第八章_空间决策支持.ppt

* 用户发出知识发现命令，知识发现模块触发空间数据库管理模块，从空间数据库中获取感兴趣的数据，或称为与任务相关的数据； 知识发现模块根据知识发现要求和领域知识从与任务相关的数据中发现知识。 * 发现的知识要交互地反复进行才能得到最终满意的结果，在启动知识发现模块之前，用户往往直接通过空间数据库管理模块交互地选取感兴趣的数据，用户看到可视化的查询和检索结果后，逐步细化感兴趣的数据，然后再开始进行知识发现过程。 * 根据图像数据挖掘的内容，划分为图像数据管理模块、光谱(颜色)特征数据挖掘模块、纹理特征数据挖掘模块、形状特征数据挖掘模块、空间分布规律挖掘模块、图像知识的存储与管理模块，以及图像知识的应用模块(基于知识的图像分类模块、基于知识的图像检索模块、基于知识的目标识别模块)。 根据空间分析的智能化程度，可以把空间分析分成哪几个阶段，分别介绍各阶段的特点？ * 简述空间分析的基本过程，请结合如下实例详细介绍空间分析的基本过程？ * 简述空间分析的基本过程，请结合如下实例详细介绍空间分析的基本过程？ * 简述空间分析的基本过程，请结合如下实例详细介绍空间分析的基本过程？ * 空间决策支持 * 简述空间决策支持的一般过程，并说明其与一般空间分析的区别？ * 简述模型库系统的基本结构和基本功能？ * * “数据挖掘与知识发现”首次出现在1989年8月在美国底特律召开的第11届国际人工智能联合会议的专题讨论会上。 Fayyad认为：知识发现是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程；数据挖掘是KDD中通过特定的算法在可接受的计算效率限制内生成特定模式的一个步骤。 * 空间数据挖掘(Spatial Data Mining, SDM)，简单的说，就是从空间数据中提取隐含其中的、事先未知的、潜在有用的、最终可理解的空间或非空间的一般知识规则的过程。 具体而言，就是在空间数据库或空间数据仓库的基础上，综合利用确定集合理论、扩展集合理论、仿生学方法、可视化、决策树、云模型、数据场等理论和方法，以及相关的人工智能、机器学习、专家系统、模式识别、网络等信息技术，从大量含有噪声、不确定性的空间数据中，析取人们可信的、新颖的、感兴趣的、隐藏的、事先未知的、潜在有用的和最终可理解的知识，揭示蕴涵在数据背后的客观世界的本质规律、内在联系和发展趋势，实现知识的自动获取，为技术决策与经营决策提供不同层次的知识依据(李德仁等, 2006)。 * 李德仁首先关注从空间数据库中发现知识，并予以奠基。在1994年于加拿大渥太华举行的GIS国际学术会议上，他首先提了从GIS数据库中发现知识(Knowledge Discovery from GIS, KDG)的概念，并系统分析了空间知识发现的特点和方法，认为它能够把GIS有限的数据变成无限的知识，精练和更新GIS数据，促使GIS成为智能化的信息系统，并率先从GIS空间数据中发现了用于指导GIS空间分析的知识。 李德仁等把KDG进一步发展为空间数据挖掘和知识发现(Spatial Data Mining and Knowledge Dicvoery, SDMKD)，系统研究或提出了可用的理论、技术和方法，奠定了空间数据挖掘在地球信息科学中的学科位置和基础(李德仁等, 2006)。 * 2、从空间数据库中可发现的知识及应用 （1）从空间数据库中可发现的知识类型 空间数据库包括矢量形式的GIS图形数据、栅格形式的图像数据，以及规则格网、TIN(不规则三角网)、等高线形式的三维空间数据。 * 从空间数据库中可以发现的主要知识类型： 1）普遍的几何知识 某类目标的数量、大小、形态特征等普遍的几何特征。 计算和统计空间目标几何特征量的最小值、最大值、均值、方差、众数等，还可统计特征量的直方图。 在足够多样本的情况下，直方图数据可转换为先验概率使用。 在此基础上，可根据背景知识归纳出高水平的普遍几何知识。 * 从空间数据库中可以发现的主要知识类型： 2）空间特征知识 空间特征知识汇总了作为目标的某类或几类空间实体的几何和属性的一般共性特征。 几何特征知识指目标类空间数据的一般特性， 属性特征知识指空间实体的数量、大小和形状等一般特征。 空间特征知识描述了某类空间目标之所以称之为某类空间目标的本质属性。 空间特征知识可以用规则的形式来表达，也可以用框架的方法来表达。 * 从空间数据库中可以发现的主要知识类型： 3）空间分类知识 空间分类知识反映同类事物共同性质的特征型知识和不同事物之间差异性特征知识。 根据空间分类知识把图像数据中的对象（包括像素）映射到某个给定的类上，是一种分类器。 挖掘空间分类知识时，一般是先给定一些已知对象类别的训练样本进行学习和训练，从而挖掘出将对象映