- 相關(guān)推薦
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)的飛速發(fā)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)挖掘的基本概念出發(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)的發(fā)展進(jìn)行了展望。
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)星圖像等多種形式匯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。
1 空間數(shù)據(jù)挖掘研究概述
空間數(shù)據(jù)挖掘(spatial Data Mining，簡(jiǎn)稱SDM)，是指從空間數(shù)據(jù)庫中提取用戶感興趣的空間模式、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，其根本目標(biāo)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)則。
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)科交叉發(fā)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)則四類。空間分類的目的是在空間數(shù)據(jù)庫對(duì)象的空間屬性和非空間屬性之間發(fā)現(xiàn)分類規(guī)則，是近年來空間數(shù)據(jù)挖掘領(lǐng)域中比較活躍的一個(gè)方向，常用的方法是決策樹�？臻g聚類是在一個(gè)比較大的多維數(shù)據(jù)集中根據(jù)距離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)分析指離開一個(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)則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)行一次挖掘，然后再在裁剪過的數(shù)據(jù)庫上用代價(jià)高的算法進(jìn)行進(jìn)一步精化挖掘。
空間數(shù)據(jù)挖掘過程一般可分為數(shù)據(jù)篩選(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)一成適合挖掘的形式)、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))、模式評(píng)估(根據(jù)某種興趣度度量并識(shí)別表示知識(shí)的真正有趣的模式)，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)合具有非常廣泛的應(yīng)用空間。數(shù)據(jù)挖掘與GIs集成具有三種模式：其一為松散耦合式，也稱外部空間數(shù)據(jù)挖掘模式，這種模式基本上將GIS當(dāng)作一個(gè)空間數(shù)據(jù)庫看待，在G IS環(huán)境外部借助其它軟件或計(jì)算機(jī)語言進(jìn)行空間數(shù)據(jù)挖掘，與GIS之間采用數(shù)據(jù)通訊的方式聯(lián)系。其二為嵌入式，又稱內(nèi)部空間數(shù)據(jù)挖掘模式，即在GIs中將空間數(shù)據(jù)挖掘技術(shù)融合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)挖掘模式的靈活性。
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)則、空間特征規(guī)則、空間區(qū)分規(guī)則，空間演變規(guī)則、面向?qū)ο蟮闹R(shí)。目前，這些知識(shí)已比較成熟地應(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1 20快速反應(yīng)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)人位置服務(wù)等領(lǐng)域也正得到廣泛關(guān)注與應(yīng)用，實(shí)際上，它正在深入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)�？臻g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，因而傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)往往不能很好地分析復(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)模式不精練。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)誤模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。因而必須利用領(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)飛速發(fā)展的原因之一就是數(shù)據(jù)庫查詢語言的不斷完善和發(fā)展，因此，要不斷完善和發(fā)展空間數(shù)據(jù)挖掘就必須發(fā)展空間數(shù)據(jù)挖掘查詢語言。為高效的空間數(shù)據(jù)挖掘奠定基礎(chǔ)。
(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，基本上都是針對(duì)某個(gè)特定的問題，因而能夠發(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，忽視了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，如果要在更廣闊的領(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)挖掘在未來的發(fā)展中，還有很多理論和方法有待深入研究。
4 空間數(shù)據(jù)挖掘的發(fā)展趨勢(shì)
(1)空間數(shù)據(jù)挖掘算法和技術(shù)的研究。空間關(guān)聯(lián)規(guī)則挖掘算法、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)提高空間數(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。空間數(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)中不可避免地存在著空缺值、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)與非空間數(shù)據(jù)的關(guān)系、建立空間知識(shí)庫、優(yōu)化查詢，重組空間數(shù)據(jù)庫等，空間數(shù)據(jù)挖掘技術(shù)在廣度和深度上的不斷進(jìn)步， 也將使GIs集成系統(tǒng)朝著智能化、網(wǎng)絡(luò)化、全球化與大眾化的方向發(fā)展。可以預(yù)見，空間數(shù)據(jù)挖掘不僅會(huì)促進(jìn)空間科學(xué)、計(jì)算機(jī)科學(xué)的發(fā)展，而且必將增強(qiáng)人類認(rèn)識(shí)世界、改造世界的能力，從而更好地服務(wù)人類社會(huì)。
【空間數(shù)據(jù)挖掘技術(shù)研究分析】相關(guān)文章：
空間數(shù)據(jù)挖掘技術(shù)煤礦安全管理論文12-02
數(shù)據(jù)挖掘在ＣＲＭ中的應(yīng)用分析03-22
基于數(shù)據(jù)挖掘技術(shù)的交叉銷售分析12-08
基于顧客價(jià)值的需求，流動(dòng)網(wǎng)挖掘策略分析01-11
臨床醫(yī)學(xué)中數(shù)據(jù)挖掘技術(shù)的運(yùn)用分析11-29
CAT挖掘機(jī)液壓系統(tǒng)發(fā)熱的故障分析12-08