空间数据挖掘
空间数据挖掘是数据挖掘的一个分支,数据挖掘是当今大数据盛行一种规律获取方法,这些规律隐藏在数据之中,人们很难通过简单的比较,归纳而得到,必须通过数据之间大量分析来获取。空间数据挖掘就是从空间数据中提取隐含其中、事先未知、潜在有用、最终可理解的空间或非空间的一般知识规则的过程,具体来说,就是在空间数据库或空间数据仓库的基础上,综合利用确定集合理论、扩展集合理论、仿生学方法、可视化、决策树、数据场等理论方法,以及相关的人工智能、机器学习、专家系统、模式识别、网络等信息技术,从大量含有噪声、不确定性的空间数据中,析取人们可信的、新颖的、感兴趣的、隐藏的、事先未知的、潜在有用的和最终可理解的知识,揭示蕴含在数据背后的客观世界的本质规律、内在联系和发展趋势,实现知识的自动获取,为技术决策与经营决策提供不同层次的知识依据。
一、空间数据挖掘的数据源
空间数据的内容:位置数据;属性数据;图形图像;网络数据;文本数据;多媒体数据等
空间数据特性:空间特性;专题特性;时间特性等
空间数据种类:空间数据挖掘的数据源极其广泛,包括观测数据、地图、遥感数据和统计数据等,可以分为原始数据(第一手直接数据)或加工处理后的数据(第二手间接数据)。
二、空间数据挖掘可用的理论方法
1.确定集合理论
(1)概率论
(2)证据理论
(3)空间统计学
(4)规则归纳
(5)聚类分析
(6)空间分析
2.扩展集合论方法
(1)模糊集
(2)云模型
(3)粗集
(4)地学粗空间
3.仿生学方法
(1)神经网络
(2)遗传算法
4.决策树
5.可视化