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,远远超出了人的解译能力,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,以及它与数据挖掘和知识发现、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     

空间数据挖掘和知识发现与地理可视化的集成

论述空间数据挖掘和知识发现以及地理可视化的理论及特点,指出二者集成的可能性和必然性,并在此基础上介绍一种集成方法.     

基于网格技术的空间知识发现与数据挖掘研究

设计了基于服务网格的空间知识发现与数据挖掘的架构,并对其关键技术进行了探讨性研究。     

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。     

数字油藏空间数据挖掘与知识发现框架设计

油藏空间数据挖掘与知识发现是继油藏数字化建设后需要解决的一个重要问题.本文首先总结了数字油藏中空间数据的特征及数据处理的方法学基础,提出把数据挖掘思想用于油藏数据处理以获取更多有用信息,即油藏空间数据挖掘与知识发现.文章列出了四种可能的方案,简述了每一种方案的特点,最后结合数据库数据挖掘与GIS可视化,提出了油藏空间数据挖掘与知识发现的框架.对数据挖掘的主要模式进行了讨论,认为空间关联规则是油藏空间数据挖掘中最重要的一种知识模式,因而空间关联规则挖掘算法的设计也就成了油藏空间数据挖掘中需要解决的一个重要问题.     

数据挖掘和知识发现的技术方法

数据挖掘是指从数据库中提取出隐含的、先前不知道的有用知识的过程。本文从数据挖掘和知识发现的概念出发 ,总结了数据挖掘常采用的技术方法 ,并从数据挖掘采用的技术方法的角度对数据挖掘进行分类 ,指出每种技术适合挖掘出哪些知识 ,比较每种技术的优缺点 ,同时还对几个数据挖掘的应用进行了阐述。     

论空间数据挖掘和知识发现的理论和方法

空间离群模式探测是空间数据挖掘的一个研究热点。以带有空间位置属性的点事件为研究对象,针对现有方法的局限性,在扩展了空间离群模式定义的基础上引入层次约束Delaunay三角网,发展了一种空间点事件离群模式探测方法（简称层次约束TIN法）。首先,借助Delaunay三角网粗略地构建空间点事件间的邻接关系;然后,利用统计学方法针对Delaunay三角网的边长特性进行三个层次约束分析,以精化空间点事件的邻近域;最后,对具有空间邻接关系的点事件集合进行统计分析,以形成一系列空间簇,并通过一个统计约束指标提取数量较少的空间簇,即空间点事件离群模式。该方法不需要人为输入参数,通过模拟数据和实际数据实验,证明该方法可以有效、稳健地识别各类空间点事件离群模式。     

地理空间数据挖掘与知识发现--地理单元数据集的研究与开发

地理学是一门研究地壳表面自然要素与人文要素相互关系及相互作用的科学。在现代自然科学和社会科学发展的影响下,定量化、系统化研究,使得地理学的研究从静态、定性描述走向动态、定量分析。本文讨论了空间数据挖掘与知识发现的方法,以基于DEM数据进行流域单元提取为例,实现了对DEM数据的知识挖掘的尝试,并就处理过程中选用的主要算法和应用中遇到的具体问题进行了探讨。     

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。     

论空间数据挖掘和知识发现的理论和方法

针对现有空间异常探测方法在构建空间邻近域以及准确探测各类空间异常模式方面的局限性,本文提出了一种基于多层次专题属性约束的空间异常探测方法(spatial outlier detection by considering multi-level thematic attribute constraints,MTACSOD)。首先采用层次约束Delaunay三角网构建合理、稳定的空间邻近域;进而根据空间邻接实体间的专题属性距离,针对各空间连通子图施加全局和局部约束;最后通过一个异常模式识别指标提取各类空间异常模式。该方法不需要人为输入参数,通过模拟实验比较和实际应用验证了本文方法的优越性和有效性。     

空间数据发掘和知识发现的框架

探讨和提出了空间数据发掘和知识发现的理论技术框架,包括空间数据发掘和知识发现的定义与描述、理论框架、从空间数据库中可发现的知识类型及其应用、数据发掘与知识发现方法、空间知识发现系统的结构及开发方法等,最后探讨了空间数据发掘和知识发现的发展方向。     

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。     

空间数据挖掘及其不确定性研究

简要论述空间数据的不确定性及其传播,SDM＆KDD的主要技术方法,以及SDM＆KDD过程及其结果的不确定性问题,如它的算法、处理、传播模型和质量评价等。     

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。