收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

空间数据挖掘关键技术研究

张志兵  
【摘要】:空间数据挖掘就是从空间数据库中抽取隐含的、以前未知、潜在有用的知识的过 程,其应用涉及到国民经济与国防军事的各个方面,如地理信息系统 GIS、气象领域、 远程遥感、交通控制、城市规划、环境研究、地理经济、军事战略评估等。因此空间 数据挖掘是一个很有发展前景的领域,也是目前的研究热点,而以人工智能技术为基 础的聚类、分类算法为空间数据挖掘提供了新的支撑技术。 正是在这种背景下对空间数据挖掘的相关关键技术进行研究。针对 DENCLUE (DENsity-based CLUstEring)算法的不足,提出改进的空间聚类算法 IDENCLUE; 提出了基于改进的径向基函数神经网 IRBFNN 的空间数据分类算法;研究了空间数据 挖掘中的相似性连接和 k 近邻查询;研究了基于 DM3_SDB 的空间数据挖掘原型系统 DMSDM。 聚类是人类认知活动的一个重要手段。聚类分析方法按一定的距离或相似性测度 将数据分成若干不同的组,由此发现整个数据集合的分布、结构与模式。聚类对象的 相似性度量对聚类结果的影响很大,因而研究了聚类中的相似性度量问题,提出了广 义距离概念。由于聚类是一种无监督分类法,对数据分析人员的相关领域知识要求很 少,因而聚类已经成为空间数据挖掘的重要方法之一。其中,基于密度的聚类根据空 间密度的差别,把具有相似密度的点作为聚类,是空间数据聚类常用的、行之有效的 方法。而 DENCLUE 算法是一种泛化的基于核密度估计的聚类算法,具有支持大数据 集、支持任意形状聚类、良好的抗噪声性能和满足高维数据等优良特性,还可以有效 揭示数据分布的内在层次结构。不足之处是算法的参数依靠经验确定,选取困难,而 合适的参数对聚类结果影响又很大,另外,算法没有充分利用高密度网格,因而算法 的执行效率不高。改进的空间聚类算法 IDENCLUE 采用了基于密度熵的参数优化估计 方法,通过预先给高密度网格中的点设置类标签,利用平均密度和密度的关系,在不 影响精度的前提下将某些网格当成一个数据点来计算,降低了算法复杂度,提高了执 行速度,有效改进了 DENCLUE 算法的不足。试验表明,改进的算法聚类结果更优, 执行效率显著提高。 I WP=4 分类在数据挖掘中是一项非常重要的方法。神经网络由于其学习和适应、自组织、 函数逼近和大规模并行处理等能力,使得它广泛应用于模式识别、信号处理、系统辨 识等方面,并且已经成功解决了许多应用领域的分类问题,因此神经网络十分适合于 空间数据分类领域。然而因为神经网络把决策分类等知识分布式地存在连接权中,因 而被许多人指责为一“黑合子”结构,难以理解其解释和决策过程,因而从神经网络 中提取规则将是十分有意义的工作。提出了基于改进的径向基函数神经网 IRBFBNN 的空间数据分类算法,在该模型中学习样本可以随时加入,学习算法也很快收敛。该 分类模型的另一特色是,集神经网络,模糊集,和遗传算法的优点,利用基于离散求 和层输出值的方法抽取隐含在神经网络中的规则,最终得到的分类规则是易于被人理 解的模糊 if-then 规则。在这个系统中,首先对输入的数据作预处理,输入的连续属性 的数据被模糊化,离散数据被重新编码,然后用改进的径向基函数神经网 IRBFBNN 训练处理后的数据,再用基于离散求和层输出值的方法抽取隐含在神经网络中的规则, 最后利用遗传算法来裁减比较弱的规则。实验表明该方法较传统的决策树分类方法有 一定的优势。 相似性连接算法的对空间数据挖掘具有重要意义, k 近邻查询也是空间分析、空 间数据挖掘以及地理信息系统等尤为关心的问题。对相似性连接处理来说,其度量运 算也是不可忽略的费时操作,通过研究矩形在某一维相交的概率,提出了基于概率的 优化维顺序的代价模型 ODOBP;通过分析基于 R-树的空间连接算法 RSJ,指出其算 法的优化方法,并从理论上分析了优化的效果;通过对代价模型 ODOBP 和空间连接 算法 RSJ 的研究,进而得到基于 R-树的空间相似性连接算法 RSSJ,并通过实验验证 了算法 RSSJ 的优良性能;通过给出两个新的查询剪枝策略,提出了基于 R-树的空间 k 近邻查询算法 IKNN。 讨论了空间数据挖掘系统设计的多方面问题,分析了 DM3 数据库的空间扩展功 能,给出了 DM3 的空间扩展系统 DM3_SDB 的设计和实现;并着重讨论了基于 DM3_SDB 的空间数据挖掘系统原型 DMSDM 的设计目标、设计原则、系统组成与结 构、各个主要组成部分的设计,实现方案以及主要特色。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 叶磊;骆兴国;李建喜;;数据挖掘的应用和发展趋势叶磊[J];电脑知识与技术(学术交流);2006年32期
2 赵特鹏;;空间数据挖掘在电力GIS中的应用[J];电工技术;2006年02期
3 王新华;米飞;冯英春;赵玮;;空间数据挖掘技术的研究现状与发展趋势[J];计算机应用研究;2009年07期
4 蓝荣钦,林丽霞,陈良友,赵宁军;空间数据挖掘和知识发现的现状与发展[J];地理空间信息;2004年03期
5 郑勇涛,刘玉树;一种基于支持向量机的空间数据分类方法[J];微机发展;2005年07期
6 王佐成;薛丽霞;李永树;徐京华;;空间数据挖掘知识的地图可视化表达[J];计算机应用研究;2006年02期
7 吕锋;易晓锋;;用模糊遗传算法挖掘空间关联规则[J];武汉理工大学学报;2006年01期
8 张楠;曲海平;刘念;何佳;;空间数据挖掘的研究进展[J];微处理机;2007年02期
9 王树良;;空间数据挖掘进展[J];地理信息世界;2009年02期
10 盖乐;;空间数据挖掘技术研究分析[J];今日科苑;2009年12期
11 马黎;王颖;;空间数据挖掘和知识发现的研究[J];广西轻工业;2009年09期
12 潘燕芳;王庆光;;空间数据挖掘技术研究[J];福建电脑;2010年02期
13 杜芳芳;;浅析空间数据挖掘技术[J];福建电脑;2010年05期
14 薛爱萍;任志国;;空间数据挖掘系统设计[J];中国市场;2011年32期
15 赵鹏;倪志伟;;地理信息系统中SDM和CBR的应用研究[J];安徽大学学报(自然科学版);2005年06期
16 任昌荣;;浅谈空间数据挖掘与WebGIS的结合[J];科技信息(学术研究);2007年28期
17 陈眉舞;徐逸伦;宗跃光;;空间数据挖掘及其在城市科学中的应用展望[J];江苏城市规划;2008年11期
18 李良豪;肖昱;;基于web挖掘的空间数据挖掘技术研究[J];硅谷;2008年22期
19 羊海潮;;基于SOA架构的空间数据挖掘平台的分析与设计[J];大理学院学报;2009年04期
20 付晓杰;;空间数据挖掘的应用技术[J];中国环境管理干部学院学报;2011年02期
中国重要会议论文全文数据库 前10条
1 孙成忠;赵润怀;陈士林;哈丹朝鲁;刘召芹;;基于聚类的空间数据挖掘技术在中药资源分析中的应用[A];全国第8届天然药物资源学术研讨会论文集[C];2008年
2 贾泽露;刘耀林;;可视化空间数据挖掘研究综述[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
3 肖予钦;张巨;陈荦;景宁;;空间数据挖掘的索引和数据访问方法研究[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
4 何撼东;王心源;;地下空间数据挖掘与虚拟现实[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
5 徐启昌;裴健;柴玮;陶有东;杨冬青;唐世渭;;基于空间数据挖掘的客户分析系统原型CASDM[A];第十六届全国数据库学术会议论文集[C];1999年
6 王锐;马德涛;;GIS-T中的空间数据挖掘研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
7 王锐;白玲;龙波;马德涛;;空间数据挖掘在地理信息系统中的应用[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
8 张守娟;周诠;;空间数据挖掘决策树算法在遥感图像分类中的应用研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年
9 王锐;马德涛;刘晓辉;;基于网格的空间数据挖掘研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
10 任长伟;尚艳英;曹彦荣;;基于GIS与空间关联规则数据挖掘在森林病虫害预测中的应用初探[A];第四届海峡两岸GIS发展研讨会暨中国GIS协会第十届年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 牛继强;面向土地用途分区的空间数据挖掘[D];武汉大学;2010年
2 方兆宝;基于空间数据挖掘的MCSs时空演变规律研究[D];中国矿业大学(北京);2004年
3 巩垠熙;多元林业信息融合的立地知识发现研究[D];北京林业大学;2013年
4 徐承志;基于GIS平台的空间查询语言与空间数据挖掘研究[D];武汉大学;2010年
5 席景科;时空孤立点检测算法研究[D];中国矿业大学;2010年
6 王旭红;遥感影像数据挖掘技术研究[D];西北大学;2005年
7 李永森;SDMKD及智能空间决策支持系统研究[D];合肥工业大学;2006年
8 胡彩平;基于空间自相关的空间数据挖掘若干关键技术的研究[D];南京航空航天大学;2007年
9 贾俊杰;空间数据挖掘中若干关键技术研究[D];长安大学;2009年
10 蔡中祥;基于GIS的长江河口空间决策支持研究[D];华东师范大学;2005年
中国硕士学位论文全文数据库 前10条
1 边磊;空间数据挖掘及其不确定性研究[D];辽宁工程技术大学;2010年
2 刘林;基于云理论的空间数据挖掘技术研究[D];西安电子科技大学;2008年
3 何林艳;土地资源数据库的空间数据挖掘研究[D];南京大学;2012年
4 杨苏宁;空间数据挖掘在城市地理信息系统中的应用[D];江苏科技大学;2010年
5 谭浩;同位模式空间数据挖掘算法研究及在GIS中的应用[D];中南大学;2011年
6 林国;基于空间数据挖掘的台州市农业资源综合管理信息系统[D];浙江工业大学;2010年
7 崔莹;多源地质空间数据挖掘方法及应用[D];电子科技大学;2011年
8 刘生鑫;空间数据聚类分析算法研究及实现[D];中国地质大学(北京);2011年
9 王爽;GIS与空间数据挖掘技术在环境污染事故应急处理系统中的应用研究[D];中国海洋大学;2010年
10 陆新慧;基于GIS的空间数据挖掘技术的研究和应用[D];江苏科技大学;2013年
中国重要报纸全文数据库 前4条
1 本报记者 杨纯;裴韬:做科学要挑感兴趣的冷门[N];科技日报;2008年
2 本报记者 李薇;甘洒心血绘蓝图[N];中国测绘报;2010年
3 武汉大学 王怀民 王欣;刘耀林 引导学生成为充满创造力的人[N];中国教育报;2010年
4 张清浦;电子政务与GIS[N];中国测绘报;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978