《空间大数据概论》教学大纲.docxVIP

第 PAGE \* Arabic 1 页/ 共 NUMPAGES \* Arabic 4 页 空间大数据概论 一、课程说明 课程编号： 010538Z10 课程名称：空间大数据概论/ Introduction to Spatial Big-Data 课程类别：专业教育课程 学时/学分：32/2 先修课程：空间分析或者空间数据挖掘、计算机程序设计语言或科学计算与matlab语言 适用专业：地理信息科学、测绘工程、遥感科学与技术、 教材、教学参考书： 1. de Smith, Goodchild, Longley. Geospatial Analysis - 5th Edition, 2015, Troubador Publishing 2. Hassan A. Karimi. Big Data: Techniques and Technologies in Geoinformatics. 2014. CRC Press 3. Venu Govindaraju and Vijay Raghavan. Big Data Analytics, Volume 33 (Handbook of Statistics). 2015. North-Holland Publications 二、课程设置的目的意义 该课程是地理信息科学的空间分析的高阶课程。目的是使学生能够理解时空大数据的基本特点，难点，并能够利用一些统计和机器学习的基本思想和方法来分析问题和解决问题，并通过平时的实际操作和课程大作业，培养学生实际分析和解决时空大数据实际问题的能力。本课程可以看成是承接本科阶段和研究生阶段学习的过度课程，为以后本学科学生继续深入和研究时空大数据提供基本的理论基础。 三、课程的基本要求 知识：掌握本专业所需的数学、物理、计算机等相关学科的基本理论和方法；掌握时空数据分析发展趋势；掌握时空大数据的基本特点、系统框架；掌握时空大数据分析中的维度问题及其基本的降维思想；掌握时空大数据的特征分析方法，包括主成份分析及其扩展；掌握多源时空大数据的融合概念；掌握时空大数据的序列分析模型的基本概念，递归网络分析的基本原理和方法；掌握时空大数据可视化分析的基本概念和方法；掌握地理信息系统的基本原理，掌握地理空间数据采集、处理、建库、分析、表示和服务的基本理论和基本方法，精通地理信息工程建设的业务流程，熟练掌握地理信息系统平台的使用 能力：培养编制程序解决时空大数据处理的能力；加强扎实的计算机程序设计，数据处理软件设计能力；利用Google进行自学，结合基本原理并解决特定问题的能力；掌握一定的数理知识和计算机技术，综合建立定量研究和解决地理实际问题的能力；掌握空间数据采集、处理、建库、分析、表示和服务的主要方法和技术，锻炼地理信息系统工程设计、软件开发、服务应用以及项目管理的能力； 素质：建立时空大数据、机器学习的基本观念，通过课程中的分析讨论辩论培养分析沟通交流素质，建立时空大数据分析的基本理论基础和实际应用的思维模式，提升编程动手能力；通过课外导学的模式，提升自主学习和终身学习的意识，形成不断学习和适应发展素质；通过课外阅读，锻炼自主获取知识的能力；通过大项目培养团队合作，学科知识综合应用能力，和前瞻性的科学视野；通过答辩锻炼表述能力，提问能力，和批判性思考的习惯。达到培养独立思考能力，分析问题和解决问题的能力，既能独立工作，又具有团队合作精神，适应竞争学会合作；具有良好的心理承受能力及科学的工作心态；具有创新、合作和敬业精神目的； 四、教学内容、重点难点及教学设计 章节 教学内容 总学时 学时分配 教学重点 教学难点 教学方案设计（含教学方法、教学手段） 讲课 (含研讨) 实践 第1章 时空大数据分析概述 2 2 0 时空大数据的基本概念 时空大数据与机器学习的基本概念和内在 联系， 教学思路：用典型案例建立时空大数据、机器学习的基本任务和概念，并提供一些案例作为基本的感性认识； 教学模式：课前导学（前修课知识归纳与思考题）；2学时课程讲授；课后文献阅读，基本工具讲解。 第2章 时空大数据的基本特点 4 4 0 时空大数据的基本特点 时空大数据分析的系统框架和一些常用的方法和系统工具 教学思路：由时空大数据的发展现状引入时空大数据的基本特点概念；并进一步讲授一些常见的框架； 教学模式：课前导学（前修课知识归纳与思考题）；4学时课程讲授；课后文献阅读+小项目任务布置。 第3章 时空大数据分析的维度问题 6 6 0 时空大数据的维度灾难与 福音 时空大数据的维度问题，以及维度带来求解的困难和认知的帮助 教学思路：由时空大数据的维度问题引入维度福音和维度灾难等概念；最后综合时空大数据的降维方法概述； 教学模式：课前导学（前修课知识归纳与思考