GIS空间关联挖掘研究的论文.pdfVIP

杨莉等：GIS空问关联挖掘研究 55l GIS空问关联挖掘研究 杨莉，周志富 (辽宁工程技术大学测绘与地理科学学院，辽宁阜新123000) 【摘要]6IS空间关联挖掘，可用来发现、解释或预测空间现象或事件，从而为许多领域解决一 些复杂问题提供了有效手段．本文通过对目前的空间关联规则挖掘理论和实例的研究， 例如，挖掘实施的基本步骤、开发路线、挖掘有效性的保证(泛化、概念树的建立、 最小支持度和置信度阈值的设定及专家知识的应用)、挖掘方法及优化策略等，得到了 实用的挖掘的一般方法，通过一个小的交通事故挖掘实例进行了试验，获取了事故发 生的隐含规律．对挖掘的应用实例进行了分析，展望了应用前景． 【关键词]6IS；空间关联规则挖掘；泛化；专家知识；概念树 0引言 随着GIS技术与空间数据库的发展．人们越来越意识到GIS数据中包含了许多有用、隐含 的规则和知识可以挖掘．空间数据挖掘SDMKD是指从空间数据库中抽取隐含的知识、空间关 系或非显示地存储在空间数据库中的有意义的特征或模式．是空间信息技术发展的必然结果H。。 SDMKD区别于传统的DM在于：空间数据分析时，由于空间数据趋于高度自相关，采样独立 性假设不成立．且空间数据具有空间性、非结构化、海量等特点决定了GIS数据库特殊的存储 模式和数据结构。 更新．使GIS成为真正的“智能”空间信息系统．还可作为辅助决策支持和分析的工具，并可 发现现有GIS分析工具无法获取的隐含的模式和规律，因此它的应用范围比GIS更广阔。而GIS 数据库中空间关联规则发现是SDMKD最重要的内容。 空间关联规则反映目标间相邻，相连、共生，包含等规则，形式为脚M娥．删。X和y 的规则有意义。 1 空间关联规则挖掘的基本问题 1．1挖掘过程 第九届东北三省测绘学术与信息交流会论文集 挖掘过程分为三个阶段：数据准备或预处理，数据挖掘及结果解释评估阶段．如图l。 明确挖掘任务是数据挖掘的首要问题，数据的预处理占整个过程60％的时间，为挖掘保证 数据质量和数量．处理后的数据一部分用于建模，另一部分用于修正和检验．对于挖掘模型的 建立和应用都很重要。用粗糙集方法处理有遗漏或残缺的数据效果较好12‘。属性约简方面，应用 粗集及扩展理论分析和消减数据，可得到一个较优的约简，为数据预处理阶段的相关因素的自 动提取提供了方法。粗糙集能有效处理不精确、不一致，不完整等各种不完备信息．其且下近 似等概念优于模糊理论。但要求是离散数据，且需基于决策表实现。 ! 1 0 ● 图l数据挖掘的结构和一般过程图 多层多维关联规则的挖掘倚1过程：明确挖掘任务、分离相关图层，空间关系计算，将谓词存 人多关系表、建立概念层级关系、用id项连接属性数据．逐层细化的关联规则挖掘，过滤。这 也是比较典型，完整的挖掘过程。 1．2系统开发路线 基于空间数据仓库的空间数据挖掘模型．用地理信息系统软件及二次开发语言实现挖掘模 块的完整功能。还可采用地理信息系统软件和可视化开发环境集成的方式。DM与DBMS的集 DBFor 成的紧耦合方式：通过OLE DM．在VmualC++下实现挖掘算法．但算法的开发受到 OLEDBForDM 1．0规范的限制。对于分布式空间数据挖掘原型系统．在服务器端实现算法，客 户端用GIS组件显示挖掘结果的专题图．还可通过开发GIS组件实现挖掘功能。采用COM开 发思想，借助GIS函数．用事务数据挖掘方法，比较简洁、实用。针对不同的应用环境可采用 GIS软件或建立数据仓库．需灵活处理。 目前，空间关系借助一般的GIS函数或语言较容易提取．进而可转化为谓词。对复杂的多 值型数据．目前往往将其转化为布尔型处理。 1．3空间关联规则有效性的保证 只有泛化了才能发现有效的关联规则．数据泛化目前有两种思路：①针对数据仓库的多维 数据分析OLAP．预先存好所有泛化数据；②面向属性归纳方法，直接对用户感兴趣的数据(通 过SOL得到)进行泛化．除了