论空间数据挖掘和知识发现的理论与方法

首先分析了空间数据挖掘和知识发现（SMDKD）的内涵和外延；然后分别研究了用于SDMKD的概率论，证据理论，空间统计学，规则归纳，聚类分析，空间分析，模糊集，云理论，粗集，神经网络，遗传算法，可视化，决策树，空间在线数据挖掘等理论和方法及其进展；最后展望了SDMKD的发展前景。     

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。     

空间数据挖掘技术的研究与发展

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,迫切需要数据挖掘和知识发现为其提供指导。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的特点、空间邻接关系及其相关操作,给出了几种典型的空间数据挖掘方法,并对空间数据挖掘的进一步发展做了展望。     

空间数据挖掘方法综述

空间数据挖掘和知识发现是空间数据库技术、空间数据荻取技术、计算机技术、网络通信技术和管理决策支持技术等发展到一定阶段的产物,是多学科相互交融和相互促进的新兴边缘学科,汇集了人工智能、模式识别、数据库、空间信息学、统计学等各学科技术的成果。如何在浩瀚的空间数据和人们的知识渴求之间建立一个桥梁的确是一个巨大的挑战,而以聚类、分类等人工智能技术为基础的空间数据挖掘为迎接这个挑战提供了新的支撑技术。总结了空间数据挖掘方法的国内外研究现状,为深入研究空间数据挖掘方法提供参考价值。     

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。     

可视化空间数据挖掘研究综述

空间数据挖掘针对的是更具有可视化要求的地理空间数据的知识发现过程,可视化能提供同用户对空间目标心理认知过程相适应的信息表现和分析环境,可视化与空间数据挖掘的结合是该领域研究发展的必然,并已成为一个研究热点。论文综述了空间数据挖掘和可视化的研究现状,重点阐述了空间数据挖掘中的可视化化技术及其应用,并对可视化空间数据挖掘的发展趋势进行了阐述。     

空间聚类分析的形式化描述与研究意义

本文阐述了空间聚类分析的基本概念，给出了空间聚类分析的形式化描述，分析了空间聚类分析的步骤：着重探讨了空间聚类分析研究的意义，认为空间聚类分析可以从空间数据集中发现实体的凝聚趋势、分布规律和发展变化趋势等知识。同时，空间聚类分析的结果可作为其它空间数据挖掘方法的输人数据，做进一步的挖掘分析。     

数字油藏空间数据挖掘与知识发现框架设计

油藏空间数据挖掘与知识发现是继油藏数字化建设后需要解决的一个重要问题.本文首先总结了数字油藏中空间数据的特征及数据处理的方法学基础,提出把数据挖掘思想用于油藏数据处理以获取更多有用信息,即油藏空间数据挖掘与知识发现.文章列出了四种可能的方案,简述了每一种方案的特点,最后结合数据库数据挖掘与GIS可视化,提出了油藏空间数据挖掘与知识发现的框架.对数据挖掘的主要模式进行了讨论,认为空间关联规则是油藏空间数据挖掘中最重要的一种知识模式,因而空间关联规则挖掘算法的设计也就成了油藏空间数据挖掘中需要解决的一个重要问题.     

空间数据挖掘进展

空间数据挖掘是解决海量空间数据利用瓶颈的技术之一。本文综述空间数据挖掘的研究与应用进展。首先，分析空间数据挖掘的缘起。其次，研究空间数据挖掘的本质及其特点。再次，基于理论技术，分类总结空间数据挖掘的研究和应用的成果，并探讨其研究方向。最后，总结全文。     

从GIS数据库中挖掘空间关联规则研究

G IS数据库中空间关联规则发现是SDMKD的重要内容,广泛涉及到知识的表示和推理,需要地理空间知识的深入参与。在地理空间认知的基础上,结合认知逻辑,通过ILP对空间关联规则进行形式化描述,特别分析了其中涉及的空间谓词;通过例子说明了形式化空间关联规则的具体应用。从G IS数据库中挖掘空间关联规则的主要问题是多层、多关系的规则挖掘问题,不同专题图层不同空间对象之间空间谓词的高效计算与存储表达是解决问题的关键;把空间关系非空间化,将连续数据离散化,从而把求解问题转换成布尔型关联规则问题进行讨论,基于此而探讨了一种通过SJI-P表组织空间谓词,然后根据目标对象的概念层级自顶向下、逐层细化的空间关联规则挖掘方法。     

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NoSQL数据库的空间大数据分布式存储策略

基于关系型数据库的空间数据存储与处理是地理信息系统（geographic information system,GIS）领域的主流模式,但伴随着物联网、移动互联网、云计算及空间数据采集技术的发展,空间数据已从海量特征转变为大数据特征,对空间数据的存储和管理在数据量和处理模式上提出了新的挑战。首先分析了基于传统的集中式存储与管理模式在处理和应用大数据方面的局限性,包括存储对象的适应性、存储能力的可扩展性及高并发处理能力要求;然后在分析当前几大主流NoSQL数据库特点的基础上,指出了空间大数据基于NoSQL数据库的单一存储模式在数据操作方式、查询方式和数据高效管理方面存在的局限性;最后结合GIS领域空间大数据存储对数据库存储能力的可扩展性及数据处理和访问的高并发要求,提出基于内存数据库和NoSQL数据库的空间大数据分布式存储与综合处理策略,并开发了原型系统对提出的存储策略进行可行性和有效性进行了验证。     

空间数据集成及冲突消解方法综述

为了充分利用现有地理空间数据资源,降低GIS工程建设的成本开销和复杂度,本文首先对比分析了虚拟和物化两类空间数据集成方式,阐述说明了不同空间数据库之间的冲突类型以及相应的消解措施。从目前应用和研究现状来看,空间数据仓库方式是目前比较常用且可行集成方法,基于中介器/包装器的集成方式则是目前研究的热点,而集成过程中语义冲突的自动发现和消解仍是一个难点问题,尚需进一步的探索和研究。     

空间数据仓库的ETL研究

介绍了数据仓库ETL的概念和主要工作，在此基础上讨论了空间数据仓库的主要框架，并以广州农业经济数据仓库为例，说明了如何进行空间数据仓库的ETL工作。     

空间数据挖掘中关联规则的支持度和可信度研究

空间数据挖掘中所依赖的空间相关性是由空间关联规则描述的。研究了事务集为粗糙集时空间关联规则支持度和可信度的计算方法;提出了当事务集为粗糙集、空间数据为模糊数据时的模糊粗糙关联规则。同时,推导了空间关联规则的支持度和可信度的变化规律。     

空间数据挖掘中关联规则的支持度和可信度研究

空间数据挖掘中所依赖的空间相关性是由空间关联规则描述的.研究了事务集为粗糙集时空间关联规则支持度和可信度的计算方法;提出了当事务集为粗糙集、空间数据为模糊数据时的模糊粗糙关联规则.同时,推导了空间关联规则的支持度和可信度的变化规律.     

空间数据仓库研究综述

论述了空间数据仓库的定义、基本特征；着重叙述了目前国内外空间数据仓库在学术研究、产品研制和实际应用方面的发展现状；设计出了空间数据仓库的体系结构，说明了空间数据仓库和应用系统的区别与联系；最后得出结论，为支持我国空间数据基础设施建设，研制空间数据仓库十分必要。