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。     

WebGIS与基于网络的数据挖掘整合应用研究

数据挖掘为我们提供了一种从海量数据中发现潜在知识的技术手段,将数据挖掘技术应用到GIS能提升GIS对数据的分析能力,从而提高决策支持水平。WebGIS是传统GIS的网络化延伸,目前WebGIS的空间分析和决策支持能力都较低,将基于网络的数据挖掘和WebGIS结合能有效加强WebGIS的分析能力。本文对WebGIS和基于网络的数据挖掘的结合进行了探讨,提出了两者整合应用的模型。     

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Web数据挖掘模型的研究

阐述了Web数据挖掘的概念和特征,在分析XML技术的基础上,介绍了基于XML的Web数据挖掘模型,并对Web数据挖掘的应用领域和范围,尤其是在电子商务方面的应用进行了探讨。     

基于曲边Voronoi图的城市吸引范围挖掘方法

在分析城市吸引范围特点的基础上,指出了忽视实体属性的普通Voronoi图不能有效地表达城市吸引区空间网络.根据城市引力模型导出了城市吸引范围的边界曲线方程,探讨了曲边Voronoi多边形的自动生成方法.以MapInfo为平台,通过MapBasic编程计算并绘制了济南市的吸引范围.理论和实践表明,位置-属性一体化的曲边Voronoi图可以更好地刻划城市的空间吸引特征.     

基于数据挖掘的渤海湾水生态环境特性研究

由于水生态环境数据的数量、覆盖范围和复杂性都在飞快地增长,如何科学、有效地利用这些数据,从中获取潜在有用的信息,成为水生态环境研究的重要问题.通过对多种海洋数据挖掘技术方法的综合分析,以渤海湾为研究背景,利用海洋环境卫星遥感数据,对渤海湾水生态环境特性进行了一系列的数据挖掘研究.利用k-means算法分别对2008和2009年渤海湾的生态环境遥感数据进行了聚类分析;利用Apriori关联规则算法对聚类离散化处理后的渤海湾生态环境遥感数据进行了关联分析.利用CART算法对2008和2009年渤海湾生态环境遥感数据进行了决策树分析.     

浅谈影响林木资产价值的环境因子数据挖掘

林木资产价值评价,只针对林木资产本身的价值来核算,忽略了直接影响林木资产价值的森林环境因子.为了准确地认识环境因子与林木资产价值间的关系,为森林生产经营提供客观科学的依据,研究以内蒙古旺业甸林场小班样地调查数据和DEM数据为基础,运用数据挖掘技术研究分析了11项典型的环境因子与林木资产价值间的相互关系.得到了环境因子对林木资产价值影响程度的强弱序列以及环境因子与林木资产价值的关联网络.实验结果表明环境因子对林木资产价值有极显著的影响.研究为林木资产价值评价提供了客观依据和决策支持.     

Eco-environmental spatial characteristics of Fildes Peninsula based on TuPu models

This study applies a TuPu analysis to investigate ecological and environmental aspects of an Antarctic ice-free area, using Fildes Peninsula as an example. The TuPu unit was determined using a vector-grid mixed data model. Information from the eco-environment elements was effectively extracted, and was generalized into different classes by means of data mining technol- ogy. A series of single-factor thematic information TuPu models, such as topography, soil, animal and vegetation, and human activities for Fildes Peninsula were built in this study. The topography TuPu model contained information on elevation and slope. The soil TuPu model involved soil development stages and soil thickness information. The animal and vegetation TuPu model contained the distribution of animals, plant types, lichen cover and lichen height. The human activities TuPu model included popu- lation density and human disturbance index information. The landscape comprehensive information TuPu model of Fildes Penin- sula also was established, and contains twenty-nine landscape units and twelve types of combined environments. The study quan- titatively revealed the spatial morphology and correlation of the regional eco-environment based on the analysis of these TuPu models. From these models, we can draw the conclusion that there is a regular differentiation of eco-environment from the coastal bands to the central hills in Fildes Peninsula, and that the eco-environment condition of the eastern coasts is different from that of the western coasts. The eco-environmental spatial variation also differs greatly from north to south. Based on analysis of spatial correlation, the vegetation in Fildes Peninsula has the greatest correlation with human activity, and has a certain correlation with topography and soil. This research may provide a new technical approach and scientific basis for the in-depth study of Antarctic eco-environments.     

一种基于半监督学习的入侵检测算法

针对无监督的入侵检测检测效率较低,而有监督入侵检测算法不能有效的检测异常攻击,提出一种半监督学习的入侵检测算法,新算法先用有标记数据进行初始聚类,然后利用初始聚类指导未标记数据聚类,最后使用K近邻算法对仍没有确定类别的未标示数据对异常进行检测,结果表明,改进后算法的效果优于无监督和有监督学习的入侵检测算法。     

时空数据的组织与应用研究

时空数据是智慧城市各个领域实现智能化的关键性支撑技术,智慧城市的建设离不开时空数据。本文以智能应用为导向,提出了时空数据的组织模型,构建了智慧城市时空大数据计算、分析、服务框架,实现了时空数据全生命周期的高效管理与智能应用。