空间数据挖掘和知识发现的现状与发展

分析了空间数据挖掘涉及的两大关键技术:空间数据仓库技术和空间数据挖掘的各种算法、地学数据挖掘所涉及的各种算法,列举了现有的各种空间数据挖掘方法,指出它们的优缺点和应用场合,简要讨论了迄今为止空间数据挖掘领域所取得的进展,展望了未来的发展方向。     

地理空间分析及可视化分析研究

地理空间分析是基于地理对象的位置和形态特征的空间数据分析技术，其目的在于提取和传输空间信息，是地理信息系统的重要功能之一。随着3S技术的融合和空间信息处理技术的发展和广泛应用，地理空间分析、空间数据挖掘和知识发现以及地学可视化已经成为空间信息处理的重要手段和关键技术。本主要论述了现有的地理空间分析方法，并讨论了基于地理空间分析的海量空间数据挖掘和地学可视化分析。     

基于空间分析的徐州市居民点分布模式研究

居民点空间分布的研究是聚落地理学的主要内容之一,运用空间分析的方法研究居民点的分布能更准确地刻画出其空间分布的本质规律。本文根据2004年TM遥感图像和城市地图得到徐州市城乡居民点空间分布的信息,继而运用样方分析(QA)法、最近邻距离指数(NNI)、K(d)函数、热点探测技术(NNH)研究了徐州市居民点空间分布格局与模式。结果显示:徐州市居民点的空间分布具有明显的空间依赖性,总体上呈现出集聚分布的特点;随着研究尺度的变大,居民点空间分布的集聚性指数也增大;居民点空间分布的热点区域在微观尺度上具有空间随机性、在中观尺度上具有轴带延伸性、宏观尺度上具有面状集中性的特点。     

空间数据挖掘技术在分析型客户关系管理中的应用

随着企业竞争的日益激烈,以"客户为中心"的服务理念日趋成熟,具有强大分析功能的分析型客户关系管理也就随之成为市场的研究热点,可以毋庸置疑地说它是决定企业能否在竞争中处于不败之地的重要因素.而分析型客户关系管理离不开数据挖掘技术的支持,如今,随着空间数据的日益膨胀,空间数据挖掘技术在客户关系管理中的应用显得日益突出.从分析型客户关系管理的功能和空间数据挖掘的过程出发,阐述了基于空间数据挖掘技术的集成分析型CRM的总体框架及其空间数据挖掘技术在分析型CRM中的具体应用.     

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。     

利用浮动车数据挖掘城市职住空间关系

基于浮动车大数据,利用数据挖掘技术,在空间格网及行政区划两个空间尺度下研究城市职住空间特征,从通勤距离和通勤时间、浮动车数据在空间上的聚类结果及职住分离指标等多个方面对武汉市三环线范围内的职住空间特征进行了分析.结果表明,基于浮动车大数据可以快速、精细化地分析职住空间特征,分析结果可为城市规划提供依据.     

一种建筑群同质二元组直线模式的识别方法

建筑群空间分布模式识别对制图综合、多尺度表达及空间数据挖掘具有重要意义.针对建筑群中以建筑物组合结构为单元的直线模式识别问题,提出一种建筑群同质二元组直线模式的识别方法.首先分析研究同质二元组直线模式的认知特征和定义;然后利用Delaunay三角网构建建筑群邻近关系,以建筑物邻近性、尺寸和方向相似性约束进行聚类,考虑邻...     

基于GIS空间数据挖掘技术的应用研究

介绍了空间数据挖掘的概念,分析了基于GIS的空间数据挖掘的流程,详细介绍了空间数据挖掘在GIS中的应用和可视化方法,最后提出GIS空间数据挖掘存在的问题,阐述了技术的发展前景。     

空间数据挖掘与GIS集成及应用研究

阐明空间数据挖掘与GIS集成的优越性,分析空间数据挖掘与关系数据库系统的区别,介绍面向对象技术对空间数据挖掘和空间数据挖掘的常用算法．在此基础上介绍地理信息系统与空间数据挖掘工具及应用。     

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。     

城市空间数据生产的技术框架探讨

城市空间数据是城市GIS、数字城市乃至数字中国的核心要素之一。我国城市空间数据生产取得了巨大成就，但尚不能满足城市发展的需求。“快、准、全、廉”地生产与提供城市空间数据应该成为未来的奋斗目标。为此，需要面向应用建立一个统一的包括数据形式、内容、尺度、质量与标准等在内的技术框架。     

数据挖掘研究综述及其在国土资源信息化中的应用研究初探

本文系统论述和总结了数据挖掘和空间数据挖掘的概念、技术方法和研究现状。详细介绍了目前主流的数据挖掘厂商及解决方案。文章最后简要分析了数据挖掘技术在国土资源行业中的研究现状,并对如何利用这些新技术为国土资源业务管理与决策支持提供帮助进行了初步探讨。     

矿业权实地核查测量技术方案探讨

阐述了葫芦岛地区矿业权实地核查工作的目的、意义和工作依据,并对矿业权实地核查方法、矿权测量、数据整理、数据库建设等具体的工作方法和技术要求进行了探讨.     

Mapping fine‐scale urban housing prices by fusing remotely sensed imagery and social media data

The accurate mapping of urban housing prices at a fine scale is essential to policymaking and urban studies, such as adjusting economic factors and determining reasonable levels of residential subsidies. Previous studies focus mainly on housing price analysis at a macro scale, without fine‐scale study due to a lack of available data and effective models. By integrating a convolutional neural network for united mining (UMCNN) and random forest (RF), this study proposes an effective deep‐learning‐based framework for fusing multi‐source geospatial data, including high spatial resolution (HSR) remotely sensed imagery and several types of social media data, and maps urban housing prices at a very fine scale. With the collected housing price data from China's biggest online real estate market, we produced the spatial distribution of housing prices at a spatial resolution of 5 m in Shenzhen, China. By comparing with eight other multi‐source data mining techniques, the UMCNN obtained the highest housing price simulation accuracy (Pearson R = 0.922, OA = 85.82%). The results also demonstrated a complex spatial heterogeneity inside Shenzhen's housing price distribution. In future studies, we will work continuously on housing price policymaking and residential issues by including additional sources of spatial data.     

空间关联规则挖掘在中国农业普查中的应用研究

空间关联规则挖掘是一个过程,主要包括数据选取、数据预处理、数据变换、数据挖掘算法实施以及模式解释与评估等。目前,相关研究的重点在于各种空间关联规则挖掘算法的实施,而对其他几个步骤的研究比较少,如多个字段的综合处理、连续数据的离散化等。同时,农业普查数据尤其是第二次全国农业普查数据涵盖了丰富的"三农"信息,像座宝藏,期待人们运用各种技术开发利用。空间关联规则挖掘无疑是挖掘农业普查数据宝藏的最理想工具。本文将空间关联规则挖掘首次引入中国农业普查当中,以其在甘肃农业普查中的应用实例详细描述空间关联规则挖掘各步骤处理过程及各技术关键的处理方法,最后得出一些甘肃省各界最为感兴趣的知识,为甘肃省解决"三农"问题提供决策依据。     

时空数据挖掘综述

本文系统阐述了数据挖掘、空间数据挖掘、时空数据挖掘的发展历程,接着介绍了数据挖掘的相关概念,给出空间数据挖掘和传统知识发现的异同;然后对空间数据挖掘的基本方法与技术进行综述,在总结当前研究成果的基础上,阐述了空间、时空数据挖掘面临的难题;最后探讨了时空数据挖掘的发展方向和研究热点。     

SOCET SET 5.4新增功能的技术特点与应用探讨

针对SOCET SET 5.4软件系统新增功能的技术特点与应用进行了介绍和探讨,具体分析了其在多源传感器数据的兼容性、空中三角测量的适应性、DTM自动提取精度、影像图制作效率等方面的优势和在矢量地形图制作中的技术限制。随着新版本的不断推出,该系统的具体应用还需进一步探索研究。     

面向持续交付的空间大数据基础设施设计与实现

随着空间大数据技术的快速发展,越来越多与空间大数据云平台相关的项目逐步规划和建立.GIS建设项目已经朝着平台化、虚拟化和智能化的方向转变.新一代GIS平台建设的重要原则之一,就是要把空间大数据作为企业的重要资产.它需要系统地管理、持续地维护、安全地控制以及深入地挖掘.在持续探索数据价值的过程中,对平台基础设施提出了新的技术要求,包括集成多种开源技术、支持快速的迭代开发、支持持续运行的数据分析任务等.本文研究的重点是结合DevOps等先进的面向持续交付的管理理念,利用相关技术提出空间大数据基础设施的设计方案,使其具备持续交付能力.