空间数据发掘和知识发现的框架

探讨和提出了空间数据发掘和知识发现的理论技术框架，包括空间数据发掘和知识发现的定义与描述、理论框架、从空间数据库中可发现的知识类型及其应用、数据发掘与知识发现方法、空间知识发现系统的结构及开发方法等，最后探讨了空间数据发掘和知识发现的发展方向。     

空间数据发掘和知识发现的框架

探讨和提出了空间数据发掘和知识发现的理论技术框架，包括空间数据发掘和知识发现的定义与描述、理论框架、从空间数据库中可发现的知识类型及其应用，数据发掘与知识发现方法、空间知识发现系统的结构及开发方法等，最后讨论了空间数据发掘和知识发现的发展方向。     

多源海量统计遥感数据集成管理技术研究

统计遥感业务是国家统计局基于统计业务对空间信息的发展和应用需求,将GIS、Rs和GPS空间信息技术全面应用于统计数据的获取、管理与分析中,从而提高统计效率和统计科技含量,构建新型国家统计业务体系。统计遥感业务数据具有多源、海量的特点,实现统计遥感数据的集成与管理是新型统计遥感业务成功运转的基础。针对统计遥感业务及数据应用需求,通过对各类空间数据集成与管理技术进行研究,提出在建立统计遥感空间数据库基础上,将影像以县级为单位进行拼接、然后压缩存储到统计遥感空间数据库,同时结合影像编目技术实现海量遥感影像的管理;提出将元数据管理和数据转换、数据直接访问以及数据互操作方式,实现多源统计遥感数据的集成与管理。通过多种方式,从应用层面较好地解决了海量、多源统计遥感数据的集成与管理,提升了统计遥感数据的应用范围。     

基于GIS的水文数据智能维护系统研究与设计

利用GIS强大的空间数据浏览查询功能、GIS空间数据库管理技术、空间分析技术、地统计技术,集成GIS,GPS、信息采集、数据共享服务和数据更新维护,结合水文数据诊断与修复模型,提供了监测、诊断、分析、修复和展示的一体化管理解决方案.     

AutoCAD与ArcGIS数据转换研究与应用

结合珠海市空间数据自适应动态更新系统的建设实践,提出AutoCAD与ArcGIS空间数据转换技术路线。阐述了这一过程中数据标准建立、质量控制和数据转换等关键技术。在此基础上,编程实现AutoCAD与GIS空间数据的相互转换以及空间数据库中GIS数据与AutoCAD数据的直接转换。试验结果显示,AutoCAD空间数据在编码、规整、转换和质检等处理后,可生成符合标准的GIS数据。     

基于元模式的空间关联规则挖掘方法

空间关联规则可以从空间数据库中发现空间对象之间的隐含的、不明确的空间关系。空间数据库中空间关联规则挖掘研究是空间数据挖掘和知识发现(SDMKD)的主要内容,其主要问题是多层,多关系的规则发现问题。本文把元模式与空间关联规则挖掘相结合介绍了挖掘地理信息系统(GIS)中空间数据库关联规则的常用步骤方法。     

基于FME的规划数据格式转换研究

传统的城市规划成果主要是以CAD格式为主,但这种格式数据对属性信息表达不够完整,难以与实体相连接,导致数据查询、统计、分析困难,GIS空间数据库技术能有效地解决这些问题。本文从分析两种数据格式的特点着手,通过介绍传统的从CAD到GIS格式的转换方法及缺点,进而提出利用FME软件实现规划数据从CAD到GIS格式的无损转换。     

ArcObjects和XML的元数据库系统开发中的应用

XML是一种可扩展性标记语言,主要运用在数据的表达和存储以及数据的转换和共享等方面。本文介绍了XML的特点和空间元数据库的作用,讨论了GIS数据库中元数据的标准和内容,结合江苏省基础地理信息数据库的建设论述了XML在空间元数据库系统设计中的运用,利用ArcObjects技术实现了元数据的建立、管理与分发。     

WebGIS与基于网络的数据挖掘整合应用研究

数据挖掘为我们提供了一种从海量数据中发现潜在知识的技术手段,将数据挖掘技术应用到GIS能提升GIS对数据的分析能力,从而提高决策支持水平。WebGIS是传统GIS的网络化延伸,目前WebGIS的空间分析和决策支持能力都较低,将基于网络的数据挖掘和WebGIS结合能有效加强WebGIS的分析能力。本文对WebGIS和基于网络的数据挖掘的结合进行了探讨,提出了两者整合应用的模型。     

解析摄影测量方法建立城市GIS空间数据库

本文根据目前我国测绘部门技术力量和仪器设备状况，探讨借助解析摄影测量方法建立城市GIS空间数据库的生产模式，充分利用解析测图所产生的数字信息、结合Auto CAD图形软件和GIS软件的编辑功能，使城市大比例尺地形图测绘与GIS空间数据库的建立溶为一体。对于降低城市GIS空间数据库的建设成本，缩短建设周期，具有非常重要的意义。     

DBSCAN空间聚类算法及其在城市规划中的应用

空间聚类是空间数据挖掘和知识发现的主要方法之一。DBSCAN算法可以从带有“噪声”的空间数据库中发现任意形状的聚类,是一种较好的聚类算法。本文介绍了DBSCAN算法的基本概念和原理,并应用GIS二次开发组件MapObjects予以了实现。然后,本文将该算法应用于城市规划中,对某城市中小学和商业网点等公共设施的分布进行了聚类分析,并根据聚类结果对城市规划设计规范中的某些条款进行了讨论。     

Remote sensing image classification with GIS data based on spatial data mining techniques

Data mining techniques are used to discover knowledge from GIS database in order to improve remote sensing image classification.Two learning granularities are proposed for inductive learning from spatial data,one is spatial object granularity,the other is pixel granularity.We also present an approach to combine inductive learning with conventional image classification methods,which selects class probability of Bayes classification as learning attributes.A land use classification experiment is performed in the Beijing area using SPOT multi-spectral image and GIS data.Rules about spatial distribution patterns and shape features are discovered by C5.0 inductive learning algorithm and then the image is reclassified by deductive reasoning.Comparing with the result produced only by Bayes classification,the overall accuracy increased by 11% and the accuracy of some classes,such as garden and forest,increased by about 30%.The results indicate that inductive learning can resolve spectral confusion to a great extent.Combining Bayes method with inductive learning not only improves classification accuracy greatly,but also extends the classification by subdividing some classes with the discovered knowledge.     

Remote sensing image classification with GIS data based on spatial data mining techniques

Data mining techniques are used to discover knowledge from GIS database in order to improve remote sensing image classification. Two learning granularities are proposed for inductive learning from spatial data, one is spatial object granularity, the other is pixel granularity. We also present an approach to combine inductive learning with conventional image classification methods, which selects class probability of Bayes classification as learning attributes. A land use classification experiment is performed in the Beijing area using SPOT multi-spectral image and GIS data. Rules about spatial distribution patterns and shape features are discovered by C5.0 inductive learning algorithm and then the image is reclassified by deductive reasoning. Comparing with the results produced only by Bayes classification, the overall accuracy increased by 11% and the accuracy of some classes, such as garden and forest, increased by about 30%. The results indicate that inductive learning can resolve spectral confusion to a great extent. Combining Bayes method with inductive learning not only improves classification accuracy greatly, but also extends the classification by subdividing some classes with the discovered knowledge.     

RS与GIS一体化数据结构的研究

详细阐述了RS与GIS一体化的概念 ,通过对RS与GIS一体化方面的研究与分析 ,进一步明确RS与GIS一体化对空间数据存储结构的要求 ,着重探讨了几种典型的用于RS与GIS一体化的数据结构 ,针对现有数据结构存在的问题与不足 ,提出了一种具有普遍适用价值的基于语义网络的空间数据存储结构 ,并给出一个应用实例     

数据仓库及其在城市规划决策支持系统中的应用探讨

在分析传统决策支持系统在城市规划决策应用中存在的问题的基础上 ,初步提出一种基于数据仓库的城市规划决策支持系统的基本框架 ,探讨了该系统建立中数据仓库的数据组织、数据挖掘、知识发现方法等关键技术问题 ,并进一步阐述城市规划决策支持系统的建立方法 ,最后以荆州市环境规划为例 ,说明数据仓库在城市规划决策支持系统中的具体应用。     

基于空间数据发掘的遥感图像分类方法研究

采用数据发掘技术从 ＧＩＳ数据库和遥感图像中发现知识,用于改善遥感图像分类。提出了两种实施空间数据归纳学习的途径：在空间对象粒度上学习和直接在像元粒度上学习。分析了两种粒度学习的特点和适用范围,同时提出了一种归纳学习与传统图像分类法的结合方式。用北京地区 ＳＰＯＴ多光谱图像和 ＧＩＳ数据库进行土地利用分类的试验证明,归纳学习能较好地解决同谱异物、同物异谱等问题,显著提高分类精度,并且能够根据发现的知识进一步细分类,扩展了遥感图像分类的能力。     

ESDA支持下的城市地价分布信息提取

在城市地价分布信息提取中，因地价信息空间位置的相关性和样本数量的有限性，传统统计学的两个基本假设（样本独立与大样本）不易实现。为此，采用探索性空间数据分析（ESDA）技术，对地价数据作空间统计分析。在ESDA分析中，数据结构必须满足正态分布，同时，要对全局趋势分析和方向分析等予以考虑，才能得到误差较小的分析结果。镇江市实例研究表明，该地区地价样点的空间数据结构呈对数分布，存在二阶趋势和北北东方向，合理步长为375 m。     

电子政务综合分析与评价平台建设初探

本文立足于政府部门决策分析的科学化和智能化,突破电子政务局限于办公自动化和政府上网等操作层面的研究,提出了在数据库管理系统及数据钻取与挖掘工具、模型库管理系统、知识库管理系统技术支撑下建立起来的电子政务综合分析与评价平台的框架结构和技术体系,该平台综合了GIS的空间分析与数据挖掘功能、空间统计功能、经典统计分析功能以及数学分析功能,能够对政务信息数据库进行多方位、深层次的数据分析与综合评价,最终对政府提供科学决策依据。     

北京市交通专题数据库管理系统设计与实现

利用地理信息系统技术(GIS),实现了交通专题数据库的批量数据入库、交通地理信息空间数据、属性数据维护更新、查询统计、数据分发、制图打印、历史数据管理等功能,对基于ArcGI SEngine的交通专题数据库管理系统设计与实现的技术路线、系统架构、系统功能设计和实现模式进行了介绍和分析。     

Database structure for the integration of RS with GIS based on semantic network

The integration of remote sensing (RS) with geographical information system (GIS) is a hotspot in geographical information science. A good database structure is important to the integration of RS with GIS, which should be beneficial to the complete integration of RS with GIS, able to deal with the disagreement between the resolution of remote sensing images and the precision of GIS data, and also helpful to the knowledge discovery and exploitation. In this paper, the database structure storing the spatial data based on semantic network is presented. This database structure has several advantages. Firstly, the spatial data is stored as raster data with space index, so the image processing can be done directly on the GIS data that is stored hierarchically according to the distinguishing precision. Secondly, the simple objects are aggregated into complex ones. Thirdly, because we use the indexing tree to depict the relationship of aggregation and the indexing pictures expressed by 2-D strings to describe the topology structure of the objects, the concepts of surrounding and region are expressed clearly and the semantic content of the landscape can be illustrated well. All the factors that affect the recognition of the objects are depicted in the factor space, which provides a uniform mathematical frame for the fusion of the semantic and non-semantic information. Lastly, the object node, knowledge node and the indexing node are integrated into one node. This feature enhances the ability of system in knowledge expressing, intelligent inference and association. The application shows that this database structure can benefit the interpretation of remote sensing image with the information of GIS.