GML时空聚类和时空序列相似性查询关键问题研究.pdfVIP

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。 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。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，本文着力于研究GML 时空聚类的问题。 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。目前GML 时空序列相似性查询的研究还很有价值空 间，特别是针对海量的 GML 数据。 针对 GML 时空聚类和时空序列相似性查询的当前研究状况，本文做了主要以下几个 方面的研究工作： （1）、详细的阐述介绍了 GML 时空数据的模型。对时空数据的多种模型分析方式做 了描述，并针对海量数据的存储阐述了基于HBase 的GML 时空数据模型。 （2 ）、对 GML 时空聚类的算法进行了研究，阐述了经典的聚类算法（划分方法、层 次方法、基于密度的算法、基于网格的算法、基于模型的算法），并在经典算法的基础之上 提出了基于空间邻近关系的K-均值聚类算法和基于空间邻域的GML 时空聚类算法，分别 的对相应算法进行的实验的验证，对空间邻近关系的K-均值聚类算法进行了区域经济发展 空间相关性验证、区域经济发展空间聚类分析和区域经济发展时空聚类分析等。 （3 ）、对 GML 时空序列相似性查询的研究做了深入的研究，特别是基于空间邻近关 系的GML 时间序列相似性查询的研究，采用了我国大陆31 个省直辖市 1997 年～20 12 年 共 16 年的国民经济统计数据，分别对GDP1per、GDP2per 和GDP3per 在相似性度量计算 之前要进行标准化处理，分析反映区域经济发展水平，反映区域三大产业的结构。 关键词：GML,时空聚类,时空序列,相似性查询 I 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. GML （Geography Markup Language ）is an encoding standards of geog