空间数据库中的数据挖掘.docVIP

空间数据库中的数据挖掘摘要:数据挖掘能从庞大的数据群中提取出有益的信息,通过建立空间数据库可以对现实中复杂和相互关联的数据进行更为有效的存储、分析和各种处理,从而提高获取信息的效率。本文对目前空间数据库中知识发现所面临的困难做了一些研究,通过对比空间数据库挖掘和扩展传统数据挖掘之间的区别,提出了一些解决的方案,并对空间数据库的数据挖掘目前仍存在的问题和未来的发展趋势做了预测 关键词:空间数据库;数据挖掘;空间数据挖掘 中图分类号:TP311.132.4 文献标识码:A 1 引言 现代科技和数据获取设备的迅速发展,极大提高了社会经济各部门生产、收集、存储和处理数据的能力,使得各种数据资源日益丰富。近年来,随着空间数据采集手段及工具的日益丰富和自动化,海量空间数据的存储及人类对从海量数据中提炼有用知识的迫切需要,地理信息系统(GIS)作为空间数据存储、表达和管理的主流,在各个行业得到广泛应用,同时由于数据挖掘、空间数据采集技术、数据库技术的迅速发展,对从空间数据库发现隐含知识的需求日益增长,出现了用于在空间数据库中进行知识发现的技术――空间数据挖掘(Spatial Data Mining) 空间数据库是一类重要的、特殊的数据库,它存储了大量与空间有关的数据,例如地图、预处理后的遥感或医学图像数据,以及VLSI芯片设计数据等。空间数据库有许多和关系数据库所不同的显著特征,它包含了拓扑和/或距离信息,通常按复杂的、多维的空间索引结构组织数据,其访问是通过空间数据的访问方法,通常需要空间推理、地理计算和空间知识表示技术 空间数据挖掘是数据挖掘的一个研究方向,与数据挖掘一脉相承,具体说来是指从空间数据库中提取用户感兴趣的空间模式与特征、空间与非空间数据的普遍关系及其它一些隐含在数据库中的普遍的数据特征,它是对KDD技术在空间数据库方面应用的延伸 由于空间数据挖掘是数据挖掘和空间数据库技术结合的产物,因此它既继承现有数据挖掘技术的特点,又具有一些新的特征 2 空间数据库中的数据挖掘 2.1 空间数据挖掘的必要性 空间数据库含有空间数据和非空间数据。目前卫星、红外、电视摄像、光电、电子显微成像、CT成像等各种宏观与微观传感器的大量使用,空间数据的数量和复杂性都在飞快地增长。终端用户要详细的分析这些空间数据,并提取感兴趣的知识或特征是不现实的。因此,从空间数据库中自动地挖掘知识,寻找隐藏在空间数据库中的不明确的、隐含的知识、空间关系或其他模式,即空间数据挖掘和知识发现,变得越来越重要 目前,从空间数据库发现知识的传统途径是通过数据挖掘和专家系统空间分析等技术来实现的。但是在空间数据库隐含知识的发现方面,只单独依靠某一种技术,往往存在着这样或那样的缺陷。比如对于数据挖掘来讲,空间数据库与普通数据库在数据存储机制方面的不同、空间数据的相互依赖性等决定了在空间数据库无法直接采用传统的数据挖掘方法。对于专家系统来讲,专家系统不具备自动学习的能力,仅能利用已有的知识进行推导。对于空间分析来讲,虽然空间分析中常用的统计方法可以很好地处理数字型数据,但是它存在的问题很多。此外,统计方法对大规模数据库的计算代价非常高,所以在处理海量数据方面能力较低。因此,在空间数据库进行知识发现,需要融合多种不同技术,比如使用空间数据挖掘技术来解决从空间数据库知识发现隐含知识的难题 2.2 空间数据挖掘的特点 空间数据挖掘与传统数据挖掘的不同表现在以下三个方面: 传统数据挖掘处理的是数字和类,而空间数据则是一些更为复杂的数据类型; 传统数据挖掘通常具有显式的输入,而空间数据挖掘的输入则常常是隐式的; 在传统数据挖掘中,有一个至关重要的前提假设:数据样品是独立生成的。而这一假设在空间数据分析中是不成立的。事实上,空间数据之间是高度自关联的 2.3 空间数据挖掘的挖掘对象 2.3.1 普遍的几何知识(General Geometric Knowledge) 普遍的几何知识是指某类目标的数量、大小、形态特征等的普遍的几何特征。计算和统计出空间目标几何特征量的最小值、最大值、均值、方差、众数等,还可统计出特征量的直方图。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 2.3.2 空间分布规律(Spatial Distribution Regularities) 空间分布规律是指目标在地理空间的分布规律,分成在垂直向、水平向以及垂直向和水平向的联合分布规律。垂直向分布即地物沿高程带的分布;水平向分布指地物在平面区域的分布规律;垂直向和水平向的联合分布即不同的区域中地物沿高程分布规律 2.3.3 空间关联规则(Spatial Association Rules)