GML时空序列模式挖掘的研究.pdf

摘 要 随着现代信息技术的飞速发展，GIS 作为现代信息技术的重要组成部分，仍 然存在着信息数据共享和互操作的问题。这样，使得GIS 工作缺乏较好的沟通和 交流，为此，OGC 推出了GML 规范，使得可以在各种GIS 数据间架起一座桥梁， 实现GIS 界的四通八达。 时间和空间关系作为世间万物的基本参照系，使得时空序列数据在现实生活 中广泛存在，而且数据呈现“几何式”的增长。这些大量的数据背后蕴藏着众多 具有参考价值的信息。如何从海量的时空数据中提取知识，分析其结果，给决策 者提供有用建议，已经成为目前空间数据挖掘亟待解决的问题。 数据挖掘技术受到越来越多的关注，而其中最重要技术的就是数据挖掘的算 法。目前专门用于GML 时空序列模式挖掘的算法还没有，特别是针对海量的GML 数据。 这个研究领域目前还属于盲点之一。本论文结合xml 数据挖掘算法、普通时 间序列模式挖掘算法、空间数据挖掘算法，研究了适合半结构化GML 数据的挖掘 算法。本论文就这一课题所做了以下几点工作： （1）对GML 相关基础知识进行了分析和整理，从XML 数据的相关验证、和 解析技术到GML 核心模式及各种数据模型进行了剖析。对所要进行挖掘的数据源 的结构进行一定深度的研究。 （2）对普通的时间序列挖掘若干关键技术进行了分析和对比，从时间序列 的表达方法、关键的时间序列的相似性度量以及最关键的普通时间序列模式挖掘 算法。 （3）分析了GML 数据文档结构，对数个适合GML 数据格式的挖掘算法加以 分析和改进，使其可以更加高效的处理海量的数据。并通过重新加权处理，提出 一种效率相对更高的数据挖掘算法WGSP。 （4）通过结合.NET 平台和Arcgis Engine 组件式开发技术，设计了一个GML 时空序列挖掘的原型系统。并在一定数据量的前提下验证相关技术和算法。 关键词：GML ;XML;时空序列;数据模型;相似性度量 II ABSTRACT With the rapid development of modern information technology, GIS is an important component of modern information technology. The problem of data sharing and interoperability still exist. This makes the lack of good communication between GIS and exchanges, for which, OGC introduced the GML specification, makes it possible in a variety of GIS as a bridge between the data and realize GIS community in all directions. Relationship between time and space as the basic reference frame things in the world, making the space-time-series data in real life, widespread, and the data presented geometric growth. The large amount of data is behind a number of valuable reference information. How to extract vast amounts of knowledge of temporal data, analyze results, provide useful recommendations to policy makers, the current