第04章空間數(shù)據(jù)挖掘與GIS的集成

1、3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心2021年11月17日星期三1第第四四章章 空間知識與空間知識與GISGIS的集成的集成 nSK與GIS集成的意義 n空間數(shù)據(jù)挖掘基礎n空間數(shù)據(jù)泛化在GIS中的應用n空間規(guī)則與GIS的集成n空間分類、聚類方法n空間挖掘的其他問題n空間數(shù)據(jù)挖掘原型系統(tǒng)介紹n其他3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n日益發(fā)展的空間數(shù)據(jù)基礎設施為空間數(shù)據(jù)的自動化處理提出了新的課題。n空間數(shù)據(jù)庫，不同于關系數(shù)據(jù)庫，它一般具有空間拓撲或距離信息，通常需要以復雜的多維空間索引結構組織。n空間挖掘（Spatial Mining）

2、或被稱作空間數(shù)據(jù)挖掘/空間數(shù)據(jù)庫的知識發(fā)現(xiàn)，是數(shù)據(jù)挖掘技術在空間數(shù)據(jù)方面的應用。簡言之，空間數(shù)據(jù)挖掘，就是從空間數(shù)據(jù)庫中抽取隱含的知識、空間關系或非顯式地存儲在空間數(shù)據(jù)庫中的其他模式，用于理解空間數(shù)據(jù)、發(fā)現(xiàn)數(shù)據(jù)間（空間或非空間）的關系。n由于空間數(shù)據(jù)的復雜性及其應用的專業(yè)性，在一般的數(shù)據(jù)挖掘的基本概念的基礎上，需要研究空間數(shù)據(jù)挖掘特有的理論、方法和應用。2021年11月17日星期三23S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心2021年11月17日星期三3第四章第四章 空間知識與空間知識與GISGIS的集成的集成 內(nèi)容提要內(nèi)容提要nSK與GIS集成的意義 n空間數(shù)據(jù)挖掘基

3、礎n空間數(shù)據(jù)泛化在GIS中的應用n空間規(guī)則與GIS的集成n空間分類、聚類方法n空間挖掘的其他問題n空間數(shù)據(jù)挖掘原型系統(tǒng)介紹n其他3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n兩個空間實體之間存在若干拓撲關系。這些關系基于兩個實體的位置：n分離（Disjoint） ：A與B分離，表示B中任何點都不在A中，反之亦然。n重疊/相交： A與B重疊或相交表示至少有一個點既在A里也在B里。n等價： A與B這兩個實體的所有點都是共有的。n包含于： A包含于B，表示A的所有點都在B里。反之不一定。n覆蓋/包含： A覆蓋或包含B，當且僅當B包含于A。n根據(jù)實體在空間中的位置，可以定義方向，

4、通常采用的是傳統(tǒng)的地圖方向：像東、南、西、北等等。n空間謂詞有三種形式：n表示拓撲關系的謂詞，如相交、覆蓋等；n表示空間方向的謂詞，如東、西、左、右等；n表示距離的謂詞，如接近、遠離等。2021年11月17日星期三43S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n常用的兩個空間實體之間的距離有：n最小值方法：最小值方法：定義實體A和B的距離為A中的所有點與和B中的所有點之間的歐氏或曼哈頓距離中最小的，即n最大值方法：最大值方法：定義實體A和B的距離為A中的所有點與和B中的所有點之間的歐氏或曼哈頓距離中最大的，即n平均值方法：平均值方法：定義實體A和B的距離為A中的所有點與和

5、B中的所有點之間的歐氏或曼哈頓距離的平均值，即n中心方法：中心方法：定義實體A和B的距離為A中的中心點與和B中的中心點之間的歐氏或曼哈頓距離的平均值，即),(),(min),(),( ,),(bbaaByxAyxyxyxdisBAdisbbaa),(),(max),(),( ,),(bbaaByxAyxyxyxdisBAdisbbaa2021年11月17日星期三5),(),(),(),( ,),(bbaaByxAyxyxyxdisaverageBAdisbbaa),(),(),(cbcbcacayxyxdisBAdis3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n空間統(tǒng)計

6、學（Spatial Statistics）是依靠有序的模型來描述無序事件，根據(jù)不確定性和有限的信息來分析、評價和預測空間數(shù)據(jù)。n空間統(tǒng)計學是基本的數(shù)據(jù)挖掘技術，特別是多元統(tǒng)計分析（如判別分析、主成分分析、因子分析、相關分析、多元回歸分析等）。n在空間數(shù)據(jù)庫中許多空間數(shù)據(jù)通常是相關的，即空間對象受其鄰近對象的影響，它是空間統(tǒng)計學向著實用的挖掘技術發(fā)展的一個重要研究課題。n數(shù)理統(tǒng)計方法對非線性規(guī)劃不能很好建模，難以處理不完全或不確定性數(shù)據(jù)，而且運算的代價較高。它是空間統(tǒng)計學向著實用的挖掘技術發(fā)展的另一個研究課題。2021年11月17日星期三63S3S集成與應用集成與應用中南大學中南大學GIS研究中

7、心研究中心2021年11月17日星期三7第四章第四章 空間知識與空間知識與GISGIS的集成的集成 內(nèi)容提要內(nèi)容提要nSK與GIS集成的意義 n空間數(shù)據(jù)挖掘基礎n空間數(shù)據(jù)泛化在GIS中的應用n空間規(guī)則與GIS的集成n空間分類、聚類方法n空間挖掘的其他問題n空間數(shù)據(jù)挖掘原型系統(tǒng)介紹n其他3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n概念層次的使用顯示了數(shù)據(jù)間關系的層次。應用空間數(shù)據(jù)特性，概念層次承認了層級中不同層次規(guī)則和關系的發(fā)展。n從空間數(shù)據(jù)中挖掘所蘊含的概念是空間挖掘的重要任務之一。n泛化與特化是概念歸納的主要手段，它對空間數(shù)據(jù)挖掘也是如此。2021年11月17日星期三

8、83S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n逐步求精（Progressive Refinement）的分層是基于空間關系的，因此空間關系可以應用在一個更粗糙或者更精細的層次上。n由于空間應用的數(shù)據(jù)量十分龐大，在尋求更多精確響應之前要先做出一些近似響應。MBR就是一個近似物體形狀的辦法。四叉樹、R-樹和其他大多數(shù)空間索引技術都采用了一種逐步求精的方式。n逐步求精可以看作是對處理問題無用的數(shù)據(jù)所做的過濾。2021年11月17日星期三93S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n數(shù)據(jù)庫中的數(shù)據(jù)和對象在原始的概念層次包含有詳細的信息，經(jīng)常需要將大量數(shù)據(jù)

9、的集合進行概括并以較高的概念層次展示，即對數(shù)據(jù)進行泛化。n基于泛化的數(shù)據(jù)挖掘方法假定背景知識以概念層次的形式存在。概念層次可由專家提供，或借助數(shù)據(jù)分析自動生成。n空間數(shù)據(jù)庫中可以定義兩種類型的概念層次：n空間概念層：地理區(qū)域之間空間關系的概念層次。n非空間概念層：非空間屬性所聯(lián)系的非空間數(shù)據(jù)對應的概念層次。2021年11月17日星期三103S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n首先對非空間屬性作面向?qū)傩缘臍w納，將其泛化至更高的概念層次。n對空間數(shù)據(jù)進行歸納：歸納進行至區(qū)域的數(shù)量達到閾值為止。然后對相關的非空間屬性做相應地更改。n將具有相同的泛化屬性值的相鄰區(qū)域合并在

10、一起，可用鄰近方法忽略具有不同非空間描述的小區(qū)域。n例如，要知道我國西北部地區(qū)的平均降雨量，可以在空間層次中尋找西北部所有省，再對非空間屬性（降雨量）進行比較，或者歸納（平均降雨量多、中等、少量等）。2021年11月17日星期三113S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n統(tǒng)計學信息網(wǎng)格方法（STatistical INformation Grid-based methodSTING），使用了一種類似四叉樹的分層技術，把空間區(qū)域分成矩形單元。n對空間數(shù)據(jù)庫掃描一次，可以找到每個單元的統(tǒng)計參數(shù)（平均數(shù)，變化性，分布類型）。n網(wǎng)格結構中的每個結點概括了該網(wǎng)格中所含內(nèi)部屬性

11、的信息。nSTING方法可以看作是一種層次聚類技術。層級的頂層的組成就是整體空間。最低層是代表每個最小單元的葉子結點。如果使用一個單元在下一層中擁有四個子單元（網(wǎng)格）的話，單元的分割與四叉樹中是一樣的。2021年11月17日星期三123S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心2021年11月17日星期三13空間知識與空間知識與GISGIS的集成的集成 內(nèi)容提要內(nèi)容提要nSK與GIS集成的意義 n空間數(shù)據(jù)挖掘基礎n空間數(shù)據(jù)泛化在GIS中的應用n空間規(guī)則與GIS的集成n空間分類、聚類方法n空間挖掘的其他問題n空間數(shù)據(jù)挖掘原型系統(tǒng)介紹n其他3S3S集成與應用集成與應用中南大學

12、中南大學GIS研究中心研究中心n空間規(guī)則可以概括對空間實體的結構及其之間關系的描述。在空間數(shù)據(jù)挖掘中有三種類型的規(guī)則：n空間特性規(guī)則：描述數(shù)據(jù)，如：中國東部人均年收入約5萬元。n空間判別規(guī)則：描述不同種類數(shù)據(jù)間的差異，依靠它們能夠區(qū)分不同種類的特點。如：中國東部人均收入高于中國西部。n空間關聯(lián)規(guī)則：是兩個數(shù)據(jù)集合之間的關聯(lián)。如越靠近市中心區(qū)的房價越高。n所有這些規(guī)則都可以被看作是對空間類型的描述，而描述是一種為數(shù)據(jù)庫或者其中一些子集找到一個表示的方法。特性規(guī)則是一種最簡化的形式。2021年11月17日星期三143S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n空間關聯(lián)規(guī)則挖掘

13、是傳統(tǒng)關聯(lián)規(guī)則挖掘的延伸，常用最小支持度和最小可信度來作為基本的統(tǒng)計參數(shù)，由于空間數(shù)據(jù)的特點，往往是在多層概念上進行歸納。n空間關聯(lián)規(guī)則是空間數(shù)據(jù)實體之間的關聯(lián)，有：n非空間的先決條件和空間性的結果：如所有的重點學校都是位于老住宅區(qū)附近。n空間性先決條件和非空間的結果：如在市中心的房價就比較貴。n空間性先決條件和空間性結果：如在化工廠都分布市郊。n挖掘空間關聯(lián)規(guī)則的有效方法是自上而下、逐步加深的搜索技術，在空間數(shù)據(jù)庫的概念中搜索頻繁模式。2021年11月17日星期三153S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心2021年11月17日星期三16空間知識與空間知識與GISG

14、IS的集成的集成 內(nèi)容提要內(nèi)容提要nSK與GIS集成的意義 n空間數(shù)據(jù)挖掘基礎n空間數(shù)據(jù)泛化在GIS中的應用n空間規(guī)則與GIS的集成n空間分類、聚類方法n空間挖掘的其他問題n空間數(shù)據(jù)挖掘原型系統(tǒng)介紹n其他3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n空間分類方法用來對空間實體的集合進行分類。給空間實體分類，可以通過非空間屬性或空間屬性或二者結合，并可利用概念層次來進行取樣。對于樣本數(shù)據(jù)的訓練可以通過改造傳統(tǒng)的分類算法來完成，例如，對ID3算法擴展。2021年11月17日星期三173S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n空間聚類算法必須在大型多維

15、數(shù)據(jù)庫上有效工作，而且應該能夠探測到不同形狀的聚類。n空間聚類找到的聚類不應該依賴于檢驗空間中的點的順序，而且聚類也不應該受不相干的點影響。n傳統(tǒng)的聚類算法可以通過改造來實現(xiàn)空間數(shù)據(jù)聚類。nDBSCANnK-MeansnSTINGnWaveCluster2021年11月17日星期三183S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心2021年11月17日星期三19第四章第四章 空間知識與空間知識與GISGIS的集成的集成 內(nèi)容提要內(nèi)容提要nSK與GIS集成的意義 n空間數(shù)據(jù)挖掘基礎n空間數(shù)據(jù)泛化在GIS中的應用n空間規(guī)則與GIS的集成n空間分類、聚類方法n空間挖掘的其他問題n

16、空間數(shù)據(jù)挖掘原型系統(tǒng)介紹n其他3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心1空間在線分析挖掘空間在線分析挖掘n空間在線分析挖掘（SOLAM：Spatial Online Analytical Mining）建立在多維視圖基礎之上，是基于網(wǎng)絡的驗證型空間數(shù)據(jù)挖掘和分析工具。 n空間在線分析挖掘通過數(shù)據(jù)分析與報表模塊的查詢和分析工具（OLAP、決策分析、數(shù)據(jù)挖掘）完成對信息和知識的提取，以滿足決策的需要。n美國BusinessObjects公司的BusinessObjects（BO）就是采用Dataarehouse+OLAP+DataMining方案推出的第一個集多數(shù)據(jù)源查詢

17、、任意報表生成和OLAP及數(shù)據(jù)挖掘技術為一體的決策支持工具軟件包。2021年11月17日星期三203S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心2挖掘圖像數(shù)據(jù)庫的方法挖掘圖像數(shù)據(jù)庫的方法n圖像數(shù)據(jù)庫是一類特殊的空間數(shù)據(jù)庫，其數(shù)據(jù)幾乎全部是圖像或圖片。圖像數(shù)據(jù)庫用于遙感、醫(yī)學圖像等應用，通常以柵格形式表示，柵格代表一個或多個光譜范圍的圖像密度。n圖像數(shù)據(jù)庫的挖掘可以看成是空間數(shù)據(jù)挖掘的一部分，其主要問題在于如何區(qū)分圖像。2021年11月17日星期三213S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心3基于基于Rough集方法集方法nRough集理論被廣泛研究

18、并應用于不精確、不確定、不完全的信息的分類分析和知識獲取中。Rough集理論為空間數(shù)據(jù)的屬性分析和知識發(fā)現(xiàn)開辟了一條新途徑，可用于空間數(shù)據(jù)庫屬性表的一致性分析、屬性的重要性、屬性依賴、屬性表簡化、最小決策和分類算法生成等。Rough集方法與其他知識發(fā)現(xiàn)方法相結合，可以在數(shù)據(jù)庫中數(shù)據(jù)不確定情況下獲取多種知識。4基于云理論挖掘方法基于云理論挖掘方法n云理論是由李德毅等提出的一種用于處理不確定性的新理論，由云模型、不確定性推理和云變換三大支柱構成。云理論將模糊性和隨機性結合起來，解決了作為模糊集理論基石的隸屬函數(shù)概念的固有缺陷，為KDD中定量與定性相結合的處理方法奠定了基礎，可以用于處理GIS中融隨

19、機性和模糊性為一體的屬性不確定性。 2021年11月17日星期三223S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心5探測性的數(shù)據(jù)分析（探測性的數(shù)據(jù)分析（EDA）n探測性的數(shù)據(jù)分析，簡稱EDA，采用動態(tài)統(tǒng)計圖形和動態(tài)鏈接窗口技術將數(shù)據(jù)及其統(tǒng)計特征顯示出來，可發(fā)現(xiàn)數(shù)據(jù)中非直觀的數(shù)據(jù)特征及異常數(shù)據(jù)。nEDA技術在知識發(fā)現(xiàn)中用于選取感興趣的數(shù)據(jù)子集，即數(shù)據(jù)聚焦，并可初步發(fā)現(xiàn)隱含在數(shù)據(jù)中的某些特征和規(guī)律。6可視化可視化n現(xiàn)代的數(shù)據(jù)可視化（Data Visualization）技術是指運用計算機圖形學和圖像處理技術，將數(shù)據(jù)轉換為圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技

20、術。n涉及到計算機圖形學、圖像處理、計算機輔助設計、計算機視覺及人機交互技術等多個領域。數(shù)據(jù)可視化概念首先來自科學計算可視化。2021年11月17日星期三233S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心2021年11月17日星期三24第四章第四章 空間知識與空間知識與GISGIS的集成的集成 內(nèi)容提要內(nèi)容提要nSK與GIS集成的意義 n空間數(shù)據(jù)挖掘基礎n空間數(shù)據(jù)泛化在GIS中的應用n空間規(guī)則與GIS的集成n空間分類、聚類方法n空間挖掘的其他問題n空間數(shù)據(jù)挖掘原型系統(tǒng)介紹n其他3S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n加拿大Simon Fraser

21、大學開發(fā)的GeoMiner很有代表性，包含有三大模塊：n空間數(shù)據(jù)立方體構建模塊n空間聯(lián)機分析處理（OLAP）模塊和n空間數(shù)據(jù)挖掘模塊-空間數(shù)據(jù)挖掘語言是GMQLn目前已能挖掘三種類型的規(guī)則：n特征規(guī)則、n判別規(guī)則n關聯(lián)規(guī)則2021年11月17日星期三253S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n空間數(shù)據(jù)挖掘的研究比一般的關系型數(shù)據(jù)庫和事務數(shù)據(jù)庫的研究要晚n加拿大西蒙弗雷澤大學、德國慕尼黑大學、芬蘭赫爾辛基大學以及美國、澳大利亞等國家的許多大學和研究所，都有空間數(shù)據(jù)挖掘的成果報道。 n目前，在空間數(shù)據(jù)挖掘系統(tǒng)的開發(fā)方面，國際上有代表性的通用SDM系統(tǒng)有：GeoMiner

22、，Descartes和ArcView GIS的S-PLUS接口。 n在國內(nèi)，目前已經(jīng)開展空間數(shù)據(jù)挖掘的單位主要有：北京大學、武漢大學、中科院軟件所、中科院地理所資源與環(huán)境信息系統(tǒng)國家重點實驗室、中科院遙感所、中國測繪科學研究院等。 2021年11月17日星期三263S3S集成與應用集成與應用中南大學中南大學GIS研究中心研究中心n1在面向?qū)ο蟮目臻g數(shù)據(jù)庫中進行數(shù)據(jù)挖掘在面向?qū)ο蟮目臻g數(shù)據(jù)庫中進行數(shù)據(jù)挖掘n2進行不確定性挖掘進行不確定性挖掘n3多邊形聚類技術多邊形聚類技術n4模糊空間關聯(lián)規(guī)則的挖掘模糊空間關聯(lián)規(guī)則的挖掘n5挖掘空間數(shù)據(jù)的偏離和演變規(guī)則挖掘空間數(shù)據(jù)的偏離和演變規(guī)則n6多維規(guī)則可視化多維規(guī)則可視化n7多多技術集成技術集成n8高效的分類算法高效的分類算法n9空間數(shù)據(jù)挖掘查詢語言空間數(shù)據(jù)挖掘查詢語言n10遙感遙感影像的挖掘影像的挖掘n13智能智能GIS方法方法n14并行數(shù)據(jù)并行數(shù)據(jù)挖掘挖掘20