李德仁院士空间数据挖掘和知识发现的理论与方法(minimizer).ppt

空间数据挖掘和知识发现 的理论与方法 李德仁院士 主要内容 1. 引言 2. 空间数据挖掘和知识发现的框架 3.数据场和云模型及其应用 4.Rough集理论及其应用 5.空间数据聚类 6.长江三峡宝塔滑坡监测数据挖掘 7.归纳学习及其在空间数据挖掘中的应用 8.基于空间统计学的自动影像搜索 9.总结与展望 1. 引 言 数据挖掘和知识发现(DMKD)的发展简况 起源于从数据库发现知识(KDD)，定义为“从数据中发现隐含的、先前不知道的、潜在有用的信息的非平凡过程”（1991）。 Fayyad等（1996）曾对KDD和数据挖掘(Data Mining)重新定义和加以区分。人们习惯上把DM和KDD合起来使用，称为DMKD。 对关系数据库和事务数据库的DMKD研究已取得很多进展，并有商用软件问世。 1. 引 言 DMKD一般主要发现广义、分类、关联、预测等四类知识。 目前国际DMKD大会以及亚太DMKD会议每年举行一次。1997年1月，国际DMKD杂志创刊。 我国对DMKD的研究稍晚，目前已十分活跃。1993年国家自然科学基金首次支持该领域的研究项目。作者在1994年提出了从GIS数据库发现知识的建议（SDMKDD)。 1. 引 言 遥感和GIS对空间数据挖掘和知识发现的需求 数据海量---信息不足---知识贫乏 从GIS和影像数据库发现知识用于