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。     

基于空间数据挖掘技术的房地产估价系统设计与研究

介绍了空间数据挖掘技术和研发现状,通过研究指出了房地产估价系统与空间数据挖掘技术的集成模式,提出基于空间数据挖掘技术的房地产估价系统的解决方案,也是房地产估价系统的研究热点和趋势.     

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。     

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。     

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。     

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。     

空间数据挖掘的方法进展及其问题分析

本文主要就空间数据挖掘方法和空间数据挖掘存在的问题这两方面进行了研究。采用归纳和总结的方法,研究了每种空间数据挖掘方法的特点和使用范围,指出目前空间数据挖掘方法的局限性,就目前空间数据挖掘存在的问题进行了深入的研究。得出空间数据挖掘是一个非常年轻而富有前景的研究领域,目前只是取得了一定的初步成果,仍有大量的理论与方法需要深入研究。最后本文就空间数据挖掘的今后发展方向进行了研究和归纳。     

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。     

面向大数据的空间数据挖掘综述

随着大数据时代的到来,海量空间数据与获取手段不足的矛盾日益显著,空间数据挖掘的地位日益提高。从大数据的含义出发,分析了空间数据与大数据的关系,回顾了传统空间数据挖掘存在的问题,最后从平台和算法两个方面探讨了空间大数据挖掘的最新研究进展。     

大数据时代的农情监测与预警

农情信息是世界粮农组织、各国政府、粮食贸易企业以及农场管理迫切需要掌握的信息。大数据时代的农情监测与预警正在由模型驱动向数据驱动转变,大数据正逐渐成为监测与预警的核心驱动力。伴随着农情监测与预警大数据的爆炸式增长,大数据与云计算技术的发展为农情监测与预警提供了全新的技术手段。2013年以来,全球农情遥感速报系统(CropWatch)已逐步引入聚类分析、时间序列分析、关联分析、时空变化异常诊断等大数据分析方法,并应用于业务化运行的农情监测与预警中。大数据技术提升了CropWatch的数据挖掘能力,对CropWatch农情监测与预警时空尺度的拓展以及农情监测内容的精细化起到推动作用,促进了面向需求的CropWatch农情信息与预警精准云服务的发展,促成了大数据时代CropWatch农情监测与预警技术体系的升级。未来,大数据时代的农情监测与预警将逐渐向全自动化监测、实时化精准农业管理与智能化信息服务方向发展;通过众源采集技术高效低廉的获取农情观测大数据将成为未来的发展趋势;大数据技术跨领域数据挖掘的能力,使得丰富多元化的跨界信息服务将成为大数据时代农情监测与预警的主流发展方向。大数据时代的CropWatch正在向基于大数据的农情监测与预警系统全速迈进。     

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。     

基于GIS与SDM技术的可视化空间数据分类研究

提出将GIS与可视化空间数据挖掘技术之集成的基本框架。在此基础上,基于VisualC++6.0和Ma-pObject2.0组件技术设计和开发了一个可视化交互空间数据挖掘分类系统,系统采用决策树方法和贝叶斯网络作为数据挖掘方法的基本算法,采用训练与学习相结合实现空间数据的分类。文中用实例数据对系统性能、算法和规则有效性进行了验证。结果表明,该系统是一个适用的、可扩展的可视化交互空间数据挖掘工具,系统能够实现数据挖掘实时动态的交互控制,实现了数据挖掘过程的可视化、挖掘模型的可视化和结果的可视化显示、可视化思考、可视化分析与评价。     

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。     

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。     

数字挖掘方法在遥感分类中的应用研究

随着空间信息领域技术的提高,利用卫星遥感数据获取地表信息的数据量也飞速的增长,快速有效地在海量遥感数据源中获取感兴趣的地表信息成为一项重要的研究方向。数据挖掘方法具有从海量数据集中提取隐含其中信息的功能,使得数据挖掘方法在遥感图像分类和专题信息提取中具有较好的应用,但不同的数据挖掘算法具有各自的独特性,使得在遥感分类中使用数据挖掘方法并不容易,本文通过介绍几种常用的数据挖掘算法,分析和探讨了这些方法在遥感分类应用中的优势和局限性,为在遥感分类中更好的、有针对性的选择数据挖掘算法提供借鉴。     

Big Data Analytics for Earth Sciences: the EarthServer approach

Big Data Analytics is an emerging field since massive storage and computing capabilities have been made available by advanced e-infrastructures. Earth and Environmental sciences are likely to benefit from Big Data Analytics techniques supporting the processing of the large number of Earth Observation datasets currently acquired and generated through observations and simulations. However, Earth Science data and applications present specificities in terms of relevance of the geospatial information, wide heterogeneity of data models and formats, and complexity of processing. Therefore, Big Earth Data Analytics requires specifically tailored techniques and tools. The EarthServer Big Earth Data Analytics engine offers a solution for coverage-type datasets, built around a high performance array database technology, and the adoption and enhancement of standards for service interaction (OGC WCS and WCPS). The EarthServer solution, led by the collection of requirements from scientific communities and international initiatives, provides a holistic approach that ranges from query languages and scalability up to mobile access and visualization. The result is demonstrated and validated through the development of lighthouse applications in the Marine, Geology, Atmospheric, Planetary and Cryospheric science domains.     

空间数据挖掘的方法和实施

回顾了空间数据挖掘技术的现状、趋势及任务，描述了目前在空间数据挖掘中常用的一些算法；然后以海岸带地理环境评判为例，介绍了挖掘算法的实施。