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。     

特定空间对象同位模式挖掘算法研究

空间同位模式挖掘研究主要以区域划分为基础,考虑对象实例两两之间的距离关系,这样挖掘出的同位模式是双向对称的。但区域的划分起止位置不确定,可能出现由于区域划分的不一致而得到不一样的空间同位模式结果。该文提出以指定对象为核心的空间同位模式挖掘,这样不必担心区域划分的起止位置对挖掘结果的影响,而且更能有针对性地发现特定空间对象与其它哪些对象具有空间同位关系。     

基于概念格挖掘GIS中的关联规则

挖掘隐藏在地理信息系统(GIS)的空间数据中的知识是GIS研究领域和数据挖掘领域的重要方向。概念格是关联分析的重要技术之一。为了提高关联规则的挖掘速度,提出了一种基于增量式算法的概念格构造算法,通过用比较概念外延的方法建格,同时在建格过程中引入支持度约束,使得概念格的建格速度得到提高,并使建成的格具有高度的约简性,让后续的规则挖掘变得更容易。将所提算法应用于GIS的空间数据挖掘,取得了切实可行的应用结果。     

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。     

城市资源环境信息系统空间数据库的建立与应用——以贵阳市中心城区为例

以贵阳市中心城区为试验区，建立城市资源环境信息系统空间数据库。用遥感和地理信息系统技术，进行城市资源综合评价，为城市规划与管理提供信息服务。该数据库的设计和建立是以地理信息系统ＰＡＭＡＰＧＩＳ软件为基本工具，在数据的采集过程中，以遥感数据作为充实和更新数据库的主要信息源。数据库由两部分组成：①基础地理数据库，包括数字高程模型和基础地理图件；②资源环境数据库，主要由常规专题图和遥感专题图组成。     

空间数据挖掘关键问题研究

With the rapid development of remote sensing and mapping technology and the widespread application of spatial database system, the spatial data collected and stored by human expand increasingly. These very large datasets far exceed human's capabilities of comprehending and handling, so the requirement of spatial data mining to pro-vide human with valuable information becomes in stant need. In this paper, the methods of spatial data handling in spatial data mining are discussed from a database perspective, the key problems of spatial data mining and their solu-tions in current study are presented, the relations between spatial data mining and geographical information system are analyzed.     

城市资源环境信息系统空间数据库的建立与应用-以贵阳市中心城区为例

以贵阳市中心城区为试验区,建立城市资源环境信息系统空间数据库用遥感和地理信息系统技术,进行城市资源综合评价,为城市规划与管理提供信息服务。该数据库的设计和建立是以地理信息系统PAMAP GIS软件为基本工具,在数据的采集过程中,以遥感数据作为充实和更新数据库的主要信息源。数据库由两部分组成:①基础地理数据库,包括数字高程模型和基础地理图件;②资源环境数据库,主要由常规专题图和遥感专题图组成。     

基于空间数据库的土地利用模式知识的发展

以重庆市为例,利用GIS的空间分析功能,在土地利用和生态环境数据库的支持下,探讨了不同背景条件下的土地利用模式,从而揭示出这些条件下的土地利用模式知识,以及不同的土地利用模式和生态环境的关系知识。这些知识可为土地的合理利用和土地利用的趋势预测服务。     

基于双空间搜索的频繁项挖掘方法

1 引言 1998年Roberto J.和Bayardo Jr.利用自底向上搜索和项目集排序的方法建立了一种挖掘长型频繁项的Max-Miner算法;Lin D.和 Z.Kedem提出了一种双向钳形搜索Pincer-Search方法,利用自底向上搜索产生的非频繁项集来约束和修剪自顶向下方向的最大侯选频繁项集,候选频繁项集来自于Apriori方法。这两种方法虽然细节有所不同,但修剪最大频繁项的思想类似。假设{{1,2,3,4,5,6}}是最大候选频繁项MFCS(maximum-frequent-candidate-set),{1,6}和{3,6}是新发现的非频繁项集,对MFCS考虑{1,6}得{{1,2,3,4,5},{2,3,4,5,6}}。再用{3,6}更新这个MFCS:由于{3,6}是{2,     

数据挖掘技术在高校教学与管理中的应用

针对传统的求总分统计成绩方法的不足,提出了一种基于K-Means算法的成绩聚类分析方法.该方法根据成绩分布情况选取固定的初始聚类中心,改进了K-Means算法随机选取初始聚类中心导致聚类不稳定的不足,在聚类后通过聚类内差异与聚类间差异的比值来衡量聚类的质量.通过一个实例说明了该方法在分析学生成绩数据中的应用,实验结果表明,聚类方法比传统的求总分方法更合理、更科学,聚类结果蕴含更多有用的信息,而且改进后的聚类方法降低了随机选取初始聚类中心所产生的结果的不稳定性,聚类效果较好.     

空间数据挖掘技术的研究现状与发展趋势

简要介绍了空间数据挖掘技术的产生背景和发展现状,对空间数据挖掘的体系结构和系统原型进行了概述,总结了空间数据挖掘近年来的研究方法及面临的主要问题,并对下一步的发展方向进行了展望。     

GIS关系数据库SQL空间扩展算子的实现

针对传统关系数据库系统不能在地理信息系统(GIS)中有效实现复杂空间数据查询的问题,提出了一种扩展SQL空间算子的实现方法。定义了空间查询子句的语法和语义,编程实现了相关空间算子的功能。来自实际GIS领域的数据实验证明了该方法的有效性。     

基于ArcSDE空间数据库引擎技术的应用研究

空间数据库在当前的地理信息系统(GIS)应用中具有非常重要的地位,空间数据引擎(SDE)技术则以附加中间层的方式较好地解决了GIS功能应用与数据库集成中数据提供与访问模式方面的制约瓶颈问题,并在"湖北省水土流失动态监测网络系统"构建综合数据库的应用中取得良好效果。     

数据挖掘中聚类算法的新发展*

在对传统聚类方法进行简要介绍的基础上,对聚类的新发展进行了较详细的归纳,总结了聚类分类方法发展的趋势。     

具有数据挖掘功能的电力远程监测管理系统

针对电力远程监测管理系统中参数众多和信息量巨大的特点,提出了一种具有数据挖掘功能的系统,从监测数据库的海量信息中提取隐含的事先未知的潜在有用信息,作为对系统进行有效管理的依据.介绍了系统的监测原理、硬件结构和软件流程.实际应用表明,这种自动测试系统能够实时监测电压和电流等状态信息,分析其内在联系从而达到准确监测、控制和自我调整的目的.     

数据挖掘在客户关系管理中的应用

利用标准化客户数据，确定了聚类相似度公式和评价指标，使用层次凝聚方法和K-平均算法实现了客户的自动聚类；并且在权衡算法效率和聚类精度的基础之上提出了改进的聚类距离公式和K-平均算法，达到了较好效果。     

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。     

空间数据智能:概念、技术与挑战

随着空间数据体量的持续增长,空间数据所蕴含的价值巨大.传统的数据感知存储技术和处理分析方法已然不能充分挖掘海量空间数据的价值.因此,空间数据智能,一个专注于海量空间数据的研究与应用的多学科交叉的领域,正扮演着越来越重要的角色.介绍了空间数据智能的概念、空间数据智能领域所面临的技术挑战及空间数据智能的关键技术,同时介绍了...     

数据挖掘算法研究与综述

数据挖掘方法结合了机器学习、模式识别、统计学、数据库和人工智能等众多领域的知识,是解决从大量信息中获取有用知识、提供决策支持的有效途径,具有广泛的应用前景.以关联、分类、聚类归类,对当前数据挖掘的多种方法进行了研究,并指出其现存的问题.这些方法都有局限性,多方法融合、有机组合互补将成为数据挖掘的发展趋势.