基于数据场的空间目标行为挖掘(英文)

The advanced data mining technologies and the large quantities of remotely sensed Imagery provide a data mining opportunity with high potential for useful results. Extracting interesting patterns and rules from data sets composed of images and associated ground data can be of importance in object identification, community planning, resource discovery and other areas. In this paper, a data field is presented to express the observed spatial objects and conduct behavior mining on them. First, most of the important aspects are discussed on behavior mining and its implications for the future of data mining. Furthermore, an ideal framework of the behavior mining system is proposed in the network environment. Second, the model of behavior mining is given on the observed spatial objects, including the objects described by the first feature data field and the main feature data field by means of the potential function. Finally, a case study about object identification in public is given and analyzed. The experimental results show that the new model is feasible in behavior mining. Supported by the National 973 Program of China(No.2006CB701305,No.2007CB310804), the National Natural Science Fundation of China (No.60743001), the Best National Thesis Fundation (No.2005047), the National New Century Excellent Talent Fundation (No.NCET-06-0618).     

基于空间行为的面向对象空间数据模型

本文根据面向对象空间数据模型的相关概念和特点,将地理空间中的空间行为进行建模后纳入面向对象空间数据模型的框架中。面向对象空间数据模型由数据模型和空间行为模型两个部分组成:数据模型包括空间特征数据和属性特征数据;同时将空间行为模型分为两大类,即静态空间行为模型(地理目标间关系)和动态行为模型(地理目标行为)两部分。在此框架提出的基础上,本文利用二进制、XML流等格式文件对该空间数据模型进行了整合和组织。     

基于格式塔识别原则挖掘空间分布模式

面向空间群目标的分布模式识别是空间数据挖掘比较关注的问题。本研究基于空间认知原理与视觉识别格式塔完形原则并结合空间聚类方法对该问题进行研究,提出用于描述实体间差异的"视觉距离"概念,其定义综合考虑视觉识别中的位置、方向、大小差异,通过Delaunay三角网计算几何构造建立该距离计算的模型。在实验基础上提出基于最小支撑树MST的聚类方法,获得与视觉认知相一致的结果。研究试图表明一个观念,即通用性的数据处理模型在GIS实际应用时,需要根据GIS作为"空间认知"科学的原理,作技术方法上的改进,需要考虑认知主体在感知、辨析、识别、推理不同思维过程中的认知心理原则。     

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。     

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。     

一种地图跨媒介出版数据模型

针对同一空间数据跨不同媒介出版时存在的重复地图制作以及视觉表达效果不统一问题,提出了地图跨媒介出版的概念。通过分析现有地图数据模型,深入挖掘PDF结构中标识内容对象、逻辑结构对象以及可选内容对象等页面内容对象的潜在优势,重点围绕要素对象编码、要素对象结构以及要素分层结构设计了地图跨媒介出版数据模型,该模型突破了过去对满足印刷要求的制图数据和地理空间数据只能分阶段或分模型描述的限制,为地图跨媒介出版数据的存储与管理创造了条件。最后经过试验测试,结果表明了该模型的可行性和有效性。     

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。     

基于栅格数据的面状目标空间方向相似性研究

提出了基于栅格数据的面状目标之间的两种空间方向相似性的计算方法：利用栅格数据的特征和方向关系矩阵计算空间方向相似性；基于单个栅格单元与参考目标之间角度的变化计算面状目标之间空间方向相似性。这两种方法简化了由Goyal提出的基于方向关系矩阵模型计算空间方向相似性的方法，克服了方向产生某些细微变化时的限制，在计算面状目标空间方向相似性时具有更广泛的适用性。     

论空间数据处理与空间数据挖掘

根据现行文献中反复提到的空间数据处理内涵的理解．将空间数据处理分为空间数据处理技术和空间数据处理理论，简要论述了各自的主要内容．讨论了空间数据挖掘的现状和今后研究的重点，比较了空间数据处理与空间数据挖掘的异同。     

基于邻接指数的空间关联规则挖掘方法研究

在空间关联规则挖掘中一般是采用遍历算法进行,导致对海量数据计算效率的降低。目前,空间数据挖掘模型多采用空间邻接矩阵来表达空间关联权重,大多情况下没有考虑邻接关系的实际量化的结果。文中在分析了空间实体分布的各种相邻关系基础上,采用邻接指数的方式来测算空间相关程度,并在此基础上采用改进的Apriori算法,通过自编程序加以实现。以北京市昌平区土地利用类型的空间分布关系为样例数据进行了试算。结果表明,计算效率有较大提高,并挖掘出一些潜在的土地利用类型间的共生关系。     

领域专家知识及其在空间数据挖掘中的作用

根据空间数据挖掘的需要，提出把领域专家知识分为3类，即，属性划分规则(Attribute Partition Rule)、概念层次树(Concept Hierarchical Trees)和约束条件(Constraints)。文中详细介绍了领域专家知识和领域专家在空间数据挖掘各个阶段的作用。领域专家知识的表示方法也是一个非常值得重视的问题，文中给出了常用的表示模型。     

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。     

可视化交互空间数据挖掘技术的探讨

随着地理信息获取技术飞速发展,使得当前存储在空间数据库中的空间数据的深度和广度得到了前所未有的发展,传统的空间统计方法和空间分析方法已经难以有效而迅速地处理和分析它们,如何有效而及时地分析和处理空间数据变得越来越迫切。空间数据挖掘作为上个世纪90年代逐步发展起来的新兴技术,逐渐在研究和实践中显示出它的优势。与此同时,地理可视化技术也逐步走向成熟,二者的结合催生出新型空间数据分析技术———可视化交互空间数据挖掘。本文就该技术的相关问题进行了一些研究探讨。     

一种顾及障碍约束的空间聚类方法

为了使得空间聚类分析更加适应实际情况,发展了一种同时顾及空间障碍约束与空间位置邻近的空间聚类方法。该方法采用Delaunay三角网描述实体间的邻近关系,并且不依赖用户指定参数。实验验证了本方法的有效性与优越性。     

基于三维空间的电力设施灾害数据挖掘

近年来,随着电子、计算机等技术的飞速发展,三维GIS的应用渐趋成熟,以往设想中的许多应用逐渐成为了现实。比如城市应急反应、虚拟旅游、智能交通、城市规划与设计等领域中,三维GIS都有广泛成熟的应用。尤其是在电力行业的应用中,三维技术除了能更好地展现三维场景、电力模型等,还能够和灾害模型相结合,进行电力设施灾害结果预测等。本文提出的基于三维空间的灾害数据挖掘方法,涉及灾害分布空间分析和空间数据挖掘的方法,是一种在三维地理信息技术下灾害分布情况对于电力设施影响程度的数据挖掘方法。     

城市交通网络面向对象的时空数据模型研究

原有的城市交通网络数据模型无法对大比例地图中道路的面状特征进行描述。本文引入面向对象的时空数据模型 ,把各种实体作为对象 ,把道路作为面状要素描述。作为面状要素的道路对象直接继承原有道路的非空间特征 ,通过道路中心线对象和交点对象来继承原有线状要素的道路特征 ,包括网络关系和叠加关系等 ,通过车道段对象来增加作为面状要素的道路特征     

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。     

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。     

空间信息可视化挖掘研究

空间信息的可视化挖掘是数据挖掘领域的热点 ,具有很强的应用前景。本文从数据挖掘的基本概念入手 ,详细介绍了可视化数据挖掘的两种分类体系 :Keim分类体系和Card分类体系 ,同时分析了这两种分类体系中各种可视化数据挖掘方法的基本思路 ,探讨了可视化数据挖掘技术与空间信息领域应用相结合的各种途径 ,并给出了空间信息可视化挖掘的常用方法     

移动轨迹聚类方法研究综述

轨迹数据是人类移动行为的表征,能够映射出人的出行模式和社会属性等信息。怎样有效挖掘轨迹数据蕴藏的人类活动规律一直是研究的热点。通过轨迹聚类发现行为相似的类簇,从而探究群体的移动模式是轨迹挖掘和深度应用常见的方法之一。本文首先根据轨迹数据的特点,将轨迹数据模型分为轨迹点模型和轨迹段模型,并据此定义相应的相似性度量：空间相似性度量和时空相似性度量;然后,对两类模型的聚类方法进行了综述,并总结不同聚类算法的优缺点,以期为不同应用选取聚类算法提供科学依据;最后对移动轨迹数据聚类方法研究的发展趋势进行了讨论。