GML空間數據挖掘技術研究.pdf

1、空間數據挖掘是指從大量的、不完全的、有噪聲的、模糊的空間數據中提取出隱含在其中的、人們事先不知道的但又潛在有用的知識的半自動化方法,它是解決“空間數據豐富、但信息貧乏”的有效方法。近十年來,空間數據挖掘在理論與實踐上都得到了廣泛研究,并被應用于工業(yè)及自然科學(比如:地理信息系統(tǒng))等各個領域。
　　GML(GeographyMarkupLanguage即地理標識語言)是由XML(eXtensibleMarkupLanguage)發(fā)展

2、而來的一種簡單、靈活的文本格式,它以其可擴展、平臺獨立、靈活、規(guī)范、簡單等特點以及強大的數據表達能力,在網絡及其它領域的數據表示與交換方面扮演著越來越重要的角色。越來越多的空間數據以GML文檔進行存儲,在這些數據中隱含著大量的知識信息與各類模式,因此,人們迫切需要一些有效的方法來從中提取出一些潛在的、有價值的知識,這就是GML數據挖掘。
　　基于以上分析,本文首先介紹了傳統(tǒng)的數據挖掘與空間數據挖掘技術、XML與GML的基本理論,同

3、時還介紹了演化算法相關知識;從分析空間數據的特點入手,簡要的介紹了用常規(guī)方法進行空間數據聚類分析的難點和不足,提出了一種基于改進的演化算法空間數據聚類方法——SDCEA,它有效的解決了用傳統(tǒng)方法進行空間數據聚類分析時存在的問題,從而增強了聚類分析方法的靈活性和有效性,實驗結果表明,對于空間數據的聚類分析問題,該算法具有很好的性能;最后,采用VisualC＃.NET與ArcObjects相結合,實現(xiàn)了對空間緩沖區(qū)分析的功能,在實驗中選取A