数据挖掘技术在地理信息系统中的应用探究.docxVIP

数据挖掘技术在地理信息系统中的应用探究    　　摘要：近年来, 我国地理信息系统的应用范围变得越来越广泛, 这也使数据挖掘技术在地理信息系统中发挥着越来越重要的作用, 极大程度的促进了各个领域的发展。在地理信息系统中应用数据挖掘技术, 能够通过规则关联分析来明确系统中各个因素之间的内在联系, 并根据属性相关来对地理信息系统中的属性数据进行挖掘, 从而显着提高了地理信息系统的应用价值, 使其能够更好的帮助相关领域决策人员进行决策。 　　关键词：数据挖掘技术; 地理信息系统; 应用;  　　一、地理信息系统中的数据挖掘技术 　　空间数据库是以地理信息系统为主体来发展的, 在空间数据库中存储着海量的空间数据与属性数据, 这些数据所产生的语义信息要比普通的关系数据库要复杂的多, 其内容也要更加丰富。而通过数据挖掘技术在地理信息系统中的应用, 则能够使地理信息系统具备自动学习的能力, 从而提高其获取知识的效率。此外, 正是由于地理信息系统中的空间数据与属性数据众多, 使数据的整理与解释成为现阶段数据处理工作中亟需解决的关键问题, 只有尽可能的从这些数据中挖掘出价值数据, 并分析其规律, 才能使地理信息系统的空间分析及查询功能得到显着提高。数据挖掘技术能够对地理信息系统中的大量数据进行挖掘, 从而发现更多的新知识, 并将这些新知识存储到知识库中, 能够使现有的知识库得到不断的扩充和完善, 从而为地理信息系统的智能化发展奠定了深厚基础。此外, 数据挖掘技术还能对地理信息系统中的数据实现更深层次的分析, 从而使数据的利用效率得到极大提高, 并从中找出更加有价值的隐含知识, 进而提高地理信息系统的应用水平。 　　二、数据挖掘技术的相关方法分析 　　在地理信息系统中, 数据挖掘技术的应用主要是通过两种方法来实现数据挖掘功能的, 这两种方法分别为关联规则分析方法以及属性相关分析方法。以下便对这两种方法进行深入的研究。 　　(一) 关联规则分析 　　目前, 数据挖掘技术在地理信息系统中所使用的绝大多数关联规则分析方法都是以支持度-置信度作为框架来对数据进行挖掘的, 置信度代表该规则本身所具备的正确程度, 而支持度则代表该规则能够对目标中的多少内容进行推出, 也就是该结果中这一前提的重要程度。应尽量采用最小的置信度与支持度来对某些无趣规则进行排除, 但在实际分析过程中仍旧会不可避免的产生某些无趣规则。在数据挖掘应用中所挖掘出的强关联规则并不一定能够满足有趣规则, 所谓有趣规则是指用户感兴趣的规则。对规则的有趣或无趣可通过客观与主观两种衡量标准进行判断, 如果用户认定该规则是有趣的, 则该判断结果便为主观判断结果, 其判断结果可能会因客户主观性的不同而不同。在实际分析过程中, 可通过客观有趣度来对规则进行度量, 这样更有助于无趣规则的排除, 因此不需要向用户提供。在利用支持度-置信度框架下的关联规则进行数据挖掘时, 该方法能够在许多情况下用到, 当然, 该框架也可能会对关联规则的分析结果产生误导。其实, 当包含有B的A出现时, 通过规则从A中挖掘出B, 则该规则为有趣的, 因此不妨可以通过另一种框架进行替代, 即依据相关性分析来对各个数据项间所具备的有趣联系进行挖掘。 　　(二) 属性相关分析 　　在地理信息系统中的属性相关分析方法, 能够使其对一些不相关或存在弱相关的属性信息进行有效识别, 进而将其排除到分析范围以外。数据挖掘技术在进行属性相关分析时, 需要应用一些方法来实现, 以此实现对不相关及弱相关属性信息的过滤与排除, 使最相关属性信息得以有效保留。一般来说, 当类别给定以后, 如果其属性值能够对其他类别及该类别进行区分, 则该属性可被认定为高度相关。比如在对汽车价格高低进行区分时, 是难以通过颜色这一属性进行区分的, 但却可以通过款式、型号、汽缸数、品牌等属性信息来进行区分。 　　三、数据挖掘技术在地理信息系统中的应用 　　(一) 地理信息数据的精炼 　　现阶段, 地理信息系统的数据库中存储有海量的数据, 但在这些数据中并不全都是有价值的, 还有一部分数据属于冗余数据, 而通过数据挖掘技术的应用, 则能够对这些数据之间所存在的内部关联进行发掘, 进而使地理信息系统中的冗余数据得以清除, 仅保留有价值的数据, 这样能够使地理信息系统中的数据变得更加精炼。 　　(二) 地理信息数据的更新 　　目前, 地理信息系统的数据库中有许多数据都已经发生了很大变化, 这也使以往的数据可能不再适用于工作需求, 但如何更好的对这些数据进行分析, 以此判断数据的合理性, 也已成为亟需解决的问题。可通过数据挖掘技术的应用来对这一问题进行