空间数据挖掘

摘要： 空间并置(co-location)模式挖掘是指在大量的空间数据中发现一组空间特征的子集,这些特征的实例在地理空间中频繁并置出现.传统的空间并置模式挖掘算法通常采用逐阶递增的挖掘框架,从低阶模式开始生成候选模式并计算其参与度(空间并置模式的频繁性度量指标).虽然这种挖掘框架可以得到正确和完整的结果,但是带来的时间和空间开销非常大.此外传统方法对于空间并置模式的最小频繁性阈值较为敏感,当最小频繁性阈值改变时整个挖掘过程需要重新进行.因此,本文提出一种基于极大团和哈希表的空间并置模式挖掘算法CPM-MCHM(Co-location Pattern Mining based on Maximal Clique and Hash Map)来发现完整并且正确的频繁空间并置模式.CPM-MCHM算法不仅避免逐阶候选-测试框架带来的巨大开销问题,还降低了算法对最小频繁性阈值的敏感.首先,采用基于位运算的分区Bron–Kerbosch算法生成给定空间数据集的所有极大团,并将其存储在哈希表中.然后,提出一种两阶段挖掘框架计算所有模式的参与度并过滤所有频繁空间并置模式.最后,在真实和合成数据集上进行了大量的对比实验.与经典的传统算法和近两年内学者提出的两种算法相比,当实验数据的规模达到20万实例数时,本文提出的CPM-MCHM算法的挖掘时间和空间耗费分别降低了90%和70%以上,当实验数据量进一步加大时CPM-MCHM算法的优势更加明显.

摘要： 大数据时代已经到来,并且已经深入人类生活的方方面面。作为地球科学与信息科学交叉融合催生出的地球空间信息学,大数据时代的来临在为其提供更丰富的数据保障的同时,也带来数据存储、管理、分析和挖掘方面的新挑战,甚至造成了某种程度上的“数据爆炸”。从大数据视角,梳理了当前地球空间信息学涉及的地理信息系统、智慧城市、遥感大数据和空间数据挖掘4个核心领域的瓶颈和挑战;指出在大数据时代,地球空间信息学可为地球科学研究提供更加精准、实时的空间信息框架和更加智能高效的信息处理手段,从而服务于智慧城市、智慧地球建设和人类社会的可持续发展。而且,大数据时代下,地球空间信息学的发展面临着软件和硬件水平的双重考验。

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： 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： 空间co-location模式是其实例在空间邻域内频繁并置出现的一组空间特征集。传统的空间co-location模式挖掘方法通常假设空间实例相互独立,并采用参与度作为模式有趣性的唯一度量指标,没有考虑不同特征或相同特征不同实例在空间邻域内所产生的影响差异,因此挖掘的结果往往缺乏相关性和可解释性。文中提出了一种星型高影响的空间co-location模式及挖掘方法,能够有效发现自身影响高且在邻域范围内也具有一定影响的空间co-location模式。首先,定义了度量模式影响的两个指标:模式影响参与度和模式影响占有度。其次,提出了挖掘星型高影响co-location模式的基础挖掘算法和剪枝策略。最后,通过在大量的真实和合成数据集上进行实验,分析了挖掘算法的效率和挖掘效果。实验结果表明,所提出的星型高影响co-location模式的度量方法和挖掘算法能够挖掘出较强相关性的co-location模式。

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： 为降低煤矿能源开采风险,实现规范化管理,提出空间数据挖掘算法在煤矿能源保护监管中的应用研究。由信息层、控制层和设备层构成监管系统,明确系统职责,结合监管系统特征,设计空间数据挖掘模型整体结构。将粗糙集和神经网络方法相结合,去除冗余数据,采用误差函数和代价函数,确定神经网络训练样本数量。探究数据挖掘模型在煤矿保护监管中的应用过程,设计神经网络结构,计算神经元数量,反复训练网络生成关联规则。经过实例应用分析,从关联规则中可得出:煤矿能源安全和瓦斯浓度、日开采量之间支持度较高,必须将二者指标控制在合理范围内。由此证明了挖掘算法不但可以获取煤矿能源现状,还能通过历史数据得出预见性结论。

摘要： 传统遥感图像测绘方法存在图像分辨率较低的问题,为此,提出一种基于空间数据挖掘的遥感图像立体测绘方法。首先,利用卫星获取遥感影像,根据立体测绘需求,在指定区域布控测点;然后,通过空间数据挖掘对遥感图像进行分类处理,通过决策树确定正例集和反例集消息源,明确期望信息;最后,选择MapMatrix软件导入遥感图像期望信息,恢复遥感图像三维结构,通过空间数据挖掘,实现遥感图像立体测绘。实验结果表明:设计的遥感图像立体测绘方法,在实际应用中可提高图像连续点分辨率,保证图像具有较高的平滑性。

摘要： 21世纪,科学研究进入第四范式:数据密集型科学发现的时代。数据已经成为新时代重要的生产要素、国家基础性战略资源。美国、俄罗斯、法国、日本,以及中国,先后发射了大量的卫星,每天接收海量的遥感卫星数据。还有无所不在的传感网数据,带有全球导航定位的车辆轨迹数据等,积累了海量的时空大数据。时空大数据时代的到来,给遥感与地理信息创新带来了各种挑战和机遇。

摘要： 飞速发展的物联网技术不断催生海量带有时间和空间属性的数据集.这些数据集掀起了以空间co-location模式挖掘为代表的空间数据挖掘研究的高潮.传统空间co-location模式挖掘研究主要发现空间中频繁并置出现的特征的子集.特征在模式内部是无序的,特征之间的地位是平等的.例如,co-location模式{看守所,刑警中队,武警中队}表示看守所附近往往存在刑警中队和武警中队,反之亦然.然而,由于空间分布密度差异显著存在,现实中存在特征地位不平等的模式,这些模式中的某些特征(核特征)附近频繁地出现其它特征(非核特征)的实例,而这些非核特征附近不一定频繁地出现核特征的实例.例如,某些肿瘤疾病与某些污染源的关系.在传统模型中,用户为了发现感兴趣的模式不得不将频繁性阈值设置得很低,以至于忽略了模式中特征的主从关系.本文聚焦于前述现象,研究在空间数据集中挖掘核特征与非核特征组成的有趣模式.首先,基于核邻居定义空间co-location核频繁模式(简称核模式)的概念.核邻居与最近邻息息相关,它不仅遵从地理学第一定律而且能排除无关实例的干扰.其次,提出核模式的有趣性度量理论,分析核模式具有的性质,如基于核参与率反单调性的先验原理等.再次,提出基于Voronoi图的核邻居计算思想,避免了传统co-location模式挖掘中为计算邻近关系需要用户预先设定距离阈值等问题.同时,扩展传统的对称的空间邻近关系到不对称的核邻居关系,使其与特征的不平等地位相适应.此外,针对点、线、面等不同几何形状的空间实例,提出基于凹包理论的经典Voronoi图的扩展方法.最后,在合成数据与真实数据上对比验证了Core Pattern Mining(CPM)算法的效果与效率.实验高效地发现了有别于经典co-location模式的有趣模式,它们具有可理解性.

摘要： 在GIS和空间数据挖掘技术的支持下,通过对遥感信息、地球物理、地球化学、地质矿产数据等多元信息进行数据融合,挖掘区域控矿因素组合在矿床周围分布规律,采用支持向量机算法对模型进行训练和验证,构建多元信息成矿预测模型;应用模型对研究区进行成矿预测.结果表明,在研究区有47个已知金矿点中27个落在高有利成矿区,占57.4％,而高有利区和中有利区则达到78.7％.但同时还有6个(12.8％)的矿点没有进入有利区.从有利区的分布情况看断层和蚀变带在成矿预测模型变量中比重较大,结果受其影响明显,采用空间数据挖掘技术和支持向量机构建成矿预测模型是行之有效的,可对区域内任意点上的成矿有利性进行预测.

摘要： 以第二松花江为研究对象,建立基于SQL Server的空间数据仓库,并在此基础上运用GIS、统计数据挖掘方法、可视化数据发掘、BP神经网络等手段进行数据预处理、水质评价预测模型的构建以及水质状况空间分布规律的分析.分析研究结果表明:利用空间数据挖掘来研究水资源问题,有利于空间数据的管理与分析,更容易从海量数据中挖掘深层次的知识与规则;二松流域中部、东南部水质状况较好,以Ⅱ类、Ⅲ类水质居多;西北部及南部地区水质状况较差,多为Ⅳ类、Ⅴ类、劣Ⅴ类水质;各单项评价指标的水质类别从西北向东南呈现由高到低的变化趋势,个别指标在南部地区有上升的趋势;二松流域水质空间分布特征综合分析,有明显的区域规律,流域东南部山区具有较好的水质,而西北部水质较差,自然和人为因素均对水质产生影响.

摘要： 电离层TEC(Total Electron Content,电子含量总数)的研究对科研、测绘、航空航天、通讯、国防等需利用电磁波进行远程空间通信的众多领域均有重大意义.应用空间统计学方法对IGS中心发布的全球电离层TEC数据进行空间数据挖掘并作出相关分析.通过分析全球TEC数据的三维图、频率直方图、半变异函数并计算均值、中位数、偏度、峰度等统计量,揭示TEC数据的空间分布呈非平稳性;其全局趋势用球谐函数描述,采用最小二乘拟合,根据残差的统计特征确定9阶球谐函数为最适合的全局趋势;对去掉趋势后的残差,通过半变异函数进行结构分析,变异函数并不满足平稳性.通过经度方向二次差分、纬度方向一次差分后的残差分析,呈现几乎无空间相关性的独立噪声空间过程,说明局部变化呈现非平稳的三阶偏随机游动;同时,用基于Delaunay三角网的自然邻域方法对TEC数据进行空间异常(斑点噪声)探测,并分析其空间分布,得出TEC数据的斑点噪声服从泊松分布.对不同历元的TEC数据,可由同样的混合模型描述,即电离层TEC呈现由球谐函数描述的全局趋势,局部(或小尺度)变化呈现3阶非平稳偏随机游动,并受服从泊松分布的斑点噪声扰动.

摘要： 首先分析了空间数据挖掘随机不确定性的本质，然后通过分析空间数据挖掘过程中随机不确定性判别的意义，提出了一种基于误差检验的随机不确定性的判别方法，最后通过实例分析进行了检验和比较。通过实例分析表明，该方法能有效地判别出空间数据挖掘随机不确定性是由系统误差还是由随机误差引起的，因而能对仿真软件的改善、空间数据测量方法的选取和实验过程中随机不确定性传递与合成参数的修正有指导作用。

摘要： 本文针对数字海图的成图质量评价问题,提出了一种模糊聚类和模糊模式识别相结合的数字海图质量评估方法,用于近似处理空间数据挖掘的模糊不确定性,减少不确定性对挖掘效果的影响.实例分析结果表明,本算法不仅能够有效地降低海图空间数据挖掘的不确定性,而且能够客观地对数字化作业员的成图质量进行评价,因此有良好的应用价值.

摘要： 随着城乡规划信息系统在各地规划局的建立,系统积累了大量的数据.这些系统虽然可以高效地实现数据的录入、修改、统计、查询等功能,却无法发现隐藏在数据背后的关系、规则和发展趋势等知识.本文分析了规划数据仓库的特性,概述了空间数据挖掘的基本理论和方法,基于《常州市城乡规划信息系统》,讨论了城乡规划数据挖掘的总体思路,最后从规划编研、规划管理以及规划网站等方面探讨了数据挖掘这一新的研究领域在规划行业中的应用.

摘要： 针对城市建设用地数据的多源异构、多维、复杂度高等特点,探讨基于空间数据仓库理论挖掘城市建设用地潜在的空间信息.提出了面向城市建设用地利用的多维数据模型,并基于多维数据模型构建了以城市建设用地利用为主题的空间数据仓库,实现空间数据挖掘过程.本文以北京市中心城区的建设用地扩展为例,研究了城市建设用地的空间格局及其演变特征,为城市建设用地管理提供决策依据.

摘要： 普通聚类仅需考虑聚类点间的距离、连通度或者相对密度等。而现实空间中往往存在许多障碍点,如河流、湖泊等,要求空间聚类必须在考虑空间障碍点的基础上进行。另外,将空间聚类进行应用还应附加限定条件,使得空间聚类结果更加符合限定要求。本文将对这两种附加限定规则的空间聚类进行研究,探讨实现两种聚类的方法,为后续研究奠定基础。

摘要： 普通聚类仅需考虑聚类点间的距离、连通度或者相对密度等。而现实空间中往往存在许多障碍点,如河流、湖泊等,要求空间聚类必须在考虑空间障碍点的基础上进行。另外,将空间聚类进行应用还应附加限定条件,使得空间聚类结果更加符合限定要求。本文将对这两种附加限定规则的空间聚类进行研究,探讨实现两种聚类的方法,为后续研究奠定基础。

摘要： 普通聚类仅需考虑聚类点间的距离、连通度或者相对密度等。而现实空间中往往存在许多障碍点,如河流、湖泊等,要求空间聚类必须在考虑空间障碍点的基础上进行。另外,将空间聚类进行应用还应附加限定条件,使得空间聚类结果更加符合限定要求。本文将对这两种附加限定规则的空间聚类进行研究,探讨实现两种聚类的方法,为后续研究奠定基础。

摘要： 本发明定义了一种借助三维地理信息系统，在空间内对电力设施进行辅助选址的方法。使电力设施如电线杆塔在实践布设选址之前，先得到一个或多个优化选址的方案，并在三维地理信息系统里展示，给使用者以直观的展示结果。为最终相关工作人员实际选线、选址工作提供真实、可信、直观、科学的结果，极大的提高了工作效率，减少了实地测量的工作量和费用。

摘要： 提供了一种压缩空间数据的装置和方法以及一种恢复被压缩的空间数据的装置和方法，压缩空间数据的方法包括：确定存储在具有预定大小的单位存储空间中的空间数据的实际数据的大小；考虑所确定的空间数据的实际数据的大小，选择要在其中进行所述空间数据的压缩和存储的压缩存储空间的大小；生成与空间数据的实际数据的大小有关的标记信息；以及将生成的标记信息存储在具有所选择的大小的压缩存储空间的预定区域中，并且将空间数据的实际数据存储在压缩存储空间的其它区域中。

摘要： 本发明定义了一种借助三维地理信息系统，在空间内对电力设施进行辅助选址的方法。使电力设施如电线杆塔在实践布设选址之前，先得到一个或多个优化选址的方案，并在三维地理信息系统里展示，给使用者以直观的展示结果。为最终相关工作人员实际选线、选址工作提供真实、可信、直观、科学的结果，极大的提高了工作效率，减少了实地测量的工作量和费用。

摘要： 提供了一种用于将空间数据存储在键值数据库中的系统和方法。所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据。所述空间数据被存储使得每个存储的值数据表示通过将所述空间数据划分成块并将所述块分组成集群而生成的集群。每个存储的值数据的所述键数据或“键名称”至少包括相应集群的基于坐标的识别符，所述基于坐标的识别符是相对于与所述空间数据相关联的坐标系定义的。这允许通过计算所述集群的所述基于坐标的识别符(的部分)来检索特定集群的所述值数据(的部分)。因此可能不需要包括索引信息的标头。所述存储适用于被远程访问的数据库，例如在所述数据库被包括在基于云的存储系统上并且所述系统被包括在连接到所述基于云的存储系统的客户端中或者所述方法由连接到所述基于云的存储系统的客户端来执行的情况下。

摘要： 一种空间数据库之数据结构产品，供一行车记录装置读取利用，并包含至少一道路的多数个兴趣点，每一兴趣点内容包括道路名称、里程，及GPS坐标；及一树状数据结构，包括至少一依据该等兴趣点的GPS坐标而插入有其中至少一兴趣点的叶节点，该叶节点具有一由其所包含的兴趣点构成的最小矩形范围。当该行车记录装置接收其GPS坐标，读取该树状数据结构并执行步骤(a)找到对应其GPS坐标的叶节点，(b)查询该叶节点中接近的兴趣点，及(c)输出该兴趣点的道路名称及里程。

摘要： 本公开是关于一种存储空间数据显示方法、存储空间数据显示装置、电子设备及计算机可读存储介质。其中存储空间数据显示方法包括：获取每个项目的分别占用存储空间总量的占用空间比例；基于容器图像的第一显示高度、以及每个项目的占用空间比例，确定每个项目对应的柱形图像的第二显示高度，其中，第一显示高度对应于存储空间总量；立体展示体现项目的数据占比的画面，其中，画面包括：容器图像，以及基于第二显示高度，立体展示于容器图像内部的柱形图像。通过直观的体现存储空间容量以及当前各项目的占用空间比例，用户可以方便的获知设备的存储状态，以便于决策是否需要清理空间，避免了由于存储空间被占用过多或占满导致的系统问题。

摘要： 基于空间数据挖掘的自适应交通控制子区划分方法，属于交通技术领域。本发明为了解决现有的控制子区划分方法所划分的控制区存在出行效率较低的问题。本发明首先进行高低峰时段与高、中、低流量阈值的特征抽取，选取影响控制子区划分的交通信息特征；然后建立基于时空特征的影响力权重计算模型，得到为特征r的权重，最后基于动态模块度划分的带权社区发现算法实现交通控制子区的划分。本发明适用于交通控制子区的划分。

摘要： 基于空间数据挖掘的自适应交通控制子区划分方法，属于交通技术领域。本发明为了解决现有的控制子区划分方法所划分的控制区存在出行效率较低的问题。本发明首先进行高低峰时段与高、中、低流量阈值的特征抽取，选取影响控制子区划分的交通信息特征；然后建立基于时空特征的影响力权重计算模型，得到为特征r的权重，最后基于动态模块度划分的带权社区发现算法实现交通控制子区的划分。本发明适用于交通控制子区的划分。

摘要： 一种基于不确定性空间数据挖掘的区域成矿预测方法，属于资源信息处理与应用技术领域。本发明充分利用多源海量地质空间数据(基础地质矿产数据、遥感找矿数据、地球化学数据、矿山地质数据、矿床数据)，基于不确定性空间数据挖掘算法模型，高效提取区域成矿关联信息，达到快速高效地进行区域成矿预测的目的。该发明包括三个主要步骤：多源多尺度地质空间数据的几何配准；遥感矿化信息提取；基于不确定性空间数据挖掘算法模型的成矿预测。本发明能够更加高效、客观地评价区域成矿远景区。

摘要： 本实用新型公开了一种地理空间数据挖掘采集装置，包括主机，主机的侧壁卡扣连接有连接机构，连接机构与外部车体螺纹连接，主机的内腔固定连接有挖掘机构，挖掘机构的内腔固定连接有采集机构，主机的侧壁固定连接有地理信息探测器，主机的上壁固定连接有扶手，本装置与传统的地理空间数据挖掘采集装置相比，本装置设置的采集机构可在挖掘的过程中将采集到的样本取出，还可对不同深度的土壤进行分批采集，在一次挖掘过程中，本装置可多次对不同深度的土壤样本进行采集，而传统采集装置只能进行一次采集，本装置连接结构简单，可进行拆卸，方便携带与运输。