空間數(shù)據(jù)挖掘技術(shù)研究分析

1、空間數(shù)據(jù)挖掘技術(shù)研究分析摘要：隨著空間數(shù)據(jù)采集技術(shù)的飛速開展，復(fù)雜多樣的空間數(shù)據(jù)日益膨脹，迫切需要更新數(shù)據(jù)挖掘的知識(shí)和方法。文章從空間數(shù)據(jù)挖掘的根本概念出發(fā)，闡述了空間數(shù)據(jù)挖掘的類型與過程，介紹了空間數(shù)據(jù)挖掘在gis中的應(yīng)用，分析了當(dāng)前空問數(shù)據(jù)挖掘面臨的問題，并對(duì)空間數(shù)據(jù)挖掘技術(shù)的開展進(jìn)展了展望。關(guān)鍵詞：空間數(shù)據(jù)挖掘；地理信息系統(tǒng)；研究分析隨著數(shù)據(jù)采集技術(shù)的成熟和普及，大量的空間數(shù)據(jù)通過遙感、地理信息系統(tǒng)、多媒體系統(tǒng)、醫(yī)學(xué)和衛(wèi)星圖像等多種形式聚集成龐大而豐富的信息源。面對(duì)龐雜、繁多的數(shù)據(jù)類型，空間數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，并在地理信息系統(tǒng)、遙感勘測(cè)、圖像處理、交通管理、環(huán)境研究等領(lǐng)域得到廣泛應(yīng)用。

2、1空間數(shù)據(jù)挖掘研究概述空間數(shù)據(jù)挖掘(spatialdataining，簡(jiǎn)稱sd)，是指從空間數(shù)據(jù)庫中提取用戶感興趣的空間形式、普遍關(guān)系、數(shù)據(jù)特征的過程?？臻g數(shù)據(jù)挖掘技術(shù)綜合數(shù)據(jù)挖掘技術(shù)與空間數(shù)據(jù)庫技術(shù)，可用于對(duì)空間數(shù)據(jù)的理解、空間關(guān)系和空間與非空間關(guān)系的發(fā)現(xiàn)、空間知識(shí)庫的構(gòu)造以及空間數(shù)據(jù)庫的重組和查詢的優(yōu)化等，其根本目的是把大量的原始數(shù)據(jù)轉(zhuǎn)換成有價(jià)值的知識(shí)，發(fā)現(xiàn)大量的地學(xué)信息中所隱含的規(guī)那么。空間數(shù)據(jù)挖掘是計(jì)算機(jī)技術(shù)、數(shù)據(jù)庫應(yīng)用技術(shù)和管理決策支持技術(shù)等多學(xué)科穿插開展的新興邊緣學(xué)科，一般來說，空間數(shù)據(jù)挖掘可分成空間分類、空間聚類、空間趨勢(shì)分析和空間關(guān)聯(lián)規(guī)那么四類?？臻g分類的目的是在空間數(shù)據(jù)庫對(duì)象

3、的空間屬性和非空間屬性之間發(fā)現(xiàn)分類規(guī)那么，是近年來空間數(shù)據(jù)挖掘領(lǐng)域中比擬活潑的一個(gè)方向，常用的方法是決策樹?？臻g聚類是在一個(gè)比擬大的多維數(shù)據(jù)集中根據(jù)間隔 的度量找出簇或稠密區(qū)域，目前提出的空間聚類方法有基于分割的方法、基于層次的方法、基于密度的方法和基于棚格的方法?？臻g趨勢(shì)分析指分開一個(gè)給定的起始對(duì)象時(shí)非空間屬性的變化情況，例如，當(dāng)離城市中心越來越遠(yuǎn)時(shí)經(jīng)濟(jì)形勢(shì)的變化趨勢(shì)，空間趨勢(shì)分析需要使用回歸和相關(guān)的分析方法?？臻g關(guān)聯(lián)規(guī)那么是指空間鄰接圖中對(duì)象之間的關(guān)聯(lián)，空間關(guān)聯(lián)挖掘多采用逐步求精的優(yōu)化思想，即首先用一種快速的算法粗略地對(duì)初始空間數(shù)據(jù)庫進(jìn)展一次挖掘，然后再在裁剪過的數(shù)據(jù)庫上用代價(jià)高的算法進(jìn)展

4、進(jìn)一步精化挖掘?？臻g數(shù)據(jù)挖掘過程一般可分為數(shù)據(jù)挑選(消除原始數(shù)據(jù)的噪聲或不一致數(shù)據(jù))、數(shù)據(jù)集成(將多種數(shù)據(jù)源組合在一起)、數(shù)據(jù)選擇(根據(jù)用戶的要求從空間數(shù)據(jù)庫中提取與空間數(shù)據(jù)挖掘相關(guān)的數(shù)據(jù))、數(shù)據(jù)變換(將數(shù)據(jù)統(tǒng)一成合適挖掘的形式)、空間數(shù)據(jù)挖掘(運(yùn)用選定的知識(shí)發(fā)現(xiàn)算法，從數(shù)據(jù)中提取用戶所需的知識(shí))、形式評(píng)估(根據(jù)某種興趣度度量并識(shí)別表示知識(shí)的真正有趣的形式)，知識(shí)表示(使用可視化技術(shù)和知識(shí)表示技術(shù)，向用戶提供挖掘的知識(shí))等階段(見圖1)?？臻g數(shù)據(jù)挖掘?qū)嶋H上是一個(gè)“人引導(dǎo)機(jī)器，機(jī)器幫助人的交互理解數(shù)據(jù)的過程。2空間數(shù)據(jù)挖掘在gis中的應(yīng)用空間數(shù)據(jù)挖掘技術(shù)與地理信息系統(tǒng)(gis)的結(jié)合具有非常廣泛

5、的應(yīng)用空間。數(shù)據(jù)挖掘與gis集成具有三種形式：其一為松散耦合式，也稱外部空間數(shù)據(jù)挖掘形式，這種形式根本上將gis當(dāng)作一個(gè)空間數(shù)據(jù)庫對(duì)待，在gis環(huán)境外部借助其它軟件或計(jì)算機(jī)語言進(jìn)展空間數(shù)據(jù)挖掘，與gis之間采用數(shù)據(jù)通訊的方式聯(lián)絡(luò)。其二為嵌入式，又稱內(nèi)部空間數(shù)據(jù)挖掘形式，即在gis中將空間數(shù)據(jù)挖掘技術(shù)交融到空間分析功能中去。第三為混合型空間模型法，是前兩種方法的結(jié)合，即盡可能利用gis提供的功能，最大限度的減少用戶自行開發(fā)的工作量和難度，又可以保持外部空間數(shù)據(jù)挖掘形式的靈敏性。利用空間數(shù)據(jù)挖掘技術(shù)可以從空間數(shù)據(jù)庫中發(fā)現(xiàn)如下幾種主要類型的知識(shí)：普遍的幾何知識(shí)、空間分布規(guī)律、空間關(guān)聯(lián)規(guī)律、空間聚類規(guī)

6、那么、空間特征規(guī)那么、空間區(qū)分規(guī)那么，空間演變規(guī)那么、面向?qū)ο蟮闹R(shí)。目前，這些知識(shí)已比擬成熟地應(yīng)用于軍事、土地、電力、電信、石油和天然氣、城市規(guī)劃、交通運(yùn)輸、環(huán)境監(jiān)測(cè)和保護(hù)、110和120快速反響系統(tǒng)等資源管理和城市管理領(lǐng)域。在市場(chǎng)分析、企業(yè)客戶關(guān)系管理、銀行保險(xiǎn)、人口統(tǒng)計(jì)、房地產(chǎn)開發(fā)、個(gè)人位置效勞等領(lǐng)域也正得到廣泛關(guān)注與應(yīng)用，實(shí)際上，它正在深化到人們工作和生活的各個(gè)方面。3空間數(shù)據(jù)挖掘面臨的問題(1)多數(shù)空間數(shù)據(jù)挖掘算法是由一般的數(shù)據(jù)挖掘算法移植而來，并沒有考慮空間數(shù)據(jù)存儲(chǔ)、處理及空間數(shù)據(jù)本身的特點(diǎn)。空間數(shù)據(jù)不同于關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)，它有其特有的空間數(shù)據(jù)訪問方法，因此傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)往往

7、不能很好地分析復(fù)雜的空間現(xiàn)象和空間對(duì)象。(2)空間數(shù)據(jù)挖掘算法的效率不高，發(fā)現(xiàn)形式不精練。面對(duì)海量的數(shù)據(jù)庫系統(tǒng)，在空間數(shù)據(jù)挖掘過程中出現(xiàn)不確定性、錯(cuò)誤形式的可能性和待解決問題的維數(shù)都很大，不僅增大了算法的搜索空間，也增加了盲目搜索的可能性。因此必須利用領(lǐng)域知識(shí)發(fā)現(xiàn)、去除與任務(wù)無關(guān)的數(shù)據(jù)，有效地降低問題的維數(shù)，設(shè)計(jì)出更有效的知識(shí)發(fā)現(xiàn)算法。(3)沒有公認(rèn)的標(biāo)準(zhǔn)化空間數(shù)據(jù)挖掘查詢語言。數(shù)據(jù)庫技術(shù)飛速開展的原因之一就是數(shù)據(jù)庫查詢語言的不斷完善和開展，因此，要不斷完善和開展空間數(shù)據(jù)挖掘就必須開展空間數(shù)據(jù)挖掘查詢語言。為高效的空間數(shù)據(jù)挖掘奠定基矗(4)空間數(shù)據(jù)挖掘知識(shí)發(fā)現(xiàn)系統(tǒng)交互性不強(qiáng)，在知識(shí)發(fā)現(xiàn)過程中很

8、難充分有效地利用領(lǐng)域?qū)＜抑R(shí)，用戶不能很好掌控空間數(shù)據(jù)挖掘過程。(5)空間數(shù)據(jù)挖掘方法和任務(wù)單一，根本上都是針對(duì)某個(gè)特定的問題，因此可以發(fā)現(xiàn)的知識(shí)有限。(6)空間數(shù)據(jù)挖掘與其他系統(tǒng)的集成不夠，無視了gis在空間知識(shí)發(fā)現(xiàn)過程中的作用。一個(gè)方法和功能單一的空間數(shù)據(jù)挖掘系統(tǒng)的適用范圍必然受到很多限制，目前開發(fā)的知識(shí)系統(tǒng)僅局限于數(shù)據(jù)庫領(lǐng)域，假如要在更廣闊的領(lǐng)域發(fā)現(xiàn)知識(shí)，知識(shí)發(fā)現(xiàn)系統(tǒng)就應(yīng)該是數(shù)據(jù)庫、知識(shí)庫、專家系統(tǒng)、決策支持系統(tǒng)、可視化工具、網(wǎng)絡(luò)等多項(xiàng)技術(shù)集成的系統(tǒng)。上述問題使得從空間數(shù)據(jù)庫中提取知識(shí)比從傳統(tǒng)的關(guān)系數(shù)據(jù)庫中提取知識(shí)更為困難，這給空間數(shù)據(jù)挖掘研究帶來了挑戰(zhàn)。因此，空間數(shù)據(jù)挖掘在將來的開展中

9、，還有很多理論和方法有待深化研究。4空間數(shù)據(jù)挖掘的開展趨勢(shì)(1)空間數(shù)據(jù)挖掘算法和技術(shù)的研究?？臻g關(guān)聯(lián)規(guī)那么挖掘算法、時(shí)間序列挖掘技術(shù)、空間同位算法、空間分類技術(shù)、空間離群算法等是空間數(shù)據(jù)挖掘研究的熱點(diǎn)，同時(shí)進(jìn)步空間數(shù)據(jù)挖掘算法的效率也很重要。(2)多源空間數(shù)據(jù)的預(yù)處理?？臻g數(shù)據(jù)內(nèi)容包括數(shù)字線劃數(shù)據(jù)、影像數(shù)據(jù)、數(shù)字高程模型和地物的屬性數(shù)據(jù)，由于其本身的復(fù)雜性與數(shù)據(jù)采集的困難，空間數(shù)據(jù)中不可防止地存在著空缺值、噪聲數(shù)據(jù)及不一致數(shù)據(jù)，多源空間數(shù)據(jù)的預(yù)處理就顯得格外重要。(3)其他各種空間數(shù)據(jù)挖掘及其相關(guān)技術(shù)研究。如網(wǎng)絡(luò)環(huán)境下的空間數(shù)據(jù)挖掘、可視化數(shù)據(jù)挖掘、柵格矢量體化空間數(shù)據(jù)挖掘、背景知識(shí)概念樹的自動(dòng)生成、基于空間不確定性(位置、屬性、時(shí)問等)的數(shù)據(jù)挖掘、遞增式數(shù)據(jù)挖掘、多分辨率及多層次數(shù)據(jù)挖掘、并行數(shù)據(jù)挖掘、遙感圖像數(shù)據(jù)庫的數(shù)據(jù)挖掘、多媒體空間數(shù)據(jù)庫的知識(shí)發(fā)現(xiàn)等。5小結(jié)空間數(shù)據(jù)挖掘可從大型空間數(shù)據(jù)庫中提取感興趣和規(guī)律性的知識(shí)，可用于理解空間數(shù)據(jù)、發(fā)現(xiàn)空間數(shù)據(jù)