网格技术驱动的空间数据挖掘体系及其应用
需积分: 0 134 浏览量
更新于2024-09-10
收藏 291KB PDF 举报
本文主要探讨了"面向服务的空间数据挖掘体系结构研究"这一主题,由胡斌、陈正阳和刘鹏合作完成,他们分别来自中南大学测绘与国土信息工程系和中国人民解放军理工大学军事网格研究中心。随着现代科技的进步,特别是对地观测手段、空间数据获取方式、计算机技术和网络技术的快速发展,地理空间数据资源已经非常丰富。然而,这些海量数据中的潜在知识并未得到有效发掘和利用,形成了所谓的"数据爆炸与知识贫乏"现象。
作者指出,为了克服计算资源短缺的问题,并实现分布式空间数据库中知识的高效利用,他们将网格技术与空间数据挖掘技术相结合。网格技术通过分布式计算和资源共享,能够提供强大的计算支持,使得数据挖掘在大规模空间数据处理中变得更加可行。
论文的核心内容围绕网格环境下空间数据挖掘体系结构展开,首先分析了其基本特征,强调了数据访问服务、数据中介服务和数据挖掘服务的重要性。数据访问服务确保了用户能够方便快捷地获取所需的数据,而数据中介服务则负责数据的整合和转换,使之适合于挖掘过程。数据挖掘服务则是核心环节,通过综合运用多种方法和技术,如统计学、模式识别、人工智能、神经网络等,从各类空间数据中挖掘出有价值的隐藏知识,包括几何知识、空间关联规则、空间模式与特征、空间分类规则、空间聚类规则以及空间与非空间数据之间的关系。
空间数据挖掘的目标在于自动化提取知识,帮助用户发现空间数据中的深层次信息,揭示出数据背后的规律和趋势,这对于提高决策效率和解决复杂问题具有重要意义。文章的背景知识部分详细介绍了空间数据的特点,强调了空间实体的位置、属性和空间关系的重要性,以及如何通过空间数据挖掘来揭示这些关系背后的价值。
总结来说,这篇论文深入探讨了如何通过网格技术驱动的空间数据挖掘体系结构,提升空间数据的利用率,解决数据资源中的知识挖掘问题,为实际应用提供了理论支持和实践指导。
2019-07-22 上传
2024-10-16 上传
2024-10-16 上传
weixin_39840914
- 粉丝: 436
- 资源: 1万+
最新资源
- WPF渲染层字符绘制原理探究及源代码解析
- 海康精简版监控软件:iVMS4200Lite版发布
- 自动化脚本在lspci-TV的应用介绍
- Chrome 81版本稳定版及匹配的chromedriver下载
- 深入解析Python推荐引擎与自然语言处理
- MATLAB数学建模算法程序包及案例数据
- Springboot人力资源管理系统:设计与功能
- STM32F4系列微控制器开发全面参考指南
- Python实现人脸识别的机器学习流程
- 基于STM32F103C8T6的HLW8032电量采集与解析方案
- Node.js高效MySQL驱动程序:mysqljs/mysql特性和配置
- 基于Python和大数据技术的电影推荐系统设计与实现
- 为ripro主题添加Live2D看板娘的后端资源教程
- 2022版PowerToys Everything插件升级,稳定运行无报错
- Map简易斗地主游戏实现方法介绍
- SJTU ICS Lab6 实验报告解析