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。     

空间数据库研究

文章在研究现有空间数据库的基础上,采用空间数据和属性数据集成化存储的关系数据库模型,给出基于此模型的空间数据库的数据模型逻辑组织、库结构组织、存储组织以及实现的体系结构,提出了基于普通图层、拓扑线图层、拓扑面图层、拓扑体图层、2D栅格图层和3D栅格图层的空间数据库解决方案。     

基于ArcSDE面向对象集成数据库管理系统的设计和实现

本文基于ArcSDE技术和GIS技术,对市级基础数据库进行基础库管理系统的设计。该设计以新一代地理信息系统的要求为目标,采用集成化管理影像、矢量和DEM三库集成的的空间数据为模型。此空间数据库的管理系统已经被用于省市级的各个空间数据设施,参与集成化管理各级的多比例尺和多数据源的空间数据。     

基于ArcSDE面向对象集成数据库管理系统的设计和实现

本文基于ArcSDE技术和GIS技术,对市级基础数据库进行基础库管理系统的设计。该设计以新一代地理信息系统的要求为目标,采用集成化管理影像、矢量和DEM三库集成的的空间数据为模型。此空间数据库的管理系统已经被用于省市级的各个空间数据设施,参与集成化管理各级的多比例尺和多数据源的空间数据。     

矢量和栅格一体化的数据模型

本文提出的矢量和栅格一体化的数据模型将零维、一维和二维空间划分为不规则的子空间，并建立了这些子空间之间的空间关系和层次结构.地物可以表示为这些子空间的集合，地物之间的空间关系可以由组成它们的子空间推导.这一模型同时具有矢量和栅格数据模型的优点，支持矢量和栅格数据模型所具有的功能.     

基于空间信息网络集成的全要素数据模型

首先针对空间信息网络集成中多数据模型集成的问题,分析了栅格、矢量和混合数据模型的特点,然后提出了一种按层次的矢量栅格一体化全要素模型。该模型将实现世界的所有对象均按层次以要素划分与描述,所有数据均以矢量方式进行组织,可以同时描述基于矢量、栅格、三维等模型的数据,克服了目前在空间信息网络集成应用中基于不同模型数据之间不能很好地集成、进行空间分析的缺点。最后构建并给出了点、线、面、体四种基本要素的具体数据结构,针对具体实例进行了分析与描述,并阐述了该模型的特点。     

矢量栅格一体化数据结构设计与应用

针对如何在“3S”集成过程中选择良好数据结构的问题,通过分析矢量数据结构与栅格数据结构的优缺点,以二级划分策略建立具有两种结构优点的矢量栅格一体化数据结构,使空间数据在栅格化的同时能满足矢量精度要求,并给出其逻辑表示。在此基础上,讨论基于该数据结构的空间数据采集与叠加分析策略。     

Geodatabase在空间数据库建库中的应用

把Geodatabase数据模型应用到县级土地利用空间数据库建库研究上。通过对空间数据库的研究和探讨,结合县级土地利用数据管理特有的特征,提出基于面向对象的空间数据模型Geodatabase来建立土地利用空间数据库的思想。用计算机辅助软件工程（CASE）工具创建和管理统一的土地利用数据库模型,构建集空间数据、属性数据和栅格的土地利用空间数据库,以完成土地利用空间数据、属性数据、栅格影像数据的一体化存储。     

用Voronoi多边形扩展的空间数据模型

Voronoi图是一种基本几何结构 ,也是解决相关几何问题的有效的工具 .为了有效地解决 GIS中的空间目标间关系的动态构建、显示等问题 ,首先重点探讨了用 Voronoi图扩展的空间数据模型 ,然后主要从空间数据建模语义的角度出发 ,在研究 GIS面向对象的空间数据模型的基础上 ,提出了用 Voronoi多边形来部分地代替面向对象的数据模型间的关系定义 ,并给出了一个基于 Voronoi多边形的面向对象数据模型的框架 .该模型由于利用了Voronoi图具有的能良好地表示空间目标邻近关系的特性 ,并且由于通过空间目标的位置 ,能动态地获取和显示空间目标间的邻接关系 ,因而可以有效地弥补目前拓扑数据模型中 ,计算更新复杂及不能表示空间上邻近 ,而几何上不相接目标间的空间关系和栅格数据模型中不能有效地表达目标间拓扑关系的不足的问题 ,实践证明 ,这是一种较为理想的表示复杂空间关系的数据模型 .     

直接从空间数据中挖掘频繁模式

为简化空间频繁模式挖掘的预处理步骤并提高挖掘效率, 提出一种可以直接以空间矢量和栅格图层作为输入的挖掘算法FISA(fast intersect spatial Apriori)。该算法利用图层求交和面积计算操作实现谓词集支持度计数进而实现频繁谓词集和关联规则挖掘。相对于基于事务空间关联规则挖掘算法, FISA不需要预先进行空间数据事务化处理, 并且所得结果均有对应图层, 便于实现结果的可视化; 相对于其他基于空间分析的挖掘算法, FISA支持空间数据的矢量和栅格格式, 且引入了快速求交方法以保证其可伸缩性。实验结果表明该算法可以直接从空间数据中高效正确地挖掘出频繁模式。     

基于本体的Web文本挖掘与信息检索

针对传统Web文本挖掘技术缺少语义理解能力的不足,提出并实现一种基于本体的Web文本挖掘模型,即利用基于本体概念体系的向量空间模型替代传统的向量空间模型来表示文档,在此基础上进行Web文本挖掘,并给出一种集成语义信息检索的设计。实验结果初步验证了本体模型在Web文本挖掘技术上应用的可行性。     

地下矿可视化管控系统空间数据模型

为了满足地下矿可视化管控系统可视化表达、空间分析、自动化建模与模型动态更新功能的需要,分析了矿山空间现象的特征与典型的三维空间数据模型,据此设计了一种包含三维骨架模型、顾及拓扑面向实体的三维矢量空间数据模型(TEVDM)和八叉树块段模型(OBM)的混合时空数据模型。该模型利用TEVDM和OBM表达空间实体的精确边界和内部属性,引入网络化、层次化、参数化的实体与网络复合模型(PENDM)来描述井巷工程与生产系统的骨架,引入行为模型描述具有行为特征的人员和设备,利用复杂要素对具有完整语义的要素集合体进行描述。最后给出了用该模型描述矿山空间现象和进行空间分析应用的示例,表明该模型比传统模型在矿山领域具有更好的实用性。     

基于数据分区和网格的离群点挖掘算法

针对已有的基于网格的离群点挖掘算法挖掘效率低和对于大数据集适应性差的问题,提出基于数据分区和网格的离群点挖掘算法。算法首先将数据进行分区,以单元为单位筛选非离群点,并把中间结果暂存起来;然后采用改进的维单元树结构维护数据点的空间信息,以微单元为单位进行非离群点筛选,并通过两个优化策略进行高效操作;最后以数据点为单位挖掘离群点,从而得到离群数据集合。理论分析和实验结果表明了该方法是有效可行的,对大数据集和高维数据具有更好的伸缩性。     

基于MapX的空间数据挖掘模型及其应用

利用Mapx控件对GIs数据强大的操作与处理功能，将Mapx应用到空间数据挖掘中，构建了基于MapX的空间数据挖掘模型。通过该模型可以方便的对空间数据与非空间数据进行操作处理，以及空间对象之间的拓扑关系与距离信息等进行判定，从而解决了空间数据挖掘中数据整合与数据预处理的问题。概念泛化技术应用于数据预处理中，构建了概念层次树。关联规则算法有效应用于空间数据挖掘中．荻取了有用的知识。     

基于知识网格服务的分布式数据挖掘研究

广域网中存在地理上分布的海量的各种数据,分析和处理这些数据需要利用高性能的分布式并行处理系统,网格能够满足这种要求.知识网格就是使用基本的网格服务(通信服务、信息服务、授权服务和资源管理服务)去建立特定的分布式并行知识发现工具和服务.结合知识网格特点,讨论了知识网格的体系结构和支持知识挖掘应用的服务集.运用分布式数据挖掘的元学习模型,给出了利用知识网格提供的知识挖掘服务实现分布式数据挖掘的过程.     

基于空间数据仓库的空间数据挖掘研究

分析了空间数据仓库的特点和体系结构，在空间数据仓库的基础上提出了一种空间数据挖掘的模型结构，介绍了一些常用空间数据挖掘算法，并展望了其广阔的应用前景。     

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。     

A grid-based spatial data model for the simulation and analysis of individual behaviours in micro-spatial environments

As crowd simulation in micro-spatial environment is more widely applied in urban planning and management, the construction of an appropriate spatial data model that supports such applications becomes essential. To address the requirements necessary to building a model of crowd simulation and people–place relationship analysis in micro-spatial environments, the concept of the grid as a basic unit of people–place data association is presented in this article. Subsequently, a grid-based spatial data model is developed for modelling spatial data using Geographic Information System (GIS). The application of the model for crowd simulations in indoor and outdoor spatial environments is described. There are four advantages of this model: first, both the geometrical characteristics of geographic entities and behaviour characteristics of individuals within micro-spatial environments are involved; second, the object-oriented model and spatial topological relationships are fused; third, the integrated expression of indoor and outdoor environments can be realised; and fourth, crowd simulation models, such as Multi-agent System (MAS) and Cellular Automata (CA), can be further fused for intelligent simulation and the analysis of individual behaviours. Lastly, this article presents an experimental implementation of the data model, individual behaviours are simulated and analysed to illustrate the potential of the proposed model.     

限定TIN与CSG集成仿真模型生成算法研究

为了有效地组织和管理三维GIS空间数据,实现对三维空间实体高效、完整地表达,提出了限定不规则三角网（TIN）与构造实体几何（CSG）集成的仿真建模算法。采用TIN模型描述地形,CSG模型描述建筑物,通过抽取建筑物地面轮廓线作为地形三角剖分时的限定约束条件,将两种模型有机集成在一起。同时,实现了两类模型可视化渲染操作的同步进行。仿真试验结果表明,算法在保证模拟精度的前提下,能有效地简化建模过程,在一定程度上降低了可视化渲染计算的复杂度。     

基于数据网格进行知识关联规则挖掘方法研究

摘要：数据网格是在计算网格的基础上发展起来的网格技术,具有资源共享、协同工作、虚拟组织以及对分布式数据库群进行处理和分析的特点,在知识发现领域具有重要的研究价值。因此,本文提出了一种基于数据网格进行知识关联规则挖掘的方法。该方法采用数据网格树对动态数据网格进行全局控制和管理,采用挖掘作业命令的形式触发域挖掘作业,采用素数存储的方法进行了关联规则挖掘。通过仿真实验表明该挖掘方法在数据库群和数据网格关联规则挖掘方面具有优势。