基于J2EE的空间关联规则挖掘理论研究与原型系统实现

【摘要】： 随着数据库应用技术以及空间数据矢量化技术的迅速发展，人们积累的数据越来越多，大量的空间数据存储在空间数据库中。如何发现在大型空间数据库中所隐藏的、预先未知的信息以辅助相应的应用，这就是目前空间数据挖掘的任务。同时空间关联规则是空间数据挖掘结果的一种最主要的知识规则，它侧重于确定数据中不同领域之间的联系，找出满足给定支持度和可信度阈值的多个域之间的依赖关系。本文主要研究工作如下： 1 阐述空间数据结构、空间数据库和空间数据挖掘的相关理论和概念，并介绍几种目前比较典型的空间数据挖掘原型系统。 2 讨论了几种空间数据预处理方法：空缺数据填充、噪音数据处理、数据规约、连续属性的离散化以及基于面向属性归纳的空间特征概化。其中连续属性离散化包括常规离散化方法、基于Rough理论的GIS属性数据约简和基于云理论的属性数据泛化。 3 研究关联规则Apriori算法，分析了传统的关联规则理论基础、经典算法，探讨了提高Apriori算法效率的几种方法，着重介绍一种不产生候选挖掘频繁项集的方法。在充分理解理论基础上，文中提出了一种改进的关联规则算法：一种基于映射技术的关联规则采掘算法MBAR，并进行简单的测试，验证算法的有效性。 4 论文分析了空间关联规则挖掘的一般理论和方法以及空间关联规则挖掘对象的特点，并提出了一种基于概念树的多层次空间关联规则挖掘算法，算法分为两个部分，第一部分利用GIS中的空间分析技术和空间关系运算等对地理空间中的目标和对象的空间关系以及空间行为进行描述，生成以空间属性为主的空间概念层次关系；第二部分提出利用此空间概念层次关系进行空间关联规则挖掘的算法。这种算法有效地利用了GIS中的空间分析技术，较好地处理了空间数据间的空间关系，通过复杂的空间计算和分析求得空间属性之间的关联规则，大大提高了挖掘效率。 在相关理论研究的基础上，设计了一个基于J2EE的空间数据挖掘原型系统。系统是以通用空间数据库为核心，包含三个功能模块：空间数据管理和人机交互模块；空间数据挖掘模块(Spatial Data Mining，SDM)；数据库服务模块。并以龙海市土地利用为例进行实例验证。