空间数据挖掘

空间数据与占据特定空间的对象相关,存储于空间数据库中,并通过空间数据类型和空间关系进行管理。其包含拓扑和距离信息,并利用空间索引进行组织和查询。空间数据的独特性为空间数据库的知识发现带来了挑战和机遇。

空间数据库的知识发现,也称为空间数据挖掘,是从空间数据库中提取隐含知识、未直接存储的空间关系以及空间模式的过程。空间数据挖掘技术,尤其在空间数据理解、空间与非空间数据关系发现、空间知识库构建、空间数据库查询优化和数据组织方面,在 GIS、遥感、图像数据库、机器人运动等涉及空间数据的应用系统中具有广阔前景。

常用方法

  1. 统计分析方法

统计分析是目前空间数据分析的常用方法,适用于处理数值型数据。它拥有大量成熟算法,可用于空间现象的建模和分析。

然而,空间统计分析也存在一些缺陷:

 * 空间分布数据的统计独立性假设通常不切实际,因为空间邻域之间存在相互关系。
 * 不适用于处理非数值型数据,例如空间对象的名称和定名数据类型。
 * 通常需要领域专家和统计知识,仅适合专业人士使用。
 * 当数据不完整或不充分时,结果缺乏实际意义。
 * 计算成本高昂。

为了克服这些缺点,需要新的数据挖掘方法。

  1. 基于概括的方法

(内容省略)