空间数据挖掘的研究与发展

随着空间数据获取手段的快速发展,从大量空间数据中自动、快速、有效地发现知识显得越来越重要。该文简要介绍了空间数据挖掘技术的产生背景和发展现状,对空间数据挖掘的基本理论和主要研究领域进行了概述,总结了空间数据挖掘近年来的研究成果,并对下一步发展做了展望。     

空间数据挖掘的研究进展

随着现代科学技术的迅速发展,复杂多变的空间数据日益膨胀,远远超出人们的解译能力,迫切需要新的数据挖掘技术和知识为其提供方法。文章从空间数据挖掘的基本概念出发,详细阐述了空间数据挖掘的特点、可发现的知识类型以及进行空间数据挖掘的主要方法,并给出了一种基于多组件空间数据挖掘的体系结构。最后,还对空间数据挖掘的进一步发展做了展望。     

基于Agent的分布式空间数据挖掘研究

在介绍数据挖掘、空间数据挖掘、Agent技术的概念和特点的基础上,将Agent技术引入分布式空间数据挖掘.提出了基于Agent的分布式空间数据挖掘系统结构图,并介绍了基于Agent的分布式空间数据挖掘过程.     

空间数据挖掘发展研究

空间数据挖掘是指对空间数据库中非显式存在的知识、空间关系或其它有意义的模式等的提取,在地理信息系统、地理市场、遥感、图像数据勘测、医学图像处理、导航、交通控制、环境研究等各种领域有着广泛的应用。该文从空间数据挖掘的定义、过程、特征和任务等方面对空间数据挖掘技术进行了研究,并介绍了一个空间数据挖掘原型—GeoMiner和未来的研究方向。     

空间数据挖掘技术方法及应用

着重阐述了通用的空间数据挖掘体系结构,空间数据的关联特性,几种主要的空间数据挖掘方法。最后对一实例进行了应用分析。     

用云解释空间数据挖掘的有关问题

空间数据挖掘正在兴起,该文分析了空间数据挖掘中从数据到知识、粒度和尺度等有关问题,构筑了空间数据挖掘金字塔,并利用云模型予以解释和表达。     

空间暗弱目标光学探测技术综述

基于光学对空间目标进行探测是当前进行空间目标探测的主要手段之一,本文从回顾了空间暗弱目标探测技术以及数据挖掘技术的发展历史,提出基于数据挖掘技的空间暗弱目标光学探测技术方法是今后发展的趋势。     

基于Web代理的空间数据挖掘框架及实现研究

论文在分析数据挖掘、空间数据挖掘、web代理的概念和技术特点的基础上,进一步给出了其基本框架,并利用相应工具对其进行了实现验证。     

空间数据挖掘理论与方法的研究

针对ＧＩＳ应用的需要,介绍了空间数据挖掘的意义,理论和方法,包括空间数据,挖掘知识的种类,空间数据挖掘方法,挖掘处理的一般过程,并给出了基于ＧＩＳ的空间数据挖掘的框架结构,最后指出研究趋势和发展方向。     

空间数据挖掘理论及方法的探讨

本文概述了数据挖掘、空间数据库和空间数据挖掘的理论，分析了空间数据挖掘的层次，总结了空间数据挖掘的常用方法。     

一种空间数据挖掘查询索引的研究及应用

从数据库技术角度出发,对空间数据挖掘查询的数据库支持技术和空间数据挖掘系统与GIS数据库的集成技术进行了研究;首先介绍了空间数据挖掘与GIS的关系,及目前在该领域存在的一些问题和缺陷;然后提出了一种支持空间数据挖掘查询的索引和数据访问方法——距离方向连接索引(Distance-Direction associated Join Indices,DDJI),并给出了基于这种索引技术的空间数据挖掘算法及实现技术,研究了基于DDJI的各种空间数据挖掘算法的统一实现技术;实验研究证明,与传统方法相比,DDJI的实现方法在性能上具有较大优势。     

基于邻接关系的空间数据挖掘技术的研究

随着现代科学技术的迅速发展,复杂多变的空间数据日益膨胀,远远超出人们的解译能力,迫切地需要数据挖掘和知识发现为其提供知识。文中从空间数据挖掘的基本概念出发,详细阐述了空间数据的特点、空间邻接关系及其相关操作,并针对空间邻接关系给出了几种典型的空间数据挖掘方法。     

基于一种改进的遗传算法的空间聚类分析

空间数据挖掘是数据挖掘的一个研究分支。空间聚类分析是空间数据挖掘的一个重要的研究领域。传统的K-均值方法用于聚类具有收敛速度快、算法实现简单等特点,但容易陷入局部最优,并对初始解敏感。遗传算法是一种全局搜索算法,但是收敛速度较慢。提出一种改进的遗传算法进行聚类,该算法通过全局搜索与局部搜索相结合,取得较好效果。实验表明:文中提出的算法在聚类分析中搜索到全局最优解(或近似全局最优解)的能力要优于经典的K-均值聚类算法,且局部收敛速度和全局收敛性能较好。     

基于R树的方向关系查询处理

方向关系描述了对象间的空间顺序关系.近年来,方向关系查询处理逐渐受到空间数据挖掘和地理信息系统等空间数据库应用领域研究者的关注.方向关系查询处理需要执行方向连接操作,目前有关空间连接的研究主要集中在拓扑关系和距离关系方面,而较少考虑方向关系.研究了基于R树的方向关系查询处理方法,定义了四元组模型表示对象MBR间的方向关系,提出了基于R树的处理方向关系查询过滤(filter)步骤的方法,并将提炼(refinement)步骤细化为3种不同的操作.所提出的方法能够高效处理任意对象间的方向关系查询.考虑到空间数据挖掘中方向关系查询通常是在满足一定距离约束条件的对象之间进行,还提出了一种同时利用方向和距离约束限制R树搜索空间的查询处理算法.实验证明,与不利用R树的方向关系查询处理方法相比,所提出的方法在I/O开销和CPU开销两方面都具有很高的性能.     

基于粒子群优化的带障碍约束空间聚类分析

聚类分析是空间数据挖掘的主要方法之一.传统聚类算法忽略了真实世界中许多约束条件的存在,而约束条件的存在会影响聚类结果的合理性.在分析K中心聚类方法易陷入局部极小值和对初始值敏感的基础上,提出了一种新的聚类方法--基于粒子群优化的带障碍约束空间聚类方法.实验结果表明,该聚类方法不仅使得聚类结果更具实际意义,而且在全局寻优能力方面明显优于K中心聚类方法,且有较快的收敛速度.     

GIS系统数据挖掘功能的扩展

该文分析了GIS系统中数据挖掘的特点与要求,总结和比较了空间数据挖掘技术的研究和不同开发方式,提出了一种在GIS系统中扩展空间数据挖掘功能的方法。     

一个用于空间聚类分析的遗传K-均值算法

空间数据挖掘是数据挖掘的一个新的分支，空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及K-均值算法的优越性和不足的基础上，设计了一种遗传K-均值空间聚类分析算法，该算法兼顾了局部收敛和全局收敛性能。实验表明，其结果优于传统K-均值聚类方法及单纯的遗传算法聚类。