基于GML的空间数据集成技术研究
1 引言
随着科学技术的不断发展，计算机技术已经深入到生活中的每个环节，在不同的环节要用到不同的硬件和软件，这也导致信息在一定程度上的差异性。尤其在一些地理信息系统中尤为显著，GIS软件种类繁多，他们具有不同的数据存储格式，很大程度上妨碍了数据共享和信息交流。随着GIS的快速发展，如何将这些数据充分利用起来，实现数据共享已经迫不及待了。因此发展空间数据集成技术已经不可避免了。
空间对象包括空间数据和属性数据两种，空间数据表现了地理空间实体的位置、大小、形状、方向以及几何拓扑关系。属性数据表现空间实体的空间属性以外的其他属性特征，而属性数据主要是对空间数据的说明。比如地质灾害点，如用Point表示，空间属性就比较简单了，也就是灾害点的地理坐标，但是属性数据可能很多，在国土部下发的地质灾害信息调查表中，属性数量多达200多个。空间对象的空间数据和属性数据也有两种存储模式，一种是空间数据与属性数据存都存在GIS平台的空间文件中;另一种是把空间数据与属性数据分离，空间数据存在GIS平台的空间文件中，而属性数据则存在独立的数据库表中，两者通过唯一的空间对象识别码连接。GIS平台为第一种存储模式提供了空间数据和非空间数据的统一管理，不需要额外的数据库管理系统，缺点是存取不方便;后一种模式采用GIS平台和数据库管理系统相互结合的办法，充分发挥GIS和数据库管理系统各自的优势，提高工作效益、方便数据存储、检索能力，但需要额外的投资。对于数据庞大的系统，为了保证系统的效率和程序的方便性，采用空间数据与属性数据分离的模式更合理。
2 空间数据集成模式及比较
各种GIS系统的数据格式都不一样，并且互不兼容，所以一种平台下的数据，只有经过特定的工具转换后，才能在另一种平台下使用。常用的GIS系统有：ArcGIS、MapInfo、GeoMedia、MGE、SmallWorld、Supermap、MapGIS、GeoStar、TopMap、GeoBean、VRMap、MapEngine等，实现这些不同格式的数据之间的相互转换是非常复杂的。目前，实现数据集成模式大致有数据格式转换模式、直接数据访问模式、数据互操作模式三种[1-3]。
2.1 数据格式转换模式
对于这种模式来说，就是从一种数据格式转换到另一种数据格式，这是一种传统的地理信息系统数据集成模式。一般这种方式是软件公司提供专门软件来实现完成的。例如从AutoDesk的DXF文件格式转化到MapInfo的MIF文件格式。对于这种转换模式，正是因为对空间对象统一描述方法的缺乏，才使得在描述空间对象时采用的数据模型有不同的数据模式，因而使得转换后源数据的信息不能完全表达出来。另外，这种模式需要将数据统一起来，这样就违背了数据分析和独立性的原则[1]。
2.2 直接数据访问模式
直接数据访问是指在一个软件中实现对其他软件数据格式的直接访问。简单地说就是一个软件可以根据用户要求生成和使用其他软件数据格式文件。与数据格式转换模式相比，它可以简化繁琐的转换过程，但是也存在着软件不知道存储信息含义的缺点。
2.3 数据互操作模式
数据互操作模式是OpenGIS Consorttium(OGC)制定的数据集成规范。数据互操作是指在异构数据库或者分布式的情况下，用户在互助互利的基础上，能透明的获取自己所需要的信息。“数据的互操作分为技术、数据、应用和企业四个层次”[2]，GML能够很好的解决数据方面上的互操作问题。这种数据集成模式可以避免以上两种模式的缺点，能有效对数据进行集成，但是“对于那些历史上非OpenGIS标准的空间数据格式的处理方法缺乏标准的规范[4]。在如今市场上看，非OpenGIS标准的空间数据格式中已有的数据仍占据主体[1]。尽管如此，但是GML的数据互操作数据集成模式还是为空间数据的集成提供了新的思路和方法。
但现在有更好的方法，采用GML作为中介，为每种GIS系统提供一个把自身格式的数据转换为GML格式的数据和再把GML格式数据转换为自身格式的工具，就能实现所有GIS 系统数据格式的自由转换。图1显示了不同数据格式之间数据转换的复杂性，由于各种数据格式的不同，如果把其关系一一表述出来比较复杂，因此基于在ArcGIS、MapInfo、MapGIS、Supermap、VRMap、MGE六种格式的直接数据转换图。
图1不同数据格式直接数据转换关系图
Fig.1 Different data format conversion between direct data graph
如果采用GML作为数据集成的中介，数据转换关系就简单多了，如图2所示。
图2 基于GML的数据转换关系图
Fig.2 Conversion between GML data map based on
采用GML作为不同数据模型的空间数据转换方案，由于只需要实现数据模型与GML之间的转换，极大地简化了数据转换的难度和工作量。
3 GML数据集成现状
GML(Geography Markup Language)，是开放式地理信息系统协会(OGC)于1999年提出的，在日趋发展的网络环境下，它的提出正是为了成为其中地理数据的一种通用接口，它符合空间数据集成模式中的第二种即数据互操作模式[5]。使用GML对多元异构地理空间数据集成，可以很好的避免以往网络语言描述复杂的空间信息的缺点，因为它对地理空间数据的描述拥有统一的数据格式，从而能够容易的进行数据集成。
对于GML快速发展，也引起了包过复旦大学、同济大学、武汉大学等许多名校学者的重视。武汉大学和国家基础地理信息中心已经开始制定GML国家标准。周水康课题组早在2003年就提出了一种新颖的方法，用于GML文档自动转换到SVG文档，论文发表在ACM-GIS 2003[6]。从跨入21世纪以来，关佶红课题组就研究了基于GML和SVG的空间信息集成和发布、GML模式匹配、GML存储机制和查询处理以及压缩算法等[7-10]。
但是，目前研究工作远不够系统和深入，实际集成应用方案比较少，所提出的技术和算法还不能满足海量GML空间数据处理和管理的实际应用需要。因此，还需要进行进一步的研究，探索新的技术方案，开发更有效的算法。
4 基于GML的空间数据集成方法
(1)直接文件操作
不同的空间模型有着不一样的空间数据，有些空间数据模型的数据结构是公开的(比如Shapefile模型，MapInfo的数据模型)，大多数机构中数据模型中的数据是非公开的。对于数据结构公开的数据模型，在数据转换时，程序员可以按数据模型的数据结构直接对从文件中读写数据，可以不通过GIS系统，直接实现公开数据结构的空间数据与GML格式的空间数据之间的相互转换。
不同的空间数据模型，数据结构也不尽相同，所以，需要对特定的空间数据模型进行数据结构分析，研究空间数据的读写操作，然后建立特定模型的空间数据对象与GML对象之间的转换关系。在认真地研究和掌握这些过程和内容后，才能编写出实现特定空间数据与GML数据的相互转换的程序。研究步骤如图3所示。
图3 公开数据结构空间数据集成工作流程
Fig.3 Public data structure of spatial data workflow integration
(2)非公开数据结构的空间数据转换
对于非公开性的空间数据模型的数据结构，由于空间数据结构的复杂性，在有限的时间和精力条件下，要把其全部弄得很清楚、明白是非常有难度的。因此，数据集成系统开发人员不能直接对空间数据文件进行操作，只能通过其它方式实现空间数据的转换。
非公开数据结构的数据转换主要有三种方式：GIS系统本身提供的转换、第三方系统提供的转换、嵌入式编程接口转换、独立组件编程接口转换。
①GIS自转换
OGC的GML逐渐成为国际标准，正被越来越多的GIS软件接受和采纳，并提供了与GML 模型的相互转换功能。比如美国ESRI的ArcGIS就提供了GML数据支持，可以把ArcGIS空间数据导出到GML，也可以把GML空间数据导入ArcGIS，这样就可以实现它们之间的相互转化。
②第三方系统提供的转换
一些企业采用GIS系统为了能够高效地管理自己数据结构的空间数据外，往往还能够读取其它格式的空间数据，把其它格式的空间数据导入到本系统中。如果该GIS系统能够实现空间数据与GML之间的转换，那么通过这种方式，就能把其它格式的空间数据转换为GML。
③嵌入式编程接口转换
各种GIS系统一般都提供了不同形式的编程接口，程序员通过编程接口，可以很容易读写空间对象，从而可以比较容易地实现各种数据模型的空间数据与GML格式的空间数据之间的相互转换。
GIS系统提供的接口主要有两种，一种是嵌入式的定制开发接口。比如ArcMap提供了定制功能，能够执行VBA程序。VBA程序通过ArcObjects能够非常方便地读写ArcGIS的对象。因此，程序员可以比较容易实现ArcGIS空间数据与GML文档的转换。
④独立组件编程接口转换
通过嵌入式接口实现数据模型的转换只对少部分GIS系统可行，多数GIS系统并不提供嵌入式接口，因此这种方式适用面比较窄。所幸的是几乎所有的GIS系统都提供非嵌入式的二次开发组件，如ArcGIS提供了ArcEngine，SuperMap提供了Map Objects，MapGIS 也有相应的组件，这些组件封装了访问各自空间数据的接口，程序员调用组件对象，就能很方便地操作它们的空间数据对象，能够实现空间数据与GML文档之间的转换。
(3)空间数据集成方法比较
前面探讨了几种空间数据集成方法，它们具有各自的特点和使用环境，如表1所示。
表1 几种数据集成方法比较
Tab.1 Several kinds of data integration method
5 GML数据集成的优点
首先，GML是OGC提出的开放式标准，OGC是一个非盈利的组织，因此GML不受特有的硬件和软件商家所限制;其次，GML在XML的基础上，却又和XML具有一样的优点，GML中的表现形式和数据是分开的，这样用户就可以专心的处理数据的存储和访问了;第三，GML 采用XML Schema来定义GML中的标签的空间信息含义，这样不仅方便信息集成，又保证了信息的正确性;第四，GML使用XLink和XPointer技术，具有更强的链接和查询能力[11]。
6 结束语
GML作为各种数据格式的中介，极大的简化了数据之间的转化的难度和工作量，它也迅速的受到企业对它的关注和广泛支持。但由于GML数据来自不同的数据源，要想真正好的运用这项技术，我们还面临着挑战，如何能够进一步的改进模式匹配算法从而简化集成过程，还需要进一步的研究。（转自中国勘测联合网https://www.doczj.com/doc/fd5871675.html,测绘技术百科）
参考文献：
[1] 钟耳顺,王康宏 ,宋关福,等.GIS多源数据集成模式评述[C].深圳：99’中国GIS 年会论文集,1999.
[2] 崔希民,刘清旺，谢传节，等.基于GML的多源异构空间数据集成和互操作[J].矿山测量，2003(3)：47-49
[3] 李建军，陈洪辉，基于GML的多源异构空间数据协同集成[J].计算机工程，2004,30(23)：34-36.
[4] 黄裕霞,陈常松,GIS互操作及其体系结构[J].地理研究,2000,9(1)：925-931.
[5] 袁梅,莫登沅,边少锋.基于GML的空间数据交换格式及其应用[J].测绘科
学,2004，24(1)：31-34.
[6] Zhimao Guo,Shuigeng Zhou.G2ST:a novel method to transform GML to
SVG[J].Proceedings of ACM-GIS 2003:161-168.
[7] 朱付保,关佶红，周水庚.基于模型映射的GML文档存储和查询方法[J].计算机研究与发展，2006,43(suppl):510-516.
[8] 李俊,关佶红,李玉珍.GML空间数据存储映射模型研究[J].武汉大学学报：信息科学版，2004,29(12)：1071-1074.
[9] 李玉珍,关佶红,李俊.GML空间数据存储研究[J].计算机研究与发展，2004,41:496-451.
[10]关佶红,虞为,安杨.GML模式匹配算法[J].武汉大学学报：信息科学版，2004,29(2):169-174,2004.
[11] 旷建中，马劲松.基于GML的多源数据集成模型研究[J].计算机应用研究，2005,22(6)：105-107.
数据挖掘 引言 数据挖掘是一门交叉学科，涉及到了机器学习、模式识别、归纳推理、统计学、数据库、高性能计算等多个领域。 所谓的数据挖掘（Data Mining）指的就是从大量的、模糊的、不完全的、随机的数据集合中提取人们感兴趣的知识和信息，提取的对象一般都是人们无法直观的从数据中得出但又有潜在作用的信息。从本质上来说，数据挖掘是在对数据全面了解认识的基础之上进行的一次升华，是对数据的抽象和概括。如果把数据比作矿产资源，那么数据挖掘就是从矿产中提取矿石的过程。与经过数据挖掘之后的数据信息相比，原始的数据信息可以是结构化的，数据库中的数据，也可以是半结构化的，如文本、图像数据。从原始数据中发现知识的方法可以是数学方法也可以是演绎、归纳法。被发现的知识可以用来进行信息管理、查询优化、决策支持等。而数据挖掘是对这一过程的一个综合性应用。
目录 引言 (1) 第一章绪论 (3) 1.1 数据挖掘技术的任务 (3) 1.2 数据挖掘技术的研究现状及发展方向 (3) 第二章数据挖掘理论与相关技术 (5) 2.1数据挖掘的基本流程 (5) 2.2.1 关联规则挖掘 (6) 2.2.2 .Apriori算法：使用候选项集找频繁项集 (7) 2.2.3 .FP-树频集算法 (7) 2.2.4.基于划分的算法 (7) 2.3 聚类分析 (7) 2.3.1 聚类算法的任务 (7) 2.3.3 COBWEB算法 (9) 2.3.4模糊聚类算法 (9) 2.3.5 聚类分析的应用 (10) 第三章数据分析 (11) 第四章结论与心得 (14) 4.1 结果分析 (14) 4.2 问题分析 (14) 4.2.1数据挖掘面临的问题 (14) 4.2.2 实验心得及实验过程中遇到的问题分析 (14) 参考文献 (14)
多源空间数据融合技术探讨 郭黎崔铁军陈应东 解放军信息工程大学测绘学院河南郑州450052 摘要：地理信息系统的迅速发展和广泛应用导致了空间多源数据的产生，给数据的集成和信息共享带来不便。不同数据源，不同数据精度和不同数据模型的地理数据融合理论与方法的研究，对于降低地理数据的生产成本，加快现有地理信息更新速度，提高地理数据质量有着重要的现实意义。本文对多种空间数据融合的原理与方法进行了讨论，并对数据融合的发展方向进行了展望。 关键词：数据融合 1. 引言 20世纪90年代以来，随着遥感、地理信息系统和卫星定位技术在各行各业日益广泛的应用，对空间数据的需求越来越大，国家和军队不同的部门以及公司企业针对本部门的需要经常要进行大量的地理数据获取。由于不同部门的地理信息系统的应用目的不同，同一地区同一比例尺的空间数据往往采用不同的数据源（外业实地测量、航空摄影图像、卫星图像、地形图、海图、航空图和各种各样地图）、不同的空间数据标准、特定的数据模型和特定的空间物体分类分级体系进行重复采集。这不仅造成了人力、财力的巨大浪费，还引发了空间数据的多语义性、多时空性、多尺度性、存储格式的不同以及数据模型与存储结构的差异等，给GIS部门之间的数据共享和数据集成带来极大困难。不同数据源，不同数据精度和不同数据模型的地理数据融合理论与方法的研究，对于降低地理数据的生产成本，加快现有地理信息更新速度，提高地理数据质量有着重要的现实意义。 2. 数据融合的概念 一直以来，数据共享、数据集成、数据互操作、数据融合都是大家讨论研究的热点。它们之间有着技术、原理上的必然联系。但又有着不同的研究侧重点。 信息共享的关键是信息的标准化问题。标准化的工作可以从两方面进行：一是以已经实施的信息技术标准为基础，直接引用或经过修编采用；二是研制地理空间数据标准，包括数据定义、数据描述、数据处理等方面的标准[5]。 地理信息系统互操作的产生是信息共享的必然产物，是在异构数据库和分布计算的情况下出现的。空间数据互操作的模式主要体现在开放地理信息联盟制定的规范。实现互操作最理想的方法是通过公共接口来实现。接口相当于一种规范，在接口中不仅仅考虑到数据格式、数据处理、还要提供对数据处理应该采用的协议[4]。 数据集成是多种数据的叠加。集成后的数据中，仍保留着原来的数据的特征，并没有发生质的变化[1]。
( 安全技术 ) 单位：_________________________ 姓名：_________________________ 日期：_________________________ 精品文档 / Word文档 / 文字可改 2020新版用空间数据挖掘技术提升煤矿安全管理水平 Technical safety means that the pursuit of technology should also include ensuring that people make mistakes
2020新版用空间数据挖掘技术提升煤矿安 全管理水平 1前言 煤炭企业属于传统的资源开采型企业。煤矿安全对煤炭企业影响巨大，安全工作在煤矿生产中占有重要地位，其管理好坏直接关系到煤炭企业的生存和发展。煤炭企业的安全管理是一项系统工程，涉及从煤矿建设、煤炭开采、生产加工到煤炭产品销售的全过程。近几年来，我国煤矿瓦斯爆炸、井下透水等事故频频发生，给人民的生命和国家财产造成了巨大的损失，严重影响了煤炭企业生产能力的发挥和煤炭企业的形象。煤矿安全管理任务十分艰巨，是因为影响煤矿安全的因素非常复杂。研究表明，瓦斯、矿压与顶板、煤尘、水、火等自然灾害因素是影响煤矿安全生产的最主要和最难以控制的因素。因此，如何有效识别影响煤矿安全的自然灾害隐患，
提升煤矿安全管理水平是我国煤炭企业面临的重大课题。 近年来，信息技术有了突飞锰进地发展。随着数据库技术的成熟和数据应用的普及，数据库的数量、单个数据库的容量和数据类型的复杂性都大大地增加了。在这些庞大的数据库中蕴藏着极其丰富的信息源，因此，数据挖掘技术应运而生。作为数据挖掘的一个方向，空间数据挖掘可以用于对空间数据的理解、空间关系和空间与非空间数据关系的发现、空间知识库的构造、空间数据库的重组和空间查询的优化。空间数据挖掘在地理信息系统、地理市场、遥感、图像数据勘测、医学图像处理、导航、交通控制、环境研究等领域有着广泛的应用。 由于煤矿自然灾害影响因素具有空间分布不确定性特征，因此可以在建立大理自然灾害空间数据信息基础上，构建灾害隐患识别模型，进行煤矿自然灾害空间信息数据挖掘，识别灾害隐患，提高煤矿安全预警能力，减少自然灾害发生率。 2我国煤矿安全管理中存在的问题 通过对具体矿井的详细调查，发现我国煤矿安全管理工作存在
数据挖掘简介 数据挖掘的任务 数据挖掘的任务就是从实例集合中找出容易理解的规则和关系。这些规则可以用于预测未来趋势、评价顾客、评估风险或简单地描述和解释给定的数据。通常数据挖掘的任务包括以下几个部分: 数据总结目的是对数据进行浓缩，给出它的紧凑描述。传统的也是最简单的数据总结方法是计算出数据库的各个字段上的求和值、平均值、方差值等统计值，或者用直方图、饼图等图形方式表示。数据挖掘主要关心从数据泛化的角度来讨论数据总结。数据泛化是一种把数据库中的有关数据从低层次抽象到高层次上的过程。数据泛化目前主要有两种技术:多维数据分析方法和面向属性的归纳方法。 多维数据分析方法是一种数据仓库技术，也称作联机分析处理(OLAP，onLineAnalysisProeess)。数据仓库是面向决策支持的、集成的、稳定的、不同时间的历史数据集合。决策的前提是数据分析。在数据分析中经常要用到诸如求和、总计、平均、最大、最小等汇集操作，这类操作的计算量特别大。因此一种很自然的想法是，把汇集操作结果预先计算并存储起来，以便于决策支持系统使用。存储汇集操作结果的地方称作多维数据库。多维数据分析技术已经在决策支持系统中获得了成功的应用，如著名的SAS数据分析软件包、Businessobject公司的决策支持系统Businessobjeet，以及IBM公司的决策分析工具都使用了多维数据分析技术。 采用多维数据分析方法进行数据总结，它针对的是数据仓库，数据仓库存储的是脱机的历史数据。为了处理联机数据，研究人员提出了一种面向属性的归纳方法。它的思路是，直接对用户感兴趣的数据视图(用一般的SQL查询语言即可获得)进行泛化，而不是像多维数据分析方法那样预先就存储好了泛化数据。方法的提出者对这种数据泛化技术称之为面向属性的归纳方法。原始关系经过泛化操作后得到的是一个泛化关系，它从较高的层次上总结了在低层次上的原始关系。有了泛化关系后，就可以对它进行各种深入的操作而生成满足用户需要的知识，如在泛化关系基础上生成特性规则、判别规则、分类规则，以及关联规则等。数据挖掘的分类 数据挖掘所能发现的知识有如下几种: .广义型知识，反映同类事物共同性质的知识; .特征型知识，反映事物各方面的特征知识; .差异型知识，反映不同事物之间属性差别的知识; .关联型知识，反映事物之间依赖或关联的知识; .预测型知识，根据历史的和当前的数据推测未来数据; .偏离型知识。揭示事物偏离常规的异常现象。 所有这些知识都可以在不同的概念层次上被发现，随着概念树的提升，从微观到中观再到宏观，以满足不同用户、不同层次决策的需要。例如，从一家超市的数据仓库中，可以发现的一条典型关联规则可能是“买面包和黄油的顾客十有八九也买牛奶”，也可能是“买食品的顾客几乎都用信用卡”，这种规则对于商家开发和实施客户化的销售计划和策略是非常有用的。 数据挖掘的方法 数据挖掘并非一个完全自动化的过程。整个过程需要考虑数据的所有因素和其预定的效用，然后应用最佳的数据挖掘方法。数据挖掘的方法很重要。在数据挖掘的领域里.有一点已经被广泛地接受，即不管你选择哪种方法，总存在着某种协定。因此对实际情况，应该具体分析，根据累积的经验和优秀的范例选择最佳的方法。数据挖掘中没有免费的午餐，也没
第37卷第7期测绘与空间地理信息 GEOMATICS ＆SPATIAL INFOＲMATION TECHNOLOGY Vol．37，No．7收稿日期：2014－01－22 作者简介：马宏斌（1982－），男，甘肃天水人，作战环境学专业博士研究生，主要研究方向为地理空间信息服务。 大数据时代的空间数据挖掘综述 马宏斌1 ，王 柯1，马团学 2（1．信息工程大学地理空间信息学院，河南郑州450000；2．空降兵研究所，湖北孝感432000） 摘 要：随着大数据时代的到来，数据挖掘技术再度受到人们关注。本文回顾了传统空间数据挖掘面临的问题， 介绍了国内外研究中利用大数据处理工具和云计算技术，在空间数据的存储、管理和挖掘算法等方面的做法，并指出了该类研究存在的不足。最后，探讨了空间数据挖掘的发展趋势。关键词：大数据；空间数据挖掘；云计算中图分类号：P208 文献标识码：B 文章编号：1672－5867（2014）07－0019－04 Spatial Data Mining Big Data Era Ｒeview MA Hong －bin 1，WANG Ke 1，MA Tuan －xue 2 （1．Geospatial Information Institute ，Information Engineering University ，Zhengzhou 450000，China ； 2．Airborne Institute ，Xiaogan 432000，China ） Abstract ：In the era of Big Data ，more and more researchers begin to show interest in data mining techniques again．The paper review most unresolved problems left by traditional spatial data mining at first．And ，some progress made by researches using Big Data and Cloud Computing technology is introduced．Also ，their drawbacks are mentioned．Finally ，future trend of spatial data mining is dis-cussed． Key words ：big data ；spatial data mining ；cloud computing 0引言 随着地理空间信息技术的飞速发展，获取数据的手 段和途径都得到极大丰富，传感器的精度得到提高和时空覆盖范围得以扩大，数据量也随之激增。用于采集空间数据的可能是雷达、红外、光电、卫星、多光谱仪、数码相机、成像光谱仪、全站仪、天文望远镜、电视摄像、电子 显微镜、CT 成像等各种宏观与微观传感器或设备，也可能是常规的野外测量、人口普查、土地资源调查、地图扫描、 地图数字化、统计图表等空间数据获取手段，还可能是来自计算机、 网络、GPS ，ＲS 和GIS 等技术应用和分析空间数据。特别是近些年来，个人使用的、携带的各种传感器（重力感应器、电子罗盘、三轴陀螺仪、光线距离感应器、温度传感器、红外线传感器等），具备定位功能电子设备的普及，如智能手机、平板电脑、可穿戴设备（GOOGLE GLASS 和智能手表等），使人们在日常生活中产生了大量具有位置信息的数据。随着志愿者地理信息（Volunteer Geographic Information ）的出现，使这些普通民众也加入到了提供数据者的行列。 以上各种获取手段和途径的汇集，就使每天获取的 数据增长量达到GB 级、 TB 级乃至PB 级。如中国遥感卫星地面站现在保存的对地观测卫星数据资料达260TB ，并以每年15TB 的数据量增长。比如2011年退役的Landsat5卫星在其29年的在轨工作期间，平均每年获取8．6万景影像，每天获取67GB 的观测数据。而2012年发射的资源三号（ZY3）卫星，每天的观测数据获取量可以达到10TB 以上。类似的传感器现在已经大量部署在卫 星、 飞机等飞行平台上，未来10年，全球天空、地空间部署的百万计传感器每天获取的观测数据将超过10PB 。这预示着一个时代的到来，那就是大数据时代。大数据具有 “4V ”特性，即数据体量大（Volume ）、数据来源和类型繁多（Variety ）、数据的真实性难以保证（Veracity ）、数据增加和变化的速度快（Velocity ）。对地观测的系统如图1所示。 在这些数据中，与空间位置相关的数据占了绝大多数。传统的空间知识发现的科研模式在大数据情境下已经不再适用，原因是传统的科研模型不具有普适性且支持的数据量受限， 受到数据传输、存储及时效性需求的制约等。为了从存储在分布方式、虚拟化的数据中心获取信息或知识，这就需要利用强有力的数据分析工具来将
数据挖掘在中国的现状和发展研究 导读：本文以科学引文索引数据库(SCI)、工程索引数据库(EI)以及清华全文数据库(CNKI)中有关“数据挖掘”研究文章的统计数据为研究基础，对数据挖掘在我国研究的总体趋势、研究热点、研究分支三个方面进行分析和研究。本文分析了数据挖掘在我国的发展，并对进一步发展我国数据挖掘的理论研究和实际应用提出了建议。 关键字：数据挖掘 0 引言 近年来，随着计算机对数据的生成、收集、存贮和处理能力的大大提高，数据量与日俱增，传统的数据分析工具对海量数据的处理力不从心，数据挖掘技术应运而生。 中国科研工作者近几年来积极开展了对数据挖掘的研究，并在理论研究和实际应用上取得了一定的成绩，但是有关数据挖掘的成功应用还比较少。本文通过对中国有关数据挖掘研究文章数量的统计，对数据挖掘在中国发展的现状及发展趋势进行分析和研究，通过分析有关论文的发表，对数据挖掘在中国的理论研究和实际应用提出建议。 1 数据挖掘的应用与研究发展 数据挖掘是指从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有用知识的过程。数据挖掘是一门新兴的边缘学科，近年来引起了中国学术界和产业界的广泛关注。 数据挖掘出现于20世纪80年代后期，90年代有了突飞猛进的发展。2001年，Gartner Group的一次高级技术调查将数据挖掘和人工智能列为“未来三到五年内将对工业产生深远影响的五大关健技术”之首，并且还将并行处理体系和数据挖掘列为未来五年内投资焦点的十大新兴技术前两位。美国麻省理工学院在2001年1月份的《科技评论》(Technology Review)提出将在未来5年对人类产生重大影响的10大新兴技术，其中第3项就是数据挖掘。 数据挖掘技术已被广泛的应用于各个领域，其中一些典型应用如加州理工学院喷气推进实验室与天文科学家合作开发的SKICAT系统，能够帮助天文学家发现遥远的类星体，是人工智能技术在天文学和空间科学上的第一批成功应用之一；生物学研究中用数据挖掘技术对DNA进行分析利用数据挖掘技术识别顾客的购买行为模式，对客户进行了分析；对银行或商业上经常发生的诈骗行为进行预测IBM公司
空间数据管理平台解决方案
1.引言 1.1方案概述 空间数据管理平台解决方案主要是针对我国各级测绘院、信息中心建设区域地理信息基础框架的迫切需求，开发的一套专业性强、具有高可扩展性的基础地理信息数据库管理平台。 整个方案从管理多源、多尺度、多类型的基础地理信息数据的角度出发，开发了一些列软件系统，包括空间数据入库更新子系统、空间数据质量检查子系统以及空间数据管理平台等，可以实现对现有基础地理信息数据的整合、转换与集成管理，为政府、企业、公众等提供空间信息服务。 1.2系统特点 ●“多源、多尺度、多时相”基础地理数据的集成管理 由于基础地理数据具有多源、多尺度、多时相的特点，基础地理数据管理平台必须具有集成不同数据类型、不同比例尺、不同时间的各种基础地理数据的能力。 ●多比例尺数据集成 对于不同尺度的基础地理数据，其集成通过统一空间参考系（WGS84、西安80、北京54）或动态投影技术来实现。不同比例尺的
基础地理数据可以叠加一起显示，通过控制其显示比例实现地图的逐层显示效果。 ●多类型数据集成 对于不同类型的数据（如DLG与DRG）的集成采用按空间坐标范围或图幅索引实现。 ●多时序数据集成 对于不同时间段的基础地理数据，采用历史数据库来实现。根据数据更新周期的不同，采用按数据集、图幅、对象级别的历史数据库机制。 ●基础地理数据管理全过程支持 SuperMap D-Manager特别针对我国各级测绘院、信息中心设计开发，系统支持数据加工、数据入库管理、数据共享、数据发布的整个业务过程，可以快速为用户打造完备的基础地理数据中心，满足各种用户对基础地理信息的需求，为数字城市建设服务。 ●基础性与平台性 SuperMap D-Manager从设计到实现，充分考虑了其作为基础性、平台性等支撑性要求。SuperMap D-Manager在设计思路、软件开发实现上都具有高可扩展性的特点。
湘潭大学 本科生专业文献综述 题目: 数据挖掘文献综述 姓名: 林勇 学院: 信心工程学院学院 专业: 自动化 班级: 一班 学号: 2010550113 指导教师: 张莹
0前言 随着计算机技术的迅猛发展，人类正在步入信息社会。面对今天浩如烟海的信息，如何帮助人们有效地收集和选择所感兴趣的信息，更关键的是如何帮助用户在日益增多的信息中自动发现新的概念并自动分析它们之间的关系，使之能够真正地做到信息处理的自动化，这已成为信息技术领域的热点问题。数据挖掘就是为满足这种要求而产生并迅速发展起来的，可用于开发信息资源的一种新的数据处理技术。 1什么是数据挖掘 数据挖掘(Data Mining)，也叫数据开采，数据采掘等，是按照既定的业务目标从海量数据中提取出潜在、有效并能被人理解的模式的高级处理过程。在较浅的层次上，它利用现有数据库管理系统的查询、检索及报表功能，与多维分析、统计分析方法相结合，进行联机分析处理，从而得出可供决策参考的统计分析数据。在深层次上，则从数据库中发现前所未有的、隐含的知识。OLAF'的出现早于数据挖掘，它们都是从数据库中抽取有用信息的方法，就决策支持的需要而言两者是相辅相成的。OLAP可以看作一种广义的数据挖掘方法，它旨在简化和支持联机分析，而数据挖掘的目的是便这一过程尽可能自动化。数据挖掘基于的数据库类型主要有：关系型数据库、面向对象数据库、事务数据库、演绎数据库、时态数据库、多媒体数据库、主动数据库、空间数据库、遗留数据库、异质数据库、文本型、Internet信息库以及新兴的数据仓库(Data Warehouse)等。而挖掘后获得的知识包括关联规则、特征规则、区分规则、分类规则、总结规则、偏差规则、聚类规则、模式分析及趋势分析等。 1.1 数据挖掘的任务 数据挖掘的两个高层目标是预测和描述。前者指用一些变量或数据库的若干已知字段预测其它感兴趣的变量或字段的未知的或未来的值；后者指找到描述数据的可理解模式。根据发现知识的不同，我们可以将数据挖掘任务归纳为以下几类： (1)特征规则。从与学习任务相关的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征．例如可以从某种疾病的症状中提取
摘要文章对数据挖掘中软计算方法及应用作了综述。对模糊逻辑、遗传算法、神经网络、粗集等软计算方法，以及它们的混合算法的特点进行了分析，并对它们在数据挖掘中的应用进行了分类。 关键词数据挖掘；软计算；模糊逻辑；遗传算法；神经网络；粗集 1 引言 在过去的数十年中，随着计算机软件和硬件的发展，我们产生和收集数据的能力已经迅速提高。许多领域的大量数据集中或分布的存储在数据库中[1][2]，这些领域包括商业、金融投资业、生产制造业、医疗卫生、科学研究，以及全球信息系统的万维网。数据存储量的增长速度是惊人的。大量的、未加工的数据很难直接产生效益。这些数据的真正价值在于从中找出有用的信息以供决策支持。在许多领域，数据分析都采用传统的手工处理方法。一些分析软件在统计技术的帮助下可将数据汇总，并生成报表。随着数据量和多维数据的进一步增加，高达109的数据库和103的多维数据库已越来越普遍。没有强有力的工具，理解它们已经远远超出了人的能力。所有这些显示我们需要智能的数据分析工具，从大量的数据中发现有用的知识。数据挖掘技术应运而生。 数据挖掘就是指从数据库中发现知识的过程。包括存储和处理数据，选择处理大量数据集的算法、解释结果、使结果可视化。整个过程中支持人机交互的模式[3]。数据挖掘从许多交叉学科中得到发展，并有很好的前景。这些学科包括数据库技术、机器学习、人工智能、模式识别、统计学、模糊推理、专家系统、数据可视化、空间数据分析和高性能计算等。数据挖掘综合以上领域的理论、算法和方法，已成功应用在超市、金融、银行[4]、生产企业 [5]和电信，并有很好的表现。 软计算是能够处理现实环境中一种或多种复杂信息的方法集合。软计算的指导原则是开发利用那些不精确性、不确定性和部分真实数据的容忍技术，以获得易处理、鲁棒性好、低求解成本和更好地与实际融合的性能。通常，软计算试图寻找对精确的或不精确表述问题的近似解[6]。它是创建计算智能系统的有效工具。软计算包括模糊集、神经网络、遗传算法和粗集理论。 2 数据挖掘中的软计算方法 目前，已有多种软计算方法被应用于数据挖掘系统中，来处理一些具有挑战性的问题。软计算方法主要包括模糊逻辑、神经网络、遗传算法和粗糙集等。这些方法各具优势，它们是互补的而非竞争的，与传统的数据分析技术相比，它能使系统更加智能化，有更好的可理解性，且成本更低。下面主要对各种软计算方法及其混合算法做系统性的阐述，并着重强调它们在数据挖掘中的应用情况。 2.1 模糊逻辑 模糊逻辑是1965年由泽德引入的，它为处理不确定和不精确的问题提供了一种数学工具。模糊逻辑是最早、应用最广泛的软计算方法，模糊集技术在数据挖掘领域也占有重要地位。从数据库中挖掘知识主要考虑的是发现有兴趣的模式并以简洁、可理解的方式描述出来。模糊集可以对系统中的数据进行约简和过滤，提供了在高抽象层处理的便利。同时，数据挖掘中的数据分析经常面对多种类型的数据，即符号数据和数字数据。nauck[7]研究了新的算法，可以从同时包含符号数据和数字数据中生成混合模糊规则。数据挖掘中模糊逻辑主要应用于以下几个方面： （1）聚类。将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程被称为聚类。聚类分析是一种重要的人类行为，通过聚类，人能够识别密集的和稀疏的区域，因而发现全局的分布模式，以及数据属性之间有趣的关系。模糊集有很强的搜索能力，它对发现的结构感兴趣，这会帮助发现定性或半定性数据的依赖度。在数据挖掘中，这种能力可以帮助
数据挖掘分类算法研究综述 程建华 (九江学院信息科学学院软件教研室九江332005 ) 摘要：随着数据库应用的不断深化,数据库的规模急剧膨胀,数据挖掘已成为当今研究的热点。特别是其中的分类问题,由于其使用的广泛性,现已引起了越来越多的关注。对数据挖掘中的核心技术分类算法的内容及其研究现状进行综述。认为分类算法大体可分为传统分类算法和基于软计算的分类法两类。通过论述以上算法优缺点和应用范围，研究者对已有算法的改进有所了解，以便在应用中选择相应的分类算法。 关键词：数据挖掘；分类；软计算；算法 1引言 1989年8月，在第11届国际人工智能联合会议的专题研讨会上，首次提出基于数据库的知识发现(KDD，Knowledge DiscoveryDatabase)技术[1]。该技术涉及机器学习、模式识别、统计学、智能数据库、知识获取、专家系统、数据可视化和高性能计算等领域，技术难度较大，一时难以应付信息爆炸的实际需求。到了1995年，在美国计算机年会(ACM)上，提出了数据挖掘[2](DM，Data Mining)的概念，由于数据挖掘是KDD过程中最为关键的步骤，在实践应用中对数据挖掘和KDD这2个术语往往不加以区分。 基于人工智能和信息系统，抽象层次上的分类是推理、学习、决策的关键，是一种基础知识。因而数据分类技术可视为数据挖掘中的基础和核心技术。其实，该技术在很多数据挖掘中被广泛使用，比如关联规则挖掘和时间序列挖掘等。因此，在数据挖掘技术的研究中，分类技术的研究应当处在首要和优先的地位。目前，数据分类技术主要分为基于传统技术和基于软计算技术两种。 2传统的数据挖掘分类方法 分类技术针对数据集构造分类器，从而对未知类别样本赋予类别标签。在其学习过程中和无监督的聚类相比，一般而言，分类技术假定存在具备环境知识和输入输出样本集知识的老师，但环境及其特性、模型参数等却是未知的。 2.1判定树的归纳分类 判定树是一个类似流程图的树结构，其中每个内部节点表示在一个属性上的测试，每个分支代表一个测试输出，而每个树叶节点代表类或类分布。树的最顶层节点是根节点。由判定树可以很容易得到“IFTHEN”形式的分类规则。方法是沿着由根节点到树叶节点的路径，路径上的每个属性-值对形成“IF”部分的一个合取项，树叶节点包含类预测，形成“THEN”部分。一条路径创建一个规则。 判定树归纳的基本算法是贪心算法，它是自顶向下递归的各个击破方式构造判定树。其中一种著名的判定树归纳算法是建立在推理系统和概念学习系统基础上的ID3算法。 2.2贝叶斯分类 贝叶斯分类是统计学的分类方法，基于贝叶斯公式即后验概率公式。朴素贝叶斯分类的分类过程是首先令每个数据样本用一个N维特征向量X={X1，X2，?X n}表示，其中X k是属性A k的值。所有的样本分为m类：C1，C2，?，C n。对于一个类别的标记未知的数据记录而言，若P(C i/X)>P(C j/X)，1≤ j≤m，j≠i，也就是说，如果条件X下，数据记录属于C i类的概率大于属于其他类的概率的话，贝叶斯分类将把这条记录归类为C i类。 建立贝叶斯信念网络可以被分为两个阶段。第一阶段网络拓扑学习，即有向非循环图的——————————————————— 作者简介：程建华（1982-），女，汉族，江西九江，研究生，主要研究方向为数据挖掘、信息安全。
数据挖掘综述 1、产生背景 随着计算机的产生和大量数字化的存储方法的出现，我们借助计算机来收集和分类各种数据资料，但是不同存储结构存放的大量数据集合很快被淹没，便导致了结构化数据库以及DBMS的产生。 但是随着信息时代的到来，信息量远远超过了我们所能处理的范围，从商业交易数据、科学资料到卫星图片、文本报告和军事情报，以及生活中各种信息，这也就是“数据爆炸但知识贫乏”的网络时代，面对巨大的数据资料，出现了新的需求，希望能够更好的利用这些数据，进行更高层次的分析，从这些巨大的数据中提取出对我们有意义的数据，这就是知识发现（KDD,Knowledge Discovery in Databases），数据挖掘应运而生。 2、数据库系统技术的演变 1）20世纪60年代和更早 这个时期是数据收集和数据库创建的过程，原始文件的处理2）20世纪70年代---80年代初期 有层次性数据库、网状数据库、关系数据库系统 3）20世纪80年代中期—现在 高级数据库系统，可以应用在空间、时间的、多媒体的、主动的、流的和传感器的、科学的和工程的。 4）20世纪80年代后期—现在
高级数据分析：数据仓库和数据挖掘 5）20世纪90年代—现在 基于web的数据库，与信息检索和数据信息的集成6）现在---将来 新一代的集成数据域信息系统 3、数据挖掘概念 数据挖掘（Data Mining），就是从大量数据中获取有效的、新颖的、潜在的有用的，最终可以理解的模式的非平凡过程。数据挖掘，又称为数据库中知识发现（KDD,Knowledge Discovery in Databases），也有人把数据挖掘作为数据库中知识发现过程的一个基本步骤。 数据挖掘基于的数据库类型主要有：关系型数据库、面向对象数据库、事务数据库、演绎数据库、时态数据库、多媒体数据库、主动数据库、空间数据库、遗留数据库、异质数据库、文本型、Internet信息库以及新兴的数据仓库等。 4、数据挖掘特点和任务 4.1数据挖掘具有以下几个特点： 1）处理的数据规模十分庞大，达到GB,TB数量级，甚至更大2）查询一般是决策制定者（用户）提出的即时随机查询，往往不能形成精确的查询要求，需要靠系统本身寻找其可能感兴 趣的东西。 3）在一些应用（如商业投资等）中，由于数据变化迅速，因此
电子政务中空间数据的整合之道 1.电子政务与GIS 早在2001年，国务院办公厅就制定了全国政府系统政务信息化建设的5年规划，对我国政府信息化的指导思想、方针、政策作出了明确规定。其总体目标是：大体用35年时间建设以“三网一库”为基本架构的政府系统的政务信息化枢纽框架。所谓“三网一库”，是指：政府机关内部的办公业务网；国务院办公厅与各地区、各部门连接的办公业务资源网；以因特网为依托的政府公众信息网；政府系统共建共享的电子信息资源库。 中国建设以现代信息技术为支撑的各级政府电子政务系统的行动序幕就此拉开。在这“三网一库”的建设需求中，我们看到，GIS应该是电子政务建设的空间定位基础平台，政府许多部门（如：规划、国土、市政、城建、环保等）的工作流程中，都涉及到地理空间相关信息的参考、处理和分析。同时，GIS特有的空间分析能力，给电子政务辅助决策赋予了空间化的手段和方法，各种与地理空间分布密切相关的信息（如：人口、工业、商业、医疗、卫生、环保、公共安全、金融、保险等）可以在空间上进行各种组合叠加分析，进而提高政府决策的有效性和科学性。GIS对空间数据的综合处理和操作能力，为电子政务提供了业务管理和辅助决策的可视化工具，可以提高政府办公决策的效率和质量。因此，电子政务的建设实施工作与GIS是密不可分的。 全国各地在建和拟建的电子政务系统中，将GIS纳入其中的不在少数。但是，我们注意到，随着系统建设的推进，系统间各种空间信息的整合共享和互操作问题越来越严重，带来的直接后果是“信息孤岛”正在不断增多。 2.传统的思路很难解决数据整合问题
这些“信息孤岛”，形成了众多相对封闭和独立的系统。这些系统之间，没有统一的数据格式标准，数据的存储和处理方法也各不相同，甚至看似相同的操作也由于缺乏统一的语义描述而存在诸多微秒的差异。这些系统所对应的电子政务，势必也是相对封闭、互不关联（不是物理网络上不能相连，而是不能共享和互操作）的。现在不少地方已经在思想上充分地认识到了这一问题的严重性，也在考虑如何才能避 免“信息孤岛”的形成。通常，人们在考虑不同系统之间的信息整合与交互时，经历了漫长但却相对固定的思维模式，即：数据转换、平台统一。人们在考虑建设电子政务系统时，如果涉及GIS，马上会想到不同系统的数据是否可以转换和如何转换的问题。更多的是干脆考虑平台统一。数据转换，由于转换后不同程度的信息丢失和转换效率等问题，使得人们很难通过数据转换的方法（无论是实时的还是非实时的），来实现系统间高效的数据共享与互操作。统一平台，在同一个部门、同一个单位、至多在同一个地区的同一个系统中是可行的，但要由某一平台一统天下，却是不太可能。因此，数据的整合与互操作问题，一直困扰着人们。而不解决这个问题，建立统一高效的电子政务系统的目标就难于达到。全社会的信息化进程也必将受到严重阻碍。那么，解决之道是否存在？ 3.Web服务 Web服务概念的提出，为我们寻求电子政务空间数据整合之道展现了一线曙光。Web服务是一种全新的系统构架和分布计算标准。Web服务提供了一种开放、可互操作的高效实现框架。不同的应用，只要为其裹上一层S OA P（协议）外衣，它们之间就可以很好地进行通信。而且，请求服务的客户方和被请求的服务方之间的关系是相对的和松散耦合的。
可视化空间数据挖掘研究综述 贾泽露1，2 刘耀林2 （1. 河南理工大学测绘与国土信息工程学院，焦作，454000；2. 武汉大学资源与环境科学学院，武汉，430079）摘要：空间数据挖掘针对的是更具有可视化要求的地理空间数据的知识发现过程，可视化能提供同用户对空间目标心理认知过程相适应的信息表现和分析环境，可视化与空间数据挖掘的结合是该领域研究发展的必然，并已成为一个研究热点。论文综述了空间数据挖掘和可视化的研究现状，重点阐述了空间数据挖掘中的可视化化技术及其应用，并对可视化空间数据挖掘的发展趋势进行了阐述。 关键词：数据挖掘；空间数据挖掘；数据可视化；信息可视化；GIS； 空间信息获取技术的飞速发展和各种应用的广泛深入，多分辨率、多时态空间信息大量涌现，以及与之紧密相关的非空间数据的日益丰富，对海量空间信息的综合应用和处理技术提出了新的挑战，要求越来越高。空间数据挖掘技术作为一种高效处理海量地学空间数据、提高地学分析自动化和智能化水平、解决地学领域“数据爆炸、知识贫乏”问题的有效手段，已发展成为空间信息处理的关键技术。然而，传统数据挖掘“黑箱”作业过程使得用户只能被动地接受挖掘结果。可视化技术能为数据挖掘提供直观的数据输入、输出和挖掘过程的交互探索分析手段，提供在人的感知力、洞察力、判断力参与下的数据挖掘手段，从而大大地弥补了传统数据挖掘过程“黑箱”作业的缺点，同时也大大弥补了GIS重“显示数据对象”轻“刻画信息结构”的弱点，有力地提高空间数据挖掘进程的效率和结果的可信度[1]。空间数据挖掘中可视化技术已由数据的空间展现逐步发展成为表现数据内在复杂结构、关系和规律的技术，由静态空间关系的可视化发展到表示系统演变过程的可视化。可视化方法不仅用于数据的理解，而且用于空间知识的呈现。可视化与空间数据挖掘的结合己成为必然，并已形成了当前空间数据挖掘1与知识发现的一个新的研究热点——可视化空间数据挖掘(Visual Spatial Data Mining，VSDM)。VSDM技术将打破传统数据挖掘算法的“封闭性”，充分利用各式各样的数据可视化技术，以一种完全开放、互动的方式支持用户结合自身专业背景参与到数据挖掘的全过程中，从而提高数据挖掘的有效性和可靠性。本文将对空间数据挖掘、可视化的研究概况，以及可视化在空间数据挖掘中的应用进行概括性回顾总结，并对未来发展趋势进行探讨。 一、空间数据挖掘研究概述 1.1 空间数据挖掘的诞生及发展 1989年8月，在美国底特律市召开的第一届国际联合人工智能学术会议上，从事数据库、人工智能、数理统计和可视化等技术的学者们，首次出现了从数据库中发现知识(knowledge discovery in database，KDD)的概念，标志着数据挖掘技术的诞生[1]。此时的数据挖掘针对的 作者1简介：贾泽露（1977,6－），男，土家族，湖北巴东人，讲师，博士，主要从事空间数据挖掘、可视化、土地信息系统智能化及GIS理论、方法与应用的研究和教学工作。 作者2简介：刘耀林(1960,9- ),男，汉族，湖北黄冈人，教授，博士，博士生导师，武汉大学资源与环境科学学院院长，现从事地理信息系统的理论、方法和应用研究和教学工作。
多源信息融合数字模型 研究员、博导 岳天祥 研究员、博导 刘纪远 (中国科学院地理学与资源研究所, 北京100101) 摘 要:研究结果表明,在目前基础条件下,多源信息融合数字模型的实现需要解决现行数字地面 模型和空间插值模型的误差问题、点—面信息有效融合问题、多尺度转换问题和多维GIS面临的理 论问题。建立多源信息融合数字模型的基本步骤可归纳为:(a)建立基于曲面论数字模型的基本方程,(b)运用遥感数据反演数字模型的首次近似表达形式,(c)如果有更新信息,重复以上过程,直至 理论模型与实际需求完全相符。 关键词:曲面论 遥感反演 多源信息融合 数字模型 A Digital Model for Multi-Sources Information Fusion Professor YUE Tianxiang Professor LIU Jiyuan (Institute of Geographical Sciences and Natural Resources Research,C AS,Beijing100101) A bstract:Our re search re sult shows that realization of the digital m odel for multi-sourc es information fusion needs to solve problems of e rrors of existing digital te rrain model and spatial inte rpolation model,virtual fusion of point and surface information,information transformation at various scales,and multi-dimension G I S.The basic ste ps of constructing the digital model include,(a)establishing basic equations of the digital model by means of surface the ory,(b)retrie ving first approximate formulation using remote sensing data,(c)if the re are more available information,the ste p above is repeated until requirement is re ache d. Key words:surface the ory,remote se nsing retrie val,information fusion,digital model 1 引言 七十年代初,美国研究机构发现,利用计算机技术对多个独立的连续声纳信号进行融合后,可以自动检测出敌方潜艇的位置[1]。这一发现使信息融合作为一门独立的技术首先在军事应用中得到青睐,美国相继研究开发了几十个军事融合系统。进入八十年代,研制出了应用于大型战略系统、海洋监视系统和小型战术系统的第一代信息融合系统,它们包括军用分析系统(TCAC)、多平台多传感器跟踪信息相关处理系统(INCA)、全员分析系统(PAAS)、海军战争状态分析显示系统(TOP)、辅助空中作战命令分析专家系统(DAGR)、空中目标确定和截击武器选择专家系统(TATR)、自动多传感器部队识别系统(AMSUI)和目标获取与武器输送系统(TR-WDS)。九十年代研制的主要数据融合系统包括全源信息分 中国科学院知识创新工程项目(No.kzc x2-308-02)
Web数据挖掘综述 摘要:过去几十年里,Web的迅速发展使其成为世界上规模最大的公共数据源,因此如何从Web庞大的数据中提取出有价值的信息成为一大难题。Web数据挖掘正是为了解决这一难题而提出的一种数据挖掘技术。本文将从Web数据挖掘的概念、分类、处理流程、常用技术等几方面对Web数据挖掘进行介绍,并分析了Web 数据挖掘的应用及发展趋势。 关键词:Web数据挖掘;分类;处理流程;常用技术;应用;发展趋势 Overview of Web Data Mining Abstract:Over the past few decades,the rapid development of Web makes it becoming the world’s largest public data sources.So how to extract valuable information from the massive data of Web has become a major problem.Web data mining is the data mining technology what is in order to solve this problem.This article introduces the Web data mining from its concept, classification,processing,and common techniques,and analyzes the application and the development tendency of Web data mining. Key words:Web Data Mining;Classification;Processing;Common Techniques;Application; Development Tendency 0.引言 近些年来,互联网技术的飞速发展,带来了网络信息生产和消费行为的快速拓展。电脑、手机、平板电脑等终端的普及,SNS、微博等Web2.0应用的快速发展,促进了互联网信息数量的急剧增长,信息资源前所未有的丰富。但同时,海量级、碎片化的信息增加了人们获取有效信息的时间和成本[1]。因此,迫切需要找到这样的工具,能够从Web上快速有效地发现资源,发现隐含的规律性内容,提高在Web上检索信息、利用信息的效率,解决数据的应用问题,Web数据挖掘正是一个很好的解决方法。