|
|||||
|
|
| 论空间数据挖掘和知识发现 | |
| 引用本文： | 李德仁,王树良,史文中,王新洲.论空间数据挖掘和知识发现[J].武汉大学学报(信息科学版),2001,26(6):491-499. |
| 作者姓名： | 李德仁 王树良 史文中 王新洲 |
| 作者单位： | 1. 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079 2. 香港理工大学土地测量与地理资讯学系,香港,九龙红 3. 武汉大学科技部,武汉市珞珈山,430072 |
| 基金项目： | 国家自然科学基金优秀重点实验室资助项目(40023004);教育部博士点基金资助项目(98049801);香港理工大学科研基金资助项目(1.34.37.9709);国家自然科学基金资助项目(49874002). |
| 摘 要： | 随着现代科技和传感器的发展和应用，复杂多变的空间数据日益膨胀，远远超出人的解译能力，迫切需要数据挖掘和知识发现为其提供知识。本文研究了空间数据挖掘和知识发现的含义、可发现的空间的关联、特征、分类和聚类等知识，以及它与数据挖掘与知识发现、机器学习、地学数据分析、空间数据库、空间数据仓库、数字地球等相关学科的关系，概述了SDMKD的产生和发展，分析和展望了SDMKD的应用开发。 |
| 关 键 词： | 空间数据挖掘 知识发现 机器学习 SDMKD DMKD 计算机技术 数据库 |
| 文章编号： | 1000-050(2001)06-0491-09 |
| 修稿时间： | 2001年10月10 |
On Spatial Data Mining and Knowledge Discovery (SDMKD) |
|
| LI Deren,WANG Shuliang,SHI Wenzhong,WANG Xinzhou.On Spatial Data Mining and Knowledge Discovery (SDMKD)[J].Geomatics and Information Science of Wuhan University,2001,26(6):491-499. | |
| Authors: | LI Deren WANG Shuliang SHI Wenzhong WANG Xinzhou |
| Institution: | LI Deren 1 WANG Shuliang 1 SHI Wenzhong 2 WANG Xinzhou 3 |
| Abstract: | With the application and development of modern science,techniques,micro_and macro_sensors,the tremendous amounts of spatial and nonspatial data have been stored in large spatial databases.These are far begond the human ability to interprete and analyse them,which is badly in need of SDMKD to provide knowledges.This paper presents an overview on SDMKD.First the derivation and development of SDMKD are briefly stated.Second,the concept of SDMKD is discussed.There are various knowledge which can be mined from spatial databases or spatial data warehouse,e.g.spatial association rules,spatial characteristic patterns,spatial classification regularities,spatial clustering rules.Third,SDMDK is told from data mining and knowledge discovery (DMKD),machine learning,geographical data analysis,spatial databases,spatial data warehouse,digital earth,etc.Finally,how to develop SDMKD software is concluded and discussed. |
| Keywords: | spatial data mining knowledge discovery machine learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |