GML空間數(shù)據(jù)挖掘技術(shù)研究.pdf

1、空間數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的空間數(shù)據(jù)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(dòng)化方法,它是解決“空間數(shù)據(jù)豐富、但信息貧乏”的有效方法。近十年來,空間數(shù)據(jù)挖掘在理論與實(shí)踐上都得到了廣泛研究,并被應(yīng)用于工業(yè)及自然科學(xué)(比如:地理信息系統(tǒng))等各個(gè)領(lǐng)域。
　　GML(GeographyMarkupLanguage即地理標(biāo)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(kuò)展、平臺獨(dú)立、靈活、規(guī)范、簡單等特點(diǎn)以及強(qiáng)大的數(shù)據(jù)表達(dá)能力,在網(wǎng)絡(luò)及其它領(lǐng)域的數(shù)據(jù)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(shù)據(jù)以GML文檔進(jìn)行存儲,在這些數(shù)據(jù)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(jià)值的知識,這就是GML數(shù)據(jù)挖掘。
　　基于以上分析,本文首先介紹了傳統(tǒng)的數(shù)據(jù)挖掘與空間數(shù)據(jù)挖掘技術(shù)、XML與GML的基本理論,同

3、時(shí)還介紹了演化算法相關(guān)知識;從分析空間數(shù)據(jù)的特點(diǎn)入手,簡要的介紹了用常規(guī)方法進(jìn)行空間數(shù)據(jù)聚類分析的難點(diǎn)和不足,提出了一種基于改進(jìn)的演化算法空間數(shù)據(jù)聚類方法——SDCEA,它有效的解決了用傳統(tǒng)方法進(jìn)行空間數(shù)據(jù)聚類分析時(shí)存在的問題,從而增強(qiáng)了聚類分析方法的靈活性和有效性,實(shí)驗(yàn)結(jié)果表明,對于空間數(shù)據(jù)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(jié)合,實(shí)現(xiàn)了對空間緩沖區(qū)分析的功能,在實(shí)驗(yàn)中選取A