基础的信息框架对地理信息科学的发展起着重要作用。然而,由于欧氏空间对地理信息系统(geographic information system,GIS)中地理对象和现象的表达依赖于坐标系统以及对象具体坐标,使得基于欧氏空间的地理对象表达、计算和分析难以形成多维统一的运算规则和运算框架,增加了GIS算法的复杂度,降低了GIS分析效率。几何代数是一种以维度运算为基础的结合代数,在几何代数中,空间被定义为向量集合间的运算,空间维数直接由运算法则确定,可实现高维几何计算和分析的统一。基于几何代数统一的计算与分析框架对现有GIS进行构造,能够更好地对高维对象进行表达与分析,提升对复杂地理对象与动态地理现象的表达、时空多尺度分析以及不同尺度地理模型耦合集成的能力,有助于奠定GIS向实时动态、虚实融合、全视角、全要素、全内容表达的全息地图方向发展的理论基础。     

基于多目标遗传算法的空间优化选址方法研究

将空间信息与Pareto多目标遗传算法相结合可解决具有多个相互制约目标准则的GIS选址问题。以NSGA-Ⅱ算法为基本算法,以空间选址涉及的服务人口密度、交通成本、道路可达性等因素定义多个目标函数,通过表达空间相互作用的权重矩阵将空间信息融合在NSGA-Ⅱ中,形成GIS空间对象的多目标优化选址算法流程,并以山东省10个流行病监控点最优位置的选址为案例进行对比分析。实际应用表明,与普通遗传算法、普通NSGA-Ⅱ算法相比,融合空间信息的多目标遗传算法可有效解决复杂的空间优化选址问题,不仅可以收敛到Pareto最优集,而且解集的分布性更好,算法也具有很好的稳定性。     

一种基于局部分布的空间聚类算法

设计了一种度量邻近域内空间实体局部分布的新指标——中值角度,在此基础上,提出了一种基于空间实体局部分布的空间聚类算法。该方法递归搜索空间实体集中所有局部分布度量值相近且非离群的点,并将其聚为一类。通过模拟数据和实际数据进行实验发现,所提出的算法比DBSCAN算法的聚类结果更合理,具有很好的抗噪性,能发现任意形状的聚类。     

面向关系数据库的道路识别算法研究

为适应面向关系数据库的GIS应用开发,不再依赖GIS二次开发组件对Maplnfo电子地图进行空间数据处理,提出了在关系数据库中重新组织并存储电子地图的图元数据．进而展开相关空间数据处理算法的研究。本文针对电子地图中表征道路的线对象．以道路结点为基本存储单元,融合路段走向,创建了路网数据库,将对目标点周边道路的识别问题转化为对数据库中道路结点的条件查询问题。算法通过多次T—SQL查询,搜索目标点周边的候选路段,再利用其路段走向特征筛选出在目标点四个方位上的最佳匹配路段．进而生成路网状况的综合描述。实验结果表明,本算法对目标点周边路网的分布状况有较好的识别能力．识别率高、处理时间短且系统资源占用少。     

GIS空间数据质量控制的抗差拟合推估法

拟合推估法可用于拟合系统误差,削弱随机误差的影响,提高空间数据质量。与正常拟合推估法不同,提出了一种抗差拟合推估法以控制GIS空间数据的系统误差和异常误差的影响。在此基础上,提出了对剩余残差再拟合的思想,从而对拟合推估剩余系统误差进行控制。利用该方法,一方面可以有效地抵制系统误差的影响,另一方面又可以较好地遏制异常误差的污染。此外,对因协方差函数误差导致的信号估计偏差,也具有一定的补偿能力。最后通过实际计算与分析验证了该方法的有效性。     

一种基于场论的空间异常探测方法

从空间数据场的角度,借鉴高斯势函数发展了一种新的空间异常度度量指标。进而,提出了一种基于场论的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的空间簇,并构建合理、稳定的空间邻近域。在此基础上,采用专题属性变化梯度修复策略减弱空间邻近域中潜在异常的影响,并利用空间异常度度量指标计算实体的异常度,从而探测空间异常。实验结果及实例证明了此方法的正确性。     

A Multiscale Approach for Spatio-Temporal Outlier Detection

A spatial outlier is a spatially referenced object whose thematic attribute values are significantly different from those of other spatially referenced objects in its spatial neighborhood. It represents an object that is significantly different from its neighbourhoods even though it may not be significantly different from the entire population. Here we extend this concept to the spatio‐temporal domain and define a spatial‐temporal outlier (ST‐outlier) to be a spatial‐temporal object whose thematic attribute values are significantly different from those of other spatially and temporally referenced objects in its spatial or/and temporal neighbourhoods. Identification of ST‐outliers can lead to the discovery of unexpected, interesting, and implicit knowledge, such as local instability or deformation. Many methods have been recently proposed to detect spatial outliers, but how to detect the temporal outliers or spatial‐temporal outliers has been seldom discussed. In this paper we propose a multiscale approach to detect ST‐outliers by evaluating the change between consecutive spatial and temporal scales. A four‐step procedure consisting of classification, aggregation, comparison and verification is put forward to address the semantic and dynamic properties of geographic phenomena for ST‐outlier detection. The effectiveness of the approach is illustrated by a practical coastal geomorphic study.     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

一种顾及邻近域内实体间距离的空间异常检测新方法

空间异常检测已成为空间数据挖掘和知识发现的一个重要研究内容.空间异常蕴含着许多意想不到的知识,现有的空间异常检测方法大多依据空间邻近域的非空间属性差异来计算偏离因子,忽略了邻近域内空间实体间距离的影响.本文首先讨论了空间邻近域内实体间距离对空间异常检测的影响,在此基础上,提出了一种顾及邻近域内实体间距离的空间异常度量方法--SOM法,并分析了它的复杂度.由于该方法是利用实体非空间属性的加权内插值与实测值的差值作为度量空间异常程度的参数,从而顾及了邻近域内所有实体相互间距离对非空间属性偏离的影响,并且克服了现有检测方法在不均匀分布空间实体集内寻找空间异常的缺陷.最后,通过一个实际算例验证了所提方法的可行性和正确性.     

GIS语义共享的实质及其实现途径

GIS技术下的地理信息共享表现为 GIS数据共享 ,在研究 GIS数据共享时 ,是以最终实现地理信息共享为目的的。为达到这一目的 ,首先必须解决数据本身的共享问题 ,再次要解决数据所表达的语义的共享问题 ,其中包括从数据中读取语义的过程 ,即语义翻译 ,以及所读取的语义与应用目的之间的融合过程 (主要是要解决语义冲突问题 ) ,即语义融合。为了实现 GIS语义共享 ,除要采用一定的技术实现数据本身的共享外 ,还必须选择合适的空间概念及其逻辑表达方法实现语义的共享 ,本文提出采用基于地理要素的空间概念并采用 GIS语义数据模型加以描述可以实现 GIS的语义共享。     

基于面向对象知识表达的空间推理决策及应用

提出了一种基于面向对象知识表达的空间推理决策方法 ,该方法扩展了常规的GIS空间分析功能 ,使其建立在GIS空间分析与领域知识基础上。认为GIS空间分析与领域知识利用的结合需要建立统一的知识表达概念模型 ,通过将常规决策知识设计为决策知识类 ,将决策事实作为事实知识类处理 ,并由知识类的消息机制进行内部通讯 ,实现空间推理决策的智能化。在进行领域知识分析与知识分类的基础上 ,给出了领域知识类的层次结构组织图和知识类定义以及决策知识及事实知识的面向对象表达 ,最后给出了空间知识类的形成及空间推理决策过程。方法的实用性在实践中得到验证     

贝叶斯网络下的GIS空间数据不确定性管理模型

通过分析GIS空间数据各种不确定性模型,提出了基于贝叶斯网络的GIS空间数据误差分析模型,论述了贝叶斯网络的基础理论及贝叶斯网络建模方法,为使用GIS空间数据库的用户提供了更可靠、更快捷的分析方法。     

一种空间交叉异常显著性判别的非参数检验方法

空间异常探测旨在从海量空间数据中挖掘不符合普适性规律、表现出“与众不同”特性的空间实体集合,对于揭示地理现象的特殊发展规律具有重要价值。现有研究在空间异常度量方面取得了重要进展,但多缺乏对空间异常模式显著性的统计判别,且是针对单一类别数据,没有顾及多类别数据间的相互影响。为此,本文基于空间随机过程的思想,针对两种类别空间点数据,提出了一种空间交叉异常显著性判别的非参数检验方法。首先,针对基本数据集实体,采用约束Delaunay三角网,构建合理、稳定的空间邻近域;然后,统计落在基本数据集实体空间参考邻域半径范围内的参考数据集实体的数目,度量初始异常度;进而,采用α-Shape法构建支撑域,以空间随机过程为基础构建零模型,采用蒙特卡洛模拟检验空间异常的显著性;最后,采用生存距离对异常模式的稳定性进行评价分析。通过试验分析与比较发现,该方法能够有效识别具有统计显著性的空间交叉异常。     

基于VB + MapObjects的土地利用动态变化更新与实现

在土地利用动态监测中,地理信息系统是实现空间数据动态更新和分析的主要技术手段。本文分析了土地利用动态变化更新模式、土地利用图中图斑的特点以及图斑对象的更新模型,结合土地利用动态变化更新中的GIS空间分析方法,给出了土地利用动态变更中的图斑模型,采用VB+MapObjects进行了组件式GIS二次开发实现。经过实际数据的检验,证明了程序具有很好的稳定性、可靠性和较高的效率。