GML时空聚类挖掘的研究.pdf

摘 要 GML （Geography Markup Language，地理标记语言）作为网络环境下的一种地理信息编码 规范，随着计算机技术、网络技术、数据库技术的不断发展，已广泛应用于各个领域；随着LBS （Location Based Service，基于位置的服务）市场的扩大，大量的GML 时空数据不断涌现， GML 在给人们带来便利的同时也产生了一系列的问题，其中最突出的问题是信息过量，信息 的利用率不高，对于信息的处理超出了人们的能力。如何从海量GML 时空数据 （库）中提取 隐含的知识成为GML 研究的前沿性与挑战性的课题，GML 数据挖掘应运而生。 传统的数据挖掘技术面向结构化数据，无法解决变化的、具有层次结构的GML 数据，为 此，本文着力于解决GML 时空聚类挖掘问题，从以下几个方面展开了研究： （1）详细阐述了空间数据挖掘、XML 数据挖掘、GML 理论。对GML 时空聚类挖掘关键 技术从解析、可视化、GML 数据挖掘方式及步骤 、聚类质量评价等多方面进行了研究。 （2 ）设计了一种适合GML 时空聚类挖掘的体系结构。该体系结构分为数据源、挖掘器和 用户界面三层，数据源采用了GML 时空数据文档，该文档描述了不同时刻飓风的路线，挖掘 器根据用户设置生成簇的数目完成挖掘任务，用户界面是人机交互的中介，用户可通过用户界 面把要完成的任务交给计算机，同样，计算机处理的结果以图形、文本等其他可视化的方式将 挖掘结果反馈给用户。 （3 ）在分析、比较现有经典聚类算法的基础上，提出了一种将经典的K-Means 聚类算法 与扩展的XML 文档查询语言LINQ 挖掘语言结合的算法L-Kmeans，该算法有效解决了GML 时空聚类问题，通过实验表明该算法的有效性及实用性。 （4 ）采用组件式开发技术ArcEngine 在.NET 开发环境下，从GML 数据解析、可视化和 聚类挖掘等方面开发针对GML 时空数据的聚类挖掘系统——Clustering Mining System of GML， 实现了GML 聚类挖掘原型系统。 本文对GML 时空聚类挖掘的研究具有较强的现实意义与理论意义 ，对了解空间实体的分 布规律具有较好的指导作用，从理论上来说将进一步丰富和完善数据挖掘的理论与技术体系。 关键词：GML；数据挖掘；聚类挖掘；XML；L-Kmeans I Abstract GML （Geography Markup Language ）is an encoding standards of geography information under network environment which is widely used in various areas with the development of computer technique , network technique and database technology. Also, a large number of temporal data in GML format emerged with the expansion of the market of location based services. A series of problems are produced through convenience are brought. The most prominent problem is information overload, the low use ratio and the process beyond the people’s capacity. How to extract the hidden knowledge from the mass of GML data or database has become the advanced and challenging top