云模型的扩展及在空间数据发掘中的应用.pdfVIP

云模型的扩展及其在空间数据发掘中的应用 邸凯昌 李德毅· 李德仁 粤 (式汉鼍簟科技大学信息工程掌院，武汉t430070) P簋●崔都第六十一研究所．北京，100036) t 捕要；本文耨云模型扩展至二维和多维，并将其用于空间数据库中的知识表达与发现．云的鼓字特征量将语言值 的模糊性和麓机性用统一的方式巧妙地集成到一起．基于云模型的泛化方法允许相邻语言项间有重叠，这种较划 分可以模仿人类的思想．使发现的知识具有稳健性．将这一泛化方法与Apdon算法结台起来从空闻数据库中发掘 关联规则．试验显示了其有效性，高效性和灵活性． 关键词：云模型虚云空闻羲据发掘关联规则 们将云模型扩展到二维和多维以适应空闻知识 1引言 的表达，并应用于从空间数据库中发掘关联规 Rules)。 从数据库中一发现知识(Knowledge则(Associafi011 in Discoveay D砒abascs—KDD)，或称数据发掘 2云模型及其向多维的扩展 (DataMining—DM)，是从大量的具体实例中提 取隐含的、先前不知道的和潜在有用的知识的 2．1云模型的氟念 过程【5】。近年来，DMK．D成为计算机界和人工 云模型(CloudModel)是用语言值描述的 智能界的热点领域。 某个定性概念与其数值表示之间的不确定性转 Data 换模型，或者简单地说云模型是定性定量闻转 空间数据发掘(SpatialMining，一 SDM)，或称从空间数据库中发现知识 换的不确定性模型。设U是一个论域U=红}， ( Knowlodge fiom 尊 Discovery Spatial Databases)，是指从空间数据库中提取用户感7’是与U相联系的语言值．U中的元素却对于71 兴趣的空间模式与特征、空间与非空间数据的 所表达的概念的隶属度G《“)(或称”与r的相 普遍关系及其它一些隐含在数据库中的普遍的 量 数据特征IS,4，7，81．从GlS数据库中发现的知识 容度)是一个具有稳定倾向的随机数。Cr(Ⅳ)在 可构成知识库用于建立智能化的GIS系统．支 持知识驱动的遥感图像解译，同时也将促进3S 【o，11中取值．隶属云是从论域U到区闯【0，1】的 的智能化集成13，89】． 映射，即： 以往，KDD的研究者门集中注意力在研究 G@：U呻【o，1】 高效率的数据发掘技术，面对KDD中的知识表 Yu∈u u-,G∽ 达和不确定性处理等研究的相对较少。为了使 从数据库中发掘出的知识易于理解并与人类专