空間數據挖掘
空間數據挖掘是數據挖掘的一個分支,數據挖掘是當今大數據盛行一種規律獲取方法,這些規律隱藏在數據之中,人們很難通過簡單的比較,歸納而得到,必須通過數據之間大量分析來獲取。空間數據挖掘就是從空間數據中提取隱含其中、事先未知、潛在有用、最終可理解的空間或非空間的一般知識規則的過程,具體來說,就是在空間數據庫或空間數據倉庫的基礎上,綜合利用確定集合理論、擴展集合理論、仿生學方法、可視化、決策樹、數據場等理論方法,以及相關的人工智能、機器學習、專家系統、模式識別、網絡等信息技術,從大量含有噪聲、不確定性的空間數據中,析取人們可信的、新穎的、感興趣的、隱藏的、事先未知的、潛在有用的和最終可理解的知識,揭示蘊含在數據背後的客觀世界的本質規律、內在聯繫和發展趨勢,實現知識的自動獲取,爲技術決策與經營決策提供不同層次的知識依據。
一、空間數據挖掘的數據源
空間數據的內容:位置數據;屬性數據;圖形圖像;網絡數據;文本數據;多媒體數據等
空間數據特性:空間特性;專題特性;時間特性等
空間數據種類:空間數據挖掘的數據源極其廣泛,包括觀測數據、地圖、遙感數據和統計數據等,可以分爲原始數據(第一手直接數據)或加工處理後的數據(第二手間接數據)。
二、空間數據挖掘可用的理論方法
1.確定集合理論
(1)概率論
(2)證據理論
(3)空間統計學
(4)規則歸納
(5)聚類分析
(6)空間分析
2.擴展集合論方法
(1)模糊集
(2)雲模型
(3)粗集
(4)地學粗空間
3.仿生學方法
(1)神經網絡
(2)遺傳算法
4.決策樹
5.可視化