《空间数据挖掘理论与应用空间数据挖掘理论与应用》获第五届中华优秀出版物奖

<正>由李德仁院士、李德毅院士和王树良博士共同完成的《空间数据挖掘理论与应用》(科学出版社出版)获第五届中华优秀出版物奖。该奖由中国出版协会主办,每两年评选一次,与"五个一工程"奖、中国出版政府奖并列为业界三大奖。专著面向大数据,提出数据场、云模型、地学粗空间和空间数据挖掘视角,构建空间数据挖掘金字塔,给出挖掘机理,介绍概念格,总结空间数据源,     

《空间数据挖掘理论与应用》获第五届中华优秀出版物奖以及《Spatial Data Mining:Theory and Application》新书签约

<正>由李德仁院士、李德毅院士和王树良博士共同完成的《空间数据挖掘理论与应用》(科学出版社出版),获2015年第五届中华优秀出版物奖。该奖由中国出版协会主办,每两年评选一次,与"五个一工程"奖、中国出版政府奖并列为业界三大奖。专著面向大     

“地理空间信息科学全球领袖”奖花落武大

2012年4月23日至25日,李德仁院士、朱宜萱教授赴荷兰阿姆斯特丹参加地理空间信息世界论坛,代表武汉大学领取"地理空间信息科学全球领袖"奖。地理空间信息世界论坛由《地理空间信息世界》杂志主办,每年一次,旨在为地理空间     

导读

<正>本刊近期将出版一期关于"数字湖北地理空间框架建设与应用"的专题增刊。专刊共分为综述、数据处理、平台建设、典型应用四个版块。将刊登李德仁院士撰写的《"数字湖北"地理空间框     

时空建模,空间推理、分析与数据挖掘国际研讨会通知

<正>热烈欢迎你参加时空建模,空间推理、分析与数据挖掘(STM'05)的国际研讨会,内容包括时空建模、时空拓扑、空间／时间查询、时空数据引擎、时空本体论、动态空间数据库、动态地图可视化、基于Web的时空模型及其应用、移动通讯、无线网络和区域服务网络中的时空应用、数据挖掘与知识发现、空间分析与仿真、空间推理、数据融合等。本次研讨会将于2005年8月27日     

地理大数据挖掘研究进展与挑战

大数据时代,全面涵盖人类活动与地理环境信息的地理大数据为更全面认识“人-地”关系提供了新的机遇。数据挖掘是地理大数据产生“大价值”的关键。与传统目的性采样数据(或“小数据”)相比,地理大数据具有更细的时空粒度、更广的时空范围、更丰富的人地关系信息、更高的时空有偏性及更低的时空精度。地理大数据的独特性使得地理大数据挖掘面临新的挑战。本文首先对地理大数据挖掘与空间数据挖掘的区别与联系进行分析;然后,对当前地理大数据挖掘方法、应用及软件的研究进展进行回顾和总结;最后,对地理大数据挖掘面临的挑战和发展趋势进行了展望。通过对地理大数据挖掘研究进展进行系统的分析,有望为地理大数据挖掘理论与方法的完善提供一定的参考和借鉴。     

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。     

空间数据挖掘中聚类分析算法的研究

随着数据获取技术的发展以及数据获取手段的多样化，大量与空间位置相关的数据被收集，人们迫切需要强有力的数据分析工具来从这些数据中获取信息或知识，这一需求导致了空间数据挖掘这一全新研究领域的出现。空间聚类分析既可以发现隐含在海量数据中的聚类规则，又可以与其它数据挖掘方法结合使用，发掘更深层次的知识，提高数据挖掘的效率和质量，是空间数据挖掘的重要研究方向之一。其主要研究内容和相关结论如下：     

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。     

空间数据挖掘中关联规则的支持度和可信度研究

空间数据挖掘中所依赖的空间相关性是由空间关联规则描述的。研究了事务集为粗糙集时空间关联规则支持度和可信度的计算方法;提出了当事务集为粗糙集、空间数据为模糊数据时的模糊粗糙关联规则。同时,推导了空间关联规则的支持度和可信度的变化规律。     

空间数据挖掘中关联规则的支持度和可信度研究

空间数据挖掘中所依赖的空间相关性是由空间关联规则描述的.研究了事务集为粗糙集时空间关联规则支持度和可信度的计算方法;提出了当事务集为粗糙集、空间数据为模糊数据时的模糊粗糙关联规则.同时,推导了空间关联规则的支持度和可信度的变化规律.     

“互联网+”时代GIS的智能特征及展望

2016年11月10—11日,中国测绘地理信息学会2016年学术年会在广西南宁召开。会议期间《测绘科学》编辑部对中国工程院院士刘先林研究员进行了专访。围绕本届年会"互联网+测绘地理信息"的主题,刘先林院士就"互联网+"时代下GIS在作业范围、重复采集频率、分辨率与精度、后处理智能化特点、GIS与大数据的融合、增强型GIS对3D GIS提出更高要求等特征以及3个创新要求进行了阐述。刘先林院士以"万亿产值的智慧城市中的地理信息"和"万亿产值的虚拟现实技术中的地理信息"为主介绍了增强型GIS的广泛应用空间,提出更深层次的专业应用——公路BIM,认为将来会出现网络空间与GIS实体空间相互融合、IP地址空间化与电子标签网等新趋势。     

地理空间信息与数字技术国家测绘局工程研究中心挂牌

“地理空间信息与数字技术国家测绘局工程研究中心”在武汉大学隆重挂牌，国家测绘局李维森副局长、武汉大学校长刘经南院士、李德仁院士、宁津生院士等测绘科技专家及师生参加了仪式。中心依托武汉大学与陕西测绘局，通过对海量数据的处理与存储、宽带网络、网格、快速通信、数据挖掘和虚拟现实等技术领域的应用研究，结合测绘工程实践，     

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。     

基于空间数据挖掘的遥感图像处理

数据与数据库的爆炸式增长导致了一个十分突出的问题,即如何高效、智能地从巨量的、有噪音的、随机的数据中提取有效的、潜在有用的信息和知识.近几年来,空间数据挖掘技术的广泛研究正是基于此目的.本文初步探讨了空间数据挖掘技术在遥感图像处理中的应用,其重点阐述了关联规则,以及数据挖掘技术在遥感图像数据处理中的基本方法以及如何对遥感图像数据进行离散化处理.文章最后简要介绍了遥感图像处理的决策树和人工神经网络数据挖掘技术方法.     

空间数据挖掘探讨

空间数据挖掘方法在测绘实际生产领域具有良好的运用前景,特别是在"数字地球"的应用中初见成效。从数据挖掘及空间数据挖掘的定义入手,分析研究数据挖掘及空间数据挖掘现状,探讨对空间数据进行数据挖掘的方法。     

空间数据挖掘与发展趋势研究

目前国内外学者已提出不少种空间数据挖掘(SDM)的方法,如统计方法、泛化方法、空间分析方法、聚类方法、探测性的数据分析、粗集方法、云理论、图像分析和模式识别等。本文试从空间数据挖掘方法的角度,探讨空间关联规则的挖掘方法以及它与传统的关联规则挖掘方法之间的区别,介绍空间聚类挖掘方法的分类和几种典型算法,最后概述了空间数据挖掘的发展趋势。     

遥感数据挖掘的研究现状与存在的问题

随着遥感数据朝“三高”(高空间分辨率、高光谱分辨率和高时间分辨率)和“三多”(多平台、多传感器和多角度)的快速发展, 数据冗余与信息饥渴的矛盾日益凸显, 数据挖掘技术用于遥感数据的信息获取将成为一个有广阔应用前景的研究领域。首先阐述了目前常用的数据挖掘技术及其在商业、电信、金融等领域的典型应用成果; 然后结合遥感数据的特点, 总结了近10 年来遥感数据挖掘方面取得的重要成果; 最后归纳了该领域存在的若干问题及提出建议。     

基于统计归纳学习的GIS属性数据挖掘

将统计分析方法和面向属性的归纳方法结合起来,形成了一种应用面比较广的统计归纳学习方法,可以用于GIS属性数据挖掘.同时提出GIS属性数据挖掘可以分为3个层次,包括从数据生成新的数据、从数据产生模型和从数据归纳出知识.由原始数据生成新的数据,可以得出变量之间粗浅的关系;从数据推导出的模型,可以定量描述变量之间的关系;由数据挖掘出的知识,可以揭示客观世界的普遍性规律.     

空间数据挖掘技术及其在数字矿山中的应用

随着数字矿山的不断深入与开展,矿区的历史与现实数据量会越积累越多,数据处理会越困难。如何及时有效地分析处理这些海量数据,从这些数据背后挖掘出隐藏着的重要信息,为矿区的安全生产起到决策与支持作用,数据挖掘也就应运而生。本文就是在分析空间数据挖掘的基本方法的基础上,针对矿区错综复杂的大量数据及需要解决的问题,对空间数据挖掘技术应用于矿山作了探讨。