基于交叉覆盖设计算法的空间分类挖掘

空间数据库中存储了大量的空间和非空间数据,并且隐含了丰富的知识。为了从空间数据库中发现有价值的模式和知识,文中介绍了空间数据分类挖掘的研究现状和方法,及M-P神经元的超球领域几何意义,然后将多层前向神经网络的交叉覆盖设计算法应用于空间数据分类挖掘中,用来预测和分析森林覆盖类型,实验得到了很好的效果。     

基于Rough Set的空间数据分类方法

近来,数据采掘的研究已从关系型和事务型数据库扩展到空间数据库.空间数据采掘是一个很有发展前景的领域,其中空间数据分类的研究尚处在起步阶段.该文分析和比较了现有的几个空间数据分类方法的利和弊,提出利用Rough Set的三阶段空间分类过程.实验结果表明,该算法对于解决包含不完整空间信息的问题是有效的.     

智慧矿山空间数据库建设研究

在分析矿山空间数据的组成和特征基础上,探讨了智慧矿山空间数据库建设模式;从空间数据基准、空间数据分类编码标准和元数据标准3个方面阐述了智慧矿山空间数据框架的构建;详细介绍了矿山空间数据库的基础数据库、主题数据库和元数据库设计的主要内容,指出了今后空间数据库建设还需要研究的内容,包括矿山空间数据库建库及数据更新的理论与方法、空间数据库框架及内容、矿山数据标准等。     

空间数据挖掘方法分析

空间数据挖掘是数据挖掘与空间数据库相结合的产物．由于空间数据的复杂性特点使得空间数据挖掘比一般数据挖掘要复杂得多。本文从挖掘任务和挖掘方法的角度，重点分析了空间分类、空间聚类以及空间关联规则三种挖掘方法，指出它们的优缺点和适用的问题空间，最后指明空间数据挖掘需要在挖掘精度、算法效率、数据挖掘方法和任务的多样性以及数据挖掘的不确定性等方面进一步完善。     

面向对象的全关系型GIS空间数据库设计研究

空间数据不仅具有位置相关的空间特征,还具有面向普通对象的属性特征,空间数据的特殊性决定了在关系模型中空间数据很难被直接表达出来.采用面向对象的全关系数据库来对空间数据进行存储在技术上和理论上都具有一定的意义.对空间数据库的研究现状及需求进行了分析,对GIS空间数据库特点进行了研究,在GIS空间数据库关键技术的基础上,提出了面向对象的全关系型GIS空间数据库设计方案并进行了研究.     

论知识发现与数据挖掘

知识发现和数据挖掘是空间数据获取、空间数据库、空间计算机以及网络通信、管理决策支持等技术发展到一定阶段的产物,作为一门新型的边缘学科,其汇聚了例如人工智能、数据库、模式识别等多种学科的研究成果。本文将简要介绍知识发现与挖掘技术的相关概念、过程及常用的技术方法,并介绍一下知识发现和数据挖掘的应用。     

矢量空间数据库中关联规则的挖掘算法研究

按照矢量空间数据的特点和空间数据挖掘的要求，以GIS的空间分析和空间数据处理为工具，探讨了矢量空间数据库中关联规则挖掘的数据处理方法，提出了关联规则的挖掘算法。最后，通过实例进行了验证。     

浅析空间数据挖掘技术

空间数据挖掘是指从空间数据库中抽取隐含知识、空间关系或非显式存储在数据库中有意义的特征或模式。该技术在理解空间数据、获取空间与非空间数据间内在关系方面具有重要意义。     

GIS中空间数据结构和空间数据模型一体化研究

空间数据结构和空间数据模型是研究GIS和空间数据库的核心内容。本文对GIS中的空间数据结构和空间数据模型从定义、分类到发展，进行了一体研究，并且详细阐述了空间数据结构和空间数据模型之间的关系和区别。最后给出了体现两者紧密联系的一个关于军事空间数据库系统的实例。     

空间数据采掘的研究与发展

数据采掘的研究已从关系型和事务型数据库扩展到空间数据库。空间数据采掘是一个很有发展的领域,它是在大量空间数据中进行知识发现的技术。文中总结了空间数据采掘领域中的研究成果,概括出空间数据采掘的体系结构、查询语言及相关方法,并探讨了目前存在的问题和发展方向。