基于S-域的空间关联规则挖掘研究

概括了空间关联规则挖掘的发展现状,引入空间共生域的概念,给出了相关论证,设计了详细的算法步骤.利用该方法可以分割地理连续体、实现数据的离散化处理,由此构造的空间数据库可以应用传统的Apriori算法.同时,针对共生域的异质性问题,给出了障碍距离的模糊隶属度公式.最后,结合应用实际进行挖掘,结果表明该方法适合于发现具有因果关系的空间实体之间的关联性知识.     

时序空间关联规则挖掘及其应用研究

空间关联规则挖掘是空间数据挖掘的重要内容,文中给出了时序空间关联规则挖掘的相关概念、原理及实现（算法）,研究了时序空间关联规则挖掘数据集的构造方法,提出通过空间实体关联关系和时间项转置方法将处于不同时刻的、相互独立的空间数据集进行重构,生成隐含了时序空间关联特征的挖掘数据集,进而可应用关联规则挖掘算法获取时序空间关联知识,初步进行了时序空间关联规则挖掘的应用研究。     

利用事件影响域挖掘时空关联规则

首先发展了基于事件影响域的时空事务表构建策略,提出了基于事件影响域的时空关联规则挖掘方法,给出了相应的挖掘算法(简称ECSTAR算法)。通过一个实际算例验证了所提方法的可行性和有效性。     

基于Voronoi图的空间事务数据库构建方法研究

将空间数据库转换成空间事务数据库是空间关联规则挖掘过程的关键步骤。本文首先讨论了空间事务数据库的一些基本概念,然后提出了利用Voronoi图作为辅助工具将连续空间分割成若干个空间事务域,进而构建空间事务数据库,并给出了基于Voronoi图构建空间事务数据库的算法。最后,通过一个实际算例验证了本文所提方法的可行性和有效性。     

显著空间同位模式的多尺度挖掘方法

空间同位模式挖掘对于揭示地理现象间的共生、依赖规律具有重要价值。然而,空间同位模式挖掘中参数阈值缺乏先验知识,若设置不合理,挖掘结果中会遗漏重要的模式或包含冗余的、甚至错误的模式。为此,本文提出了一种基于模式重建的显著空间同位模式多尺度挖掘方法。首先,定义了互邻近距离指标,该指标可用来确定距离阈值的有效取值范围。进而,以模式重建为基础构建零模型,借助统计检验的方法来发现显著的空间同位模式,从而避免了兴趣度阈值的设置。最后,对空间同位模式进行多尺度挖掘,并引入生存期的概念对同位模式多尺度挖掘结果进行有效性评价。试验结果表明:本文方法可有效降低算法参数设置的主观性,从而提升空间同位模式挖掘结果的准确性和稳健性。     

利用改进粒子群算法的关联规则挖掘

针对传统的关联规则挖掘方法需要耗费大量时间来产生频繁项的问题,该文设计了一种引入负反馈机制的改进粒子群算法。该算法采用负反馈机制,在粒子位置更新前通过判断粒子是否将落入恶劣区域,较好地避免了粒子更新过程中对无用频繁项的重复计算,从而有效减少了数据库的扫描次数。通过挖掘土地覆盖类型与地形特征的空间关联关系,结果表明:所提算法不仅可以提高空间关联规则的挖掘效率,还可以发现仅具有高置信度的易被忽视关联规则。该研究结果对空间关联分析、同位模式挖掘等具有一定的参考价值。     

基于布尔矩阵的空间关联规则提取方法研究

空间关联规则是空间数据挖掘(SDM)中的重要内容之一。由于空间数据的复杂性,传统的空间关联规则挖掘方法主要是将空间数据库变换为非空间数据库,通过挖掘算法挖掘空间关联规则。目前,Apriori算法是关联规则挖掘中使用最为普遍的算法,但是,由于该算法在关联规则提取过程中需要多次扫描数据库,并且产生冗余的候选项集,因此,在执行大型数据库的关联规则挖掘时,具有效率低下的缺陷。本文基于Apriori算法提出了基于布尔矩阵的空间关联规则挖掘算法,并以挖掘福建省厦门市土地覆盖现状与地形特征因子的空间关联关系作为试验案例,对比Apriori算法的提取结果与提取效率,结果表明:该算法不仅减少了扫描数据库的次数,而且减少了冗余候选项集的产生,提高了空间关联规则的提取效率。     

基于结点逼近提取的平面点集Voronoi图构建算法

提出一种基于结点空间逼近、精确提取以及面向拓扑关系生成的2维平面点集的构建方法。主要给出了搜索矩形域及其剖分概念、Voronoi图的基本性质、矩形域与Voronoi图结点关系的定理及其证明、基于链队的矩形域剖分和结点逼近机制及结点提取策略、基于条带有序表的最近邻近发生元快速检索算法、矢量Voronoi图的拓扑关系建立算法等。经过算法分析和程序试验验证本文算法的时间复杂度为0（n log2 n）,本方法可以扩展到平面任意发生元Voronoi图的构建,具有简洁、高精度、鲁棒性、高效、适合于海量数据等特点,并且具有较好的实用价值和应用前景。     

显著局部空间同位模式自动探测方法

局部空间同位模式挖掘旨在揭示多类地理事件在异质环境下的共生共存规律。已有的方法一方面需要模式筛选的频繁度阈值参数,另一方面需要区域探测的划分参数或聚类参数,参数的不合理设置会导致挖掘结果不可靠甚至出现错误。因此,提出了一种显著局部空间同位模式自动探测方法。首先,基于空间统计思想,采用非参数模式重建方法对空间同位模式进行显著性判别,将全局非显著空间同位模式作为进一步局部探测的候选模式;然后,借助自适应空间聚类方法提取每个候选模式的热点区域;最后,通过不断生长并测试每个热点区域,界定显著局部空间同位模式的有效边界,即空间影响域。通过实验与比较发现,该方法能够客观且有效判别空间同位模式的显著性,并且自适应地提取局部同位模式的空间分布结构,降低了现有方法参数设置的主观性。     

基于Voronoi图的空间关联规则挖掘方法研究

提出了利用Voronoi图作为辅助工具实现连续空间离散化的方法,并给出了基于Voronoi图构建空间事务数据库(spatial transaction database,STD)的算法。在此基础上,采用经典的Apriori算法来例证如何从STD中挖掘空间关联规则。实际算例验证了本文方法的可行性和有效性。     

空间实体关联规则提取技术研究

总结了空间关联规则的定义及表达方法,针对传统关联规则提取方法的不足,根据提取的关联性指标不同,提出了基于空间拓扑关系提取法、基于空间距离、基于空间方向关系提取法和基于属性相似性提取法四种空间关联规则提取方法.设计了空间关联规则提取的技术流程,通过实例验证了方法的有效性,最后探讨了今后研究的方向.     

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。     

基于矢量数据模型的模糊地理对象建模

研究了模糊地理对象建模的空间建模方法，首先以对象建模方法定义模糊地理对象，以矢量数据模型为基础，用UML设计模糊对象类和模糊地理对象类，然后以统一的UML图表示基本模糊地理对象的概念模型，尤其是模糊拓扑关系，最后将UML图直接导入通用关系数据库，完成数据库的设计。     

空间统计分析的环境质量评价应用

本文阐述了空间统计分析方法的基本原理,介绍了判断空间关联显著性的相关指标及其计算方法,并将空间统计分析方法应用于环境质量评价领域,探索区域环境质量在空间上的分布特征,挖掘环境质量数据中的空间关联关系。结合惠州市2008年空气现状调查中的硫酸盐化速率数据进行分析,结果表明,该数据在整体上存在显著的空间自相关和聚集模式;在局部层面存在三个统计显著性较高的聚集区。由此可知,空间统计分析方法能有效地挖掘环境质量数据中的潜在关联关系,为环境质量评价提供十分重要的统计依据。     

面向双/多变量的连续面域拓扑图可视化方法

面域拓扑图是一种利用区域面积大小定量表达区域属性信息的可视化方法。由于其区域面积本身已经表示某一变量,因此这更有利于双/多变量的制图表达。针对目前基于面域拓扑图的双/多变量表达方法中存在的难以表达相邻区域之间基本状况和不利于不同地理现象的空间分布规律及差异表达的问题,本文提出一种面向双/多变量的连续面域拓扑图可视化方法。首先通过格网密度补偿和积分步长逐步试探的方法对基于扩散模型的连续面域拓扑图生成算法进行部分优化,完成基本变量的表达,然后分别通过空间内插和符号扩展完成第2和第3变量在连续面域拓扑图中的表达。最后以慕尼黑市人口密度和银行/ATM分布(双变量)数据以及奥格斯堡市人口密度数据、幼儿园分布以及规模数据(多变量)为试验数据进行可视化,并通过实证分析验证了该方法的有效性和优越性。     

基于地名树的最佳空间尺度新闻事件地点提取方法

从新闻纯文本数据中识别地名信息并确定对应的最佳空间尺度与事件所属地点,是准确抽取新闻事件发生地点的关键。针对上述目标,提出了基于隶属关系地名树的最佳空间尺度新闻事件地点提取方法。在完成地名实体识别和歧义消除的文本数据预处理工作的基础上,提出了一种顾及新闻结构的方法消除语义干扰等噪声的影响;通过引入虚父节点构建合理准确的隶属关系地名树,结合最小包围盒的概念实现了最佳空间尺度的选取,使用地名实体权重和实体相关性完成了事件地候选集推荐排序,从而合理定位事件发生地。实验证明,所提出的新闻文本地理信息抽取方法可以较高的准确率获取新闻所对应的最佳空间尺度和相应的事件地点。讨论和解决了新闻文本地理信息抽取涉及的空间尺度问题,使得新闻文本中抽取的地理信息具有更好的可用性和可解释性,在丰富地理信息数据来源的同时,可实现数量呈几何级增长的网络新闻自动地域划分,有助于人们对各类事件空间态势的关注与认知。     

Despeckle and geographical feature extraction in SAR images by wavelet transform

This paper presents a method to despeckle Synthetic Aperture Radar (SAR) image, and then extract geographical features in it. In this research work, speckle is reduced by multiscale analysis in wavelet domain. In terms of geographical feature preservation the result shows that the method is better compared to spatial domain filters, such as Lee, Kuan, Frost, Ehfrost, Median, Gamma filters. The geographical features such as roads, airport runways, rivers and other ribbon-like shape structures are detected by the new wavelet-based method as proposed by Yuan Yan Tang. Experimental results show that the proposed method extracts geographical features of different width as well as different gray levels.     

CAD制图数据与DLG建库数据的转换

CAD制图数据和DLG建库数据是对空间对象的不同描述,CAD数据侧重于地图显示与输出,DLG数据侧重于空间分析。利用现有的CAD数据建立DLG数据库,可实现高效、快速的数据转换。研究了2种数据的本质区别,指出了制图过程导致的差异,从概念角度提出了数据转换的方法,并以实例验证了数据转换的可行性。