地理空间可视分析及其研究方向综述

介绍了可视分析的概念和内涵,分析了可视分析与可视化、地理空间可视分析等概念的关系。研究了地理空间可视分析的概念和内涵,在此基础上提出了地理空间可视分析的5个重要研究方向:面向可视分析的地理空间数据转换;多维地理空间数据的深层可视化表达和分析;地理空间可视分析推理;地理空间数据的协同可视分析和决策;地理空间数据可视分析工具的设计和评估。     

基于信息可视化技术的地理空间元数据可视化研究

元数据在地理空间数据服务中发挥着重要作用。但现有的元数据检索方法效率不高、形式单一,将可视化应用于数据检索将会提高元数据服务的有效性和可用性。文中在分析信息可视化技术和地理空间元数据特点的基础上,研究地理空间元数据可视化的影响因素、元数据单要素和多要素可视化技术,探讨元数据可视化的应用流程。     

一种基于地理空间大数据的网络舆情监测软件架构

在梳理网络舆情大数据相关理论的基础上,对网络舆情监测软件的发展现状作了全面分析,结合舆情监测系统对地理空间信息的需求和现有的不足,提出了一种基于地理空间大数据环境的网络舆情监测系统的软件架构,实现地理空间数据环境下网络舆情的数据采集及处理、地理空间专题网络舆情的可视化、地理空间深层次的数据挖掘、网络舆情的时空关联性分析等功能。研究已得到一定的实践检验,结合地理空间数据可提高网络舆情监测和管理的高效性,能有效监测网络热点事件,做到科学辅助决策。     

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。     

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。     

利用CAD工程图构建SuperMap空间数据库的方法

现代城市的规划、决策和资源利用离不开地理空间数据库的支持,而工程测量图是地理空间数据建库的重要数据源。本文研究了由欧特克计算机辅助设计(CAD)工程图构建SuperMap空间数据库的基本方法,通过图纸预处理、数据读取与转换、数据检查与修复等过程,建立了一个案例地理空间数据库,并实现了某城区地理空间数据的可视化分析与应用。     

GMLGIS空间分析与空间数据编辑应用研究

当前GML技术研究已经取得了丰硕成果,而GML应用研究,包括空间互操作、可视化条件下的空间分析等却没有得到相应的发展。对GML应用到空间分析与编辑领域进行了初步研究,在GML可视化的基础上实现了GMLGIS的空间分析与空间数据编辑。     

基于灰度图像的矢量地理空间数据水印算法

根据灰度图像信息量大、可视化效果好等特点,提出一种基于灰度图像水印的空间域矢量地理空间数据水印算法,即先将灰度图像水印信息按一定法则进行处理,再将处理后的水印信息嵌入到空间域矢量地理空间数据中,最后对嵌入水印信息的矢量地理空间数据进行检测。文中还对矢量地理空间数据进行了攻击实验,分析表明,提取出的灰度图像水印具有较好的鲁棒性效果和一定的实用价值。     

基于用户的空间知识地图可视化探析

实现地理空间数据由信息管理向知识服务跨越是当前地理信息科学研究热点之一。本文从探讨空间知识地图及其可视化相关理论入手,针对当前地图服务应用需求和发展趋势,研究了地理空间知识分类及其可视化要点、空间知识地图特征等内容,并基于用户与空间知识地图可视化的关联,探讨了空间知识地图可视化系统研究流程模型和关键策略。     

关于地理信息理论的若干思考

地理信息系统是运行在信息高速公路上的重要列车，它以应用为目的，以技术为导引，为全社会涉及空间地理数据的各行各业服务。随着电子计算机技术、通讯技术、空间定位技术、遥感技术和可视化技术的发展，地理信息系统的硬、软件环境，数据采集、存贮、分析和表达等手段，势必要不断进步。在此形势下，本文试图对地理信息理论问题作出探讨和思考。主要包括：各种形式空间数据在计算机中的表示；空间数据的自动采集与更新；空间数据的质量及数据不确定性；ＧＩＳ数据的空间查询与分析；空间数据的表达与显示（可视化、符号化和多尺度表示）。在讨论和分析中注意与传统的以纸质地图为介质的“模拟法ＧＩＳ”相比较，并尽可能顾及未来计算机技术和信息技术的发展特点     

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。     

Behavior mining of spatial objects with data field

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.     

论空间数据挖掘和知识发现

随着现代科技和传感器的发展和应用，复杂多变的空间数据日益膨胀，远远超出人的解译能力，迫切需要数据挖掘和知识发现为其提供知识。本文研究了空间数据挖掘和知识发现的含义、可发现的空间的关联、特征、分类和聚类等知识，以及它与数据挖掘与知识发现、机器学习、地学数据分析、空间数据库、空间数据仓库、数字地球等相关学科的关系，概述了SDMKD的产生和发展，分析和展望了SDMKD的应用开发。     

动态矿区DEM生成方法及其在土地复垦中的应用研究

首先根据我国矿区土地复垦工作中存在的不足,通过研究提出"动态土地复垦"的概念,并确定了动态土地复垦方案制定的数据基础——动态矿区数字高程模型。动态矿区数字高程模型应该包含煤矿生产对地表的累积影响结果数据和地表的原始地形信息,开采沉陷预计结果可以提供前者,地面测量可以提供后者,经过数据处理可以按时间间隔生成描述塌陷区的一系列数字高程模型(DEM)(准动态),然后运用DEM的空间分析技术提取塌陷区在不同时间段的土地破坏类型、范围和位置数据,并根据这些数据进行动态土地复垦方案决策数据的提取,经实例验证该方法可行。     

挖掘模糊空间关联规则的方法

将模糊关联规则挖掘方法与模糊空间概念层次表达、模糊空间关系层次分析等结合起来，研究模糊空间关联规则挖掘的理论和方法。对于挖掘算法以及规则的置信度和隶属度计算问题，文中结合应用实际，给出了详细理论推演和算法实现过程。     

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).     

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。     

空间多维数据模型及OLAP的设计与实现

多维数据模型定义了数据仓库的度量和维度结构，是OLAP和某些数据挖掘模型的基础和数据仓库应用的重要手段，但用传统的多维数据模型和OLAP技术处理空间数据具有较大的局限性，文中尝试在传统多维数据模型中引入空间维度，在度量中引入指向空间聚合结果的空间聚合索引，并引入空间算子集合，从而构造出空间多维数据模型和空间立方体，在模型物理实现的基础上，试验了空间立方体的OLAP操作。     

大数据时代的空间数据挖掘综述

随着大数据时代的到来,数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题,介绍了国内外研究中利用大数据处理工具和云计算技术,在空间数据的存储、管理和挖掘算法等方面的做法,并指出了该类研究存在的不足。最后,探讨了空间数据挖掘的发展趋势。