《空间数据挖掘》教学大纲.docxVIP

第 PAGE \* Arabic 1 页/ 共 NUMPAGES \* Arabic 4 页 空间数据挖掘 一、课程说明 课程编号： 010539Z10 课程名称：空间数据挖掘/Spatial data mining 课程类别：专业教育课程 学时/学分：32/2 先修课程：地理信息系统原理、空间分析、空间数据库 适用专业：地理信息科学 教材、教学参考书： 1. 邓敏，刘启亮等.空间聚类分析及应用,科学出版社，2011. 2. Tan P N, Steinbach M and Kumar V, Introduction to data mining. Boston: Addison Wesley, 2006. 3. Miller H and Han J, Geographic data mining and knowledge discovery, Second Edition. London: CRC Press, 2009. 二、课程设置的目的意义 空间数据挖掘是地理信息科学专业的重要专业课程，目的是使学生掌握空间数据模式挖掘与知识发现的理论与方法，提高学生空间数据处理的实际操作能力。通过该课程的学习，使得学生具备借助空间数据挖掘方法解决地理信息数据处理中涉及的模式分析、关联分析等任务，并具备一定的算法程序涉及能力。通过该课程学习，可以使学生深化空间数据库、地理信息系统原理及空间分析等地理信息专业知识，亦可以使学生了解目前地理信息数据处理的新方法与新模型，提高解决实际数据分析任务的能力。 三、课程的基本要求 知识：掌握空间数据基本的特征与性质，空间模式的分类、定义与科学内涵；掌握空间数据挖掘的基本理论与框架；掌握空间分类、空间聚类分析、空间异常探测及空间关联规则挖掘的基本原理与模型操作。学会从数据驱动的角度，熟练使用地理信息分析平台及自主开发程序从空间数据库中挖掘相关应用领域的模式与知识，形成“空间数据-空间模式-空间知识”的基本知识结构与解决问题思路。 能力：从空间数据分析的实际应用背景出发，具有采用空间数据挖掘方法解决地理信息实际工作中涉及的一般性数据处理任务的能力；具有基本的空间数据挖掘软件操作方法，并具备一定的算法程序设计能力；能够针对具体的应用领域，完成相应的空间数据挖掘解决方案设计与计算机实现平台构建。 素质：建立数据驱动的空间数据分析观念，通过课堂教学、小组协作与实践教学，培养学生沟通交流、团队合作与分析问题的基本素质，建立理论指导应用实践的思维模式，提高解决实际空间数据分析问题的基本素质。通过课程协作与课外学习，培养学生独立学习与竞争协作的意识，形成良好的心理承受能力及科学的工作心态； 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 空间数据挖掘导论 空间数据挖掘的产生与发展；空间数据挖掘的内涵与框架；空间数据挖掘的应用领域 2 2 0 空间数据挖掘的产生与发展；空间数据挖掘的基本理论 框架。 空间数据挖掘框架 通过具体的历史案例说明空间数据挖掘的产生与重要价值；通过一个实际的案例说明空间数据挖掘的内涵与框架 第2章空间数据挖掘的特点 空间数据的不确定性；空间数据的相关性与异质性；空间数据的尺度依赖特性 2 2 0 空间数据的基本特征与性质；空间数据挖掘的 特点 空间数据特性对空间数据挖掘的 影响 教学思路：通过案例说明空间数据性质与空间数据挖掘的联系； 教学模式：课前导学对已学知识进行回顾，课堂讨论 第3章 空间 分类 空间分类：基本概念；K邻近分类；决策树分类；贝叶斯分类；人工神经网络分类；支持向量分类；空间分类器选择与评估 6 4 2 分类器的设计原理与基本种类；空间分类的基本原理、步骤及应用 场景。 分类器设计与评估 教学思路：关键案例说明与实际算法实例课堂演示相结合； 教学模式：归纳重点原理、讲解典型模型、对典型模型布置小组作业 第4章 空间聚类分析 空间聚类分析：基本概念；划分的方法；层次的方法；基于密度的方法；空间聚类有效性 评价 8 6 2 空间聚类分析的基本流程与框架；常用空间聚类方法的基本原理、应用背景及操作要求。 聚类模型与有效性 评价 教学思路：实际案例说明与典型算法原理相结合，给出重要模型的课堂演示； 教学模式：课前导学与课堂讨论相结合，给出关键问题的课堂分析，布置具体案例的小组协作与课堂汇报 第5章 空间异常探测 空间异常探测：基本概念；可视化方法；统计的方法；基于距离的方法； 基于密度的方法；基于聚类的方法 6 4 2 空间异常的基本流程与框架；常用空间异常方法的基本原理、应用背景及操作要求。 异常度量与可靠性 分析 教学思路：关键案例说明