空间数据挖掘研究综述

被引：11

作者：

胡彩平

秦小麟

机构：

[1] 南京航空航天大学信息科学与技术学院

来源：

计算机科学 | 2007年 / 05期

关键词：

空间数据挖掘; 空间分类和预测; 空间聚类; 空间孤立点; 空间关联规则;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

信息化的发展使得更多的空间数据被使用,因此获取空间知识也就越来越重要和有意义,并使得空间数据挖掘成为一个很有前途的研究领域。本文系统概括了空间分类和预测、空间聚类、空间孤立点和空间关联规则4类空间数据挖掘方法及其进展,最后探讨了空间数据挖掘的未来发展方向。

引用

页码：14 / 19

页数：6

共 10 条

[1] 基于定性空间推理的多层空间关联规则挖掘算法 [J].

刘大有 ;

王生生 ;

虞强源 ;

胡鹤 .

计算机研究与发展, 2004, (04) :565-570

[2] 挖掘空间关联规则的前缀树算法设计与实现 [J].

刘君强 ;

潘云鹤 .

中国图象图形学报, 2003, (04) :118-122

[3] 高维空间中的离群点发现 [J].

魏藜 ;

宫学庆 ;

钱卫宁 ;

周傲英 .

软件学报, 2002, (02) :280-290

[4] 基于Rough Set的空间数据分类方法 [J].

石云 ;

263.net ;

孙玉芳 ;

左春 .

软件学报, 2000, (05) :673-678

[5] Data fusion in radial basis function networks for spatial regression [J].

Hu, TM ;

Sung, SY .

NEURAL PROCESSING LETTERS, 2005, 21 (02) :81-93

[6]

SLOM: a new measure for local spatial outliers[J] . Sanjay Chawla,Pei Sun.Knowledge and Information Systems . 2006 (4)

[7] A unified approach to detecting spatial outliers [J].

Shekhar, S ;

Lu, CT ;

Zhang, PS .

GEOINFORMATICA, 2003, 7 (02) :139-166

[8]

Density-Based Clustering in Spatial Databases: The Algorithm GDBSCAN and Its Applications[J] . Data Mining and Knowledge Discovery . 1998 (2)

[9]

Spatial Clustering in the Presence of Obstacles .2 Tung A K H,Hou J,Han J. IEEE Transactions on Data Engineering . 2001

[10]

Efficient discovery of multilevel spatial association rules using partitions .2 Wang Lizhen,Xie Kunqing,Chen Tao,et al. Information and Software Technology . 2005

← 1 →