Top-k probabilistic prevalent co-location mining in spatially uncertain data sets

A co-location pattern is a set of spatial features whose instances frequently appear in a spatial neighborhood. This paper efficiently mines the top-k probabilistic prevalent co-locations over spatially uncertain data sets and makes the following contributions： 1） the concept of the top-k prob- abilistic prevalent co-locations based on a possible world model is defined; 2） a framework for discovering the top- k probabilistic prevalent co-locations is set up; 3） a matrix method is proposed to improve the computation of the preva- lence probability of a top-k candidate, and two pruning rules of the matrix block are given to accelerate the search for ex- act solutions; 4） a polynomial matrix is developed to further speed up the top-k candidate refinement process; 5） an ap- proximate algorithm with compensation factor is introduced so that relatively large quantity of data can be processed quickly. The efficiency of our proposed algorithms as well as the accuracy of the approximation algorithms is evaluated with an extensive set of experiments using both synthetic and real uncertain data sets.

基于时空图卷积网络的瓦斯体积分数预警效果研究

为了提升瓦斯体积分数预警效果,提出1种融合时空特征的瓦斯体积分数预警模型(STGCN),以图神经网络作为基本框架对同一工作面多传感器进行统一的训练和推断,并通过图卷积的方式捕捉瓦斯体积分数数据的时空特征。在此基础上,提出瓦斯体积分数分级预警方法,将预测扩展为分级预警。研究结果表明:STGCN在瓦斯体积分数预测和预警任务上取得更好的准确率和效率。研究结果可为矿井瓦斯灾害防治提供参考。

地理计算及其前沿问题

地理计算是地理信息科学的核心内容之一,主要研究地理信息科学的方法学问题,内容包括建模、算法、计算体系和一般方法学问题。本文介绍了地理计算的五个前沿问题:(1)地学数据挖掘从地理学问题出发,对各种数据作地理学的模型处理和结果计算以发现地理知识;(2)空间运筹在地理学中的应用日益广泛,它的算法更加简单严密、精度也更高;(3)多自主体系统模拟已经成为地理学科学研究中除归纳和演绎之外的第三种重要研究方法;(4)离散空间的定性计算是进行地理空间计算的必要基础;(5)本体论的发展是地理信息科学乃至整个地理学发展的需要。

可视化交互空间数据挖掘技术的探讨

随着地理信息获取技术飞速发展,使得当前存储在空间数据库中的空间数据的深度和广度得到了前所未有的发展,传统的空间统计方法和空间分析方法已经难以有效而迅速地处理和分析它们,如何有效而及时地分析和处理空间数据变得越来越迫切。空间数据挖掘作为上个世纪90年代逐步发展起来的新兴技术,逐渐在研究和实践中显示出它的优势。与此同时,地理可视化技术也逐步走向成熟,二者的结合催生出新型空间数据分析技术———可视化交互空间数据挖掘。本文就该技术的相关问题进行了一些研究探讨。

GIS与可视化SDM技术集成问题探讨

随着地理信息获取技术飞速发展 ,使得当前存储在空间数据库中的空间数据的深度和广度得到了前所未有的发展 .为了解决GIS目前面临的“数据爆炸但知识贫乏”的难题 ,在介绍GIS发展现状等相关问题、空间数据挖掘技术、可视化技术的基础上 ,分析了GIS中数据挖掘的过程、特点及其相关技术支持 ,探讨了可视化技术在GIS数据挖掘中的重要作用 .对GIS与可视化交互空间数据挖掘集成技术进行了初步的研究 ,分析阐述了GIS与SDM集成的必要性、集成模式和集成路线 ,提出了一个以GIS为中心的二者集成的体系结构 .

空间聚类分析及评价方法

空间聚类是空间数据挖掘研究的重点内容之一,被广泛应用在空间数据分析中。简要分析了空间数据的复杂性,深入研究了不同空间聚类算法的主要思想,列举了其主要的代表性算法,并从外部度量和内部度量两个方面对空间聚类质量评价方法进行了阐述,并对空间聚类研究存在的问题和进一步需要研究内容进行了探讨和展望。

可视化交互空间数据挖掘原型系统设计与实现

基于VC++6.0和MapObject2.0组件技术设计,开发了一个可视化交互空间数据挖掘的原型系统VGC(visual geo-classify),并用实例数据对系统性能和算法、规则有效性进行了验证。结果表明,该原型系统是一个适用的、可扩展的可视化交互空间数据挖掘工具。

基于大数据挖掘的山区公路沿线滑坡易发性小区划

本文目的是基于滑坡灾害因子地理空间数据、历史滑坡大数据分析,构建山区公路沿线滑坡易发性精细化评价的逻辑回归模型。选取高程、坡度、坡向、坡位、微地貌、曲率、顺逆向坡、归一化植被指数、岩性、距水系距离、距断层距离、距道路距离、多年平均降雨13个因子作为滑坡易发性影响因子,以30 m精度栅格建立影响因子地理空间数据库。在研究区域441个历史滑坡数据的基础上,将地理空间分划分为滑坡区与非滑坡区,分别随机选取70%的滑坡区域与非滑坡区作为训练数据集,剩下的30%作为验证数据集。通过样本数据集的训练,建立逻辑回归分析模型。利用训练好的逻辑回归模型,对整个研究区滑坡易发性进行仿真预测。结果显示,滑坡极低、低、中、高、极高易发区面积分别占42.24%、18.42%、17.57%、16.37%、5.41%,高、极高易发区与历史滑坡位置吻合度高;训练数据集、验证数据集以及区域仿真的ROC曲线AUC值分别为0.89、0.83、0.87,评价模型具有较高的稳定性与可靠性;新近发生的3个典型滑坡均处于高或极高易发区,模型具有良好的预测功能。

地理空间数据挖掘与知识发现——地理单元数据集的研究与开发

地理学是一门研究地壳表面自然要素与人文要素相互关系及相互作用的科学。在现代自然科学和社会科学发展的影响下,定量化、系统化研究,使得地理学的研究从静态、定性描述走向动态、定量分析。本文讨论了空间数据挖掘与知识发现的方法,以基于DEM数据进行流域单元提取为例,实现了对DEM数据的知识挖掘的尝试,并就处理过程中选用的主要算法和应用中遇到的具体问题进行了探讨。

基于GIS与SDM技术的可视化空间数据分类研究

提出将GIS与可视化空间数据挖掘技术之集成的基本框架。在此基础上,基于VisualC++6.0和Ma-pObject2.0组件技术设计和开发了一个可视化交互空间数据挖掘分类系统,系统采用决策树方法和贝叶斯网络作为数据挖掘方法的基本算法,采用训练与学习相结合实现空间数据的分类。文中用实例数据对系统性能、算法和规则有效性进行了验证。结果表明,该系统是一个适用的、可扩展的可视化交互空间数据挖掘工具,系统能够实现数据挖掘实时动态的交互控制,实现了数据挖掘过程的可视化、挖掘模型的可视化和结果的可视化显示、可视化思考、可视化分析与评价。

多源地质空间数据挖掘方法研究

多源地质空间数据挖掘技术很好地满足了海量地质空间数据处理的需要。根据地质空间数据的特点,对面向地质空间数据挖掘的地矿点源数据库、地质空间数据挖掘方法、体系结构、挖掘过程以及可发现的地矿知识进行了探讨,并以从样品数据中挖掘矿体各空间点品位之间关系为例,阐述了地质空间数据数据挖掘实施过程。

空间信息系统中的Agent技术

介绍了空间信息系统和Agent技术,认为把Agent技术运用到空间信息系统中去是未来空间信息产业发 展的潮流。提出了一种基于移动多Agent的空间信息系统框架模型,并进一步剖析了一些关键的应用。最后列举 了一个监控Agent原型系统及其在空间信息系统的数字地图自动综合中的应用实例。

面向空间数据挖掘的MCSs移动和传播影响因素分析

利用1998年6-8月青藏高原逐时红外遥感云图及青藏高原高分辨率有限区域数值预报值(HLAFS),运用空间数据挖掘的相关分析技术对青藏高原MCSs的移动和传播与其周围环境场中物理量场之间的关系进行了研究。结果表明:它们东移出高原(105°E)与其东侧在400、500hPa上的高度(H)、涡度(VOR)、散度(DIV)、水汽通量散度(IFVQ)、垂直速度(W)、指数(K)等6个物理量的特征值,以及其自身形状密切相关。这对MCSs的移动和传播这一迄今的难题提供了研究思路和方法,同时对预报高原MCSs东移影响长江中下游地区的强降水也很有帮助。

空间数据挖掘的方法进展及其问题分析

采用归纳和总结的方法,研究了每种空间数据挖掘方法的特点和使用范围,指出了目前空间数据挖掘方法的局限性,就目前空间数据挖掘存在的问题进行了深入研究。认为空间数据挖掘是一个新兴的而富有前景的研究领域,目前只是取得了一定的初步成果,仍有大量的理论与方法需要深入研究。最后就空间数据挖掘的发展方向进行了研究和归纳。

应用于空间关联规则挖掘的ILP方法

文章介绍了应用于空间关联规则挖掘的ILP方法。ILP方法全称为归纳逻辑程序设计,这种方法有利于从空间领域发现有价值的知识,系统地研究地理层的层次结构,处理诸多空间对象的空间特性。这种方法已在一个ILP系统SPADA中实现,该文将通过SPADA应用空间数据的一些实例来说明ILP方法的特点。

数字地价模型的构建方法及参数选择

基于地统计内插构建数字地价模型是目前国内研究地价空间分布的常用手段。既往的研究大多侧重空间变异分析或不同模型结果的比较,较少探讨一个完整的建模过程及过程中一些重要参数如何科学选择与设置。文章以2008—2014年石家庄市主城区土地交易数据为例,借助ArcGIS、GS+软件平台,深入探讨了基于地统计学原理,利用Kriging插值的方法,构建数字地价模型的完整过程,并重点探究此建模过程中获取最优参数的方法。结果表明:基于地统计方法构建的数字地价模型,能够合理地模拟区域地价空间分布形态;并通过探索性空间数据分析、变异函数分析、不同模型拟合优度对比、交叉验证精度检验等手段,有效地保证了建模参数的科学性和准确性。

空间数据挖掘研究

提出了一个基于空间数据仓库的空间数据挖掘模型 ,讨论了空间关联规则发现、空间分类发现、空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标、采用的挖掘方法和空间采样数据的处理方法。最后 ,提出有待深入研究和探索的问题。

基于空间数据挖掘的重庆土地集约利用空间分异分析

运用主成分分析法和空间聚类方法对重庆市的城市土地集约利用情况进行了测度和评价,将重庆土地集约利用水平分为4级。总结出重庆市土地利用集约度空间分异特点为中心向外围递减的圈层式空间分异结构。最后分析了重庆城市空间发展存在的问题,并提出了相关优化策略,以便更好地提高城市土地利用集约度,探寻更优的城市空间架构。

基于空间索引的分布式空间数据Web服务发现

SOA体系结构是目前构建Web数据集成系统的理想结构,服务发现是其中一个重要的研究问题。传统的服务发现方法基于关键字匹配技术实现,缺乏对具有空间约束的空间Web服务的支持,使服务执行的整个过程受到影响。该文基于空间数据服务的尺度和范围约束,提出一种计算空间Web服务相关性的模型,并实现两种基于空间索引结构的服务发现算法。实验结果表明,该方法能明显提高服务发现的查准率。

间数据挖掘模型和方法研究

本文提出一个基于空间数据仓库的空间数据挖掘模型，讨论了空间关联规则发现、空间分类发现、空间聚类发现和空间数据总结等四类空间数据挖掘任务的目标、采用的挖掘方法和空间采样数据的处理方法。最后，从基于空间数据仓库的数据挖掘角度出发，提出有待深入研究和探索的问题。