摘要：在讨论了传统土地定级方法的不足之处基础上,提出采用空间数据挖掘技术来进行土地定级,并介绍了空间数据挖掘技术、决策树算法。提出了土地定级系统的组成功能模块及实现方式,旨在设计一个具有友好人机交互界面,智能化的土地定级系统,为土地定级提供一些新的方法。

摘要：CRM作为客户关系管理,在移动通信中也同样适用,空间数据的挖掘程度对移动通信的管理质量有极大影响,为此提出移动通信CRM中的空间数据挖掘方法研究。通过构建CRM空间数据挖掘模块,合理调整检测算法,完成对移动通信CRM空间数据挖掘的方法设计。通过实验论证的方式确定空间数据挖掘方法的有效性,在进行CMR工作时具有良好的管理质量。

摘要：空间频繁并置模式(SPCP)是一组空间特征的子集,它们的实例在地理空间中频繁地出现在一起。基于内存物化实例邻近关系并搜索模式实例效率较高,但实例信息会被重复存储。图数据库技术能高效地对具有复杂关联关系的数据建模,但基于实例邻近关系图移植已有的挖掘方法不能发挥图遍历的优势。针对上述问题,探索了基于图数据库的空间频繁并置模式挖掘方法。首先,利用图数据库对空间实例及其邻近关系建模,即将实例和关系存储在图数据库中。然后,基于图数据库设计了一个称为子图(团)搜索的基本算法,采用团查找的方式生成模式的表实例从而获得参与实例,避免了传统方法中效率较低的组合或连接操作。考虑到通过生成表实例收集参与实例的效率较低,设计了参与实例验证算法,包括过滤阶段和验证阶段。过滤阶段判断一个中心实例的邻居集中所涉及的特征是否完全包含了待计算模式中的特征,验证阶段则是判断是否存在一个模式实例包含该中心实例。参与实例验证算法每次验证一个中心实例都尽可能多地去确定参与对象,从而有效地减小了搜索空间和减少了团的搜索次数。此外,对提出算法的正确性和完备性进行了证明。最后,在真实和合成数据集上做了大量的实验,验证了所提算法的效率和有效性。

摘要：空间数据挖掘旨在从空间数据库中发现和提取有价值的潜在知识.空间co-location(共存)模式挖掘一直以来都是空间数据挖掘领域的重要研究方向之一,其目的是发现一组频繁邻近出现的空间特征子集,而空间高效用co-location模式挖掘则考虑了特征的效用属性.二者在度量空间实例的邻近关系时一般都需要预先给定一个距离阈值d,挖掘算法的效率很受距离阈值d的影响,尤其对分布不均匀的数据集表现不好.另外,传统的空间高效用模式挖掘在分析评估模式的效用时,将模式中所有特征的效用值都计算到模式效用中是不合理的,如在国内5A级景区周围进行高收益商业项目的规划时,项目的预期收益本身不应包含景点的收益.基于上述问题,本文在空间高效用co-location模式挖掘过程中融入了空间k-近邻计算,使得空间实例之间的邻近关系更为客观、合理.进一步地,定义了核元素和核模式等概念,对核模式效用的高低进行了度量,并提出了k-近邻关系下的空间高效用核模式挖掘的通用框架,设计了一个行之有效的基本挖掘算法,考虑到核模式效用度不满足反单调性质,在基本算法之上提出了4个剪枝策略.大量的实验结果表明本文方法挖掘到的空间高效用核模式更具有现实意义,在同等的参数设置下,剪枝优化算法的效率比基本算法至少提高了50%.

摘要：传统的空间并置模式挖掘旨在发现空间中实例频繁共存的特征子集.目前空间并置模式的大多数研究都将模式的频繁性作为兴趣度度量.然而,在实际应用场景中,用户往往不仅对特征集的频繁性感兴趣,而且对它的完整性也感兴趣.结合并置模式的频繁性和完整性,提出主导空间并置模式(dominant spatial co-location patterns,DSCPs),目的是为用户提供一组高质量的并置模式.具体地,在空间并置模式挖掘任务中引入了模式占有度,以衡量并置模式的完整性.我们通过同时考虑模式的完整性和频繁性形式化了主导并置模式挖掘的问题.设计了一个挖掘主导并置模式的基本算法,为了降低计算开销,提出了一系列的剪枝策略及新颖的数据结构改进基本算法的挖掘效率.在合成数据集和真实数据集上进行了实验,评估了所提出算法的效率和有效性,验证了剪枝策略能够大幅提高算法效率.在实际应用中的挖掘结果表明了主导并置模式挖掘的合理性和可用性.

摘要：针对水资源数据具有复杂、数据量大、多源异构等特点,论文提出了松花江流域水资源空间数据仓库的总体设计方案,在数据集成、数据清洗、数据简化与数据转换等预处理操作的基础上,构建了多维数据模型,并实现了基于空间OLAP的多维数据分析,为水资源决策分析提供有效的数据支持。

摘要：空间并置(co-location)模式挖掘旨在发现空间特征间的关联关系.一个并置模式是空间特征集合的子集,它们的实例在空间中频繁并置出现.传统的并置模式挖掘方法大多基于表实例计算模式的并置程度,但表实例的生成和存储将导致巨大的时间、空间消耗.针对这一问题,本文提出了一种基于列计算的空间并置模式挖掘方法,不再生成表实例,只需要搜索模式的参与实例.为了加速参与实例搜索,设计了实例搜索空间剪枝、候选参与实例验证、频繁性提前感知等优化策略.在此基础上,提出了CPM-Col算法,讨论了算法的复杂度、正确性和完备性.在真实和模拟数据集上进行了大量实验,实验结果表明,本文提出的算法比其他7个baseline算法具有更好的性能和可扩展性,特别地,CPM-Col算法的效率提升达到数倍至数个量级.此外,实验验证了本文提出的优化策略的有效性.

摘要：区域同位模式挖掘(RCPM,regional co-location pattern mining)是为了发掘某个局部区域内存在的同位(co-location)模式,以发现在全局中无法发现的信息.传统的区域挖掘大多会采用明确界限的几何体框定同位模式产生的区域.但是现实中的各类区域可能是无明确边界的.另外,数据的分布情况作为区域的重要特征之一,也应该成为区域选择的因素.基于上述思考,本文引入密度峰值聚类(DPC,density peak-based clustering),提出新的密度度量函数,并结合模糊集理论与k近邻距离,设计了一个行之有效的并行区域同位模式挖掘算法.实验结果表明,利用本文方法挖掘到的结果更具有现实意义,并且并行化极大地提升了挖掘算法的效率.在真实数据上,2线程下的加速比达到了1.89.

摘要：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。

摘要：近年来,随着电子、计算机等技术的飞速发展,三维GIS的应用渐趋成熟,以往设想中的许多应用逐渐成为了现实。比如城市应急反应、虚拟旅游、智能交通、城市规划与设计等领域中,三维GIS都有广泛成熟的应用。尤其是在电力行业的应用中,三维技术除了能更好地展现三维场景、电力模型等,还能够和灾害模型相结合,进行电力设施灾害结果预测等。本文提出的基于三维空间的灾害数据挖掘方法,涉及灾害分布空间分析和空间数据挖掘的方法,是一种在三维地理信息技术下灾害分布情况对于电力设施影响程度的数据挖掘方法。