基于空间数据库的数据挖掘技术研究

【摘要】： 本文以基于空间数据库特别是GIS数据库的数据挖掘技术为研究对象，主要研究了基于Rough集理论的空间数据分类和空间关联规则挖掘技术，分析了在空间数据库与在关系数据库中进行数据挖掘的区别。本文将Rough集理论应用在空间数据分类中，在分类时使用Rough集理论同时处理空间和非空间数据。 在进行空间数据分类时，同时考虑数据的空间属性和非空间属性。为了便于使用Rough集理论对数据进行分类处理，首先将与分类任务相关的空间谓词和原有属性表中的属性作为决策表的属性加入到决策表中，然后对决策表使用Rough集方法进行分类操作：决策表属性数据离散化、决策表属性约简和决策表值约简。本文提出了一个新的决策表离散化算法，该算法在离散化数据的同时具有良好的属性约简功能。在挖掘空间关联规则时，本文采用了一种简单的在空间数据中定义事务的方法，该方法能够较好的保持空间数据之间的空间位置关系并且易于计算。 在研究空间数据挖掘方法的基础上设计并实现了一个用于从GIS数据库中挖掘空间关联规则和进行空间数据分类的空间数据挖掘系统，该系统可分为两个模块，分别进行空间关联规则挖掘和空间数据分类。空间关联规则挖掘模块能够发现地图上的各种地理对象之间的位置关联关系。空间数据分类模块能够对地理对象按照某个属性分类，利用分类结果为决策者提供决策支持，挖掘结果可以保存在XML文件中或者从文件中读取。