本书首先介绍了地理空间关联模式挖掘的研究背景与意义、研究进展以及相关理论基础；进而描述了地理空间关联模式挖掘方法，包括空间点数据的全局关联模式、局部关联模式、异常关联模式以及时空点数据关联模式和地理事件时空关联模式挖掘方法。本书亦介绍了地理空间关联模式挖掘在生态环境、城市空间、公共安全、交通出行等领域的具体应用。
样章试读
目录
- 目录
“地球观测与导航技术丛书”编写说明
前言
第1章 绪论 1
1.1 地理空间数据挖掘与地理关联模式挖掘 1
1.1.1 地理空间数据挖掘的主要任务 1
1.1.2 地理空间关联模式挖掘的研究意义 3
1.2 地理空间关联模式挖掘的研究进展 4
1.2.1 事务型关联规则挖掘 5
1.2.2 空间关联模式挖掘 6
1.2.3 时空关联模式挖掘 8
1.2.4 局部关联模式挖掘 9
1.3 地理空间关联模式研究的难点问题 10
1.4 本书的主要内容与结构组织 11
1.5 本章小结 13
参考文献 14
第2章 地理空间关联模式挖掘的理论基础 18
2.1 引言 18
2.2 事务型关联规则 18
2.2.1 事务与项集 19
2.2.2 频繁项集与关联规则 19
2.2.3 先验原理与Apriori算法 20
2.3 地理空间数据的基本特征与关系表达 23
2.3.1 空间特征 23
2.3.2 属性特征 23
2.3.3 时间特征 23
2.3.4 尺度特征 26
2.3.5 地理空间数据的基本关系 26
2.4 地理空间关联模式的分类与特征 28
2.4.1 地理空间关联模式的分类 28
2.4.2 地理空间关联模式的特征 29
2.5 地理空间认知理论与表达 31
2.5.1 地理空间认知理论 31
2.5.2 地理空间认知过程与表达 31
2.5.3 地理空间模式挖掘的认知过程 32
2.6 本章小结 33
参考文献 33
第3章 空间点数据全局关联模式挖掘方法 35
3.1 引言 35
3.2 基于频繁模式的挖掘方法 36
3.2.1 事务化的方法 37
3.2.2 免事务的方法 37
3.3 基于空间聚类的挖掘方法 39
3.3.1 图层聚类的方法 40
3.3.2 要素聚类的方法 40
3.4 基于可视分析的挖掘方法 41
3.5 基于空间统计的挖掘方法 42
3.5.1 基于模式重建的非参数统计方法 45
3.5.2 顾及网络约束的非参数统计方法 52
3.6 基于混合策略的挖掘方法 65
3.6.1 混合空间聚类与统计的方法 65
3.7 本章小结 77
参考文献 77
第4章 空间点数据局部关联模式挖掘方法 82
4.1 引言 82
4.2 基于区域划分的挖掘方法 83
4.3 基于区域探测的挖掘方法 84
4.4 基于自适应模式聚类的挖掘方法 86
4.4.1 空间同现模式的全局显著性检验 86
4.4.2 空间同现模式的自适应聚类 89
4.4.3 空间局部同现模式的局部显著性检验 90
4.4.4 算法描述与分析 91
4.4.5 实例分析 92
4.5 本章小结 101
参考文献 101
第5章 空间点数据异常关联模式挖掘方法 104
5.1 引言 104
5.2 融合多元分布特征的异常关联模式统计挖掘方法 106
5.2.1 空间异常关联区域的多向优化扩展 106
5.2.2 二元空间点模式的分布特征重建 109
5.2.3 空间异常关联模式的显著性检验 112
5.2.4 算法描述 113
5.3 实例分析与比较 113
5.3.1 数据描述 113
5.3.2 结果分析 114
5.4 本章小结 116
参考文献 117
第6章 时空点数据关联模式挖掘方法 119
6.1 引言 119
6.2 基于时空分治的挖掘方法 120
6.2.1 混合时空同现模式挖掘方法 120
6.2.2 持续时空同现模式挖掘方法 122
6.2.3 稀有时空同现模式挖掘方法 123
6.3 基于维度附加的挖掘方法 125
6.3.1 全序时空同现模式挖掘方法 125
6.3.2 偏序时空同现模式挖掘方法 128
6.3.3 无序时空同现模式挖掘方法 129
6.4 基于时空点过程的参数统计方法 130
6.4.1 时空要素分布特征的探索性分析 130
6.4.2 基于时空点过程的零模型构建 131
6.4.3 无序时空同现模式的显著性检验 134
6.4.4 算法描述 136
6.4.5 实例分析 136
6.5 基于时空模式重建的非参数统计方法 142
6.5.1 基于时空模式重建的零模型构建 142
6.5.2 基于显著性检验的无序时空同现模式判别 144
6.5.3 算法描述 144
6.5.4 实例分析 145
6.6 本章小结 149
参考文献 149
第7章 地理事件时空关联模式挖掘方法 152
7.1 引言 152
7.2 地理事件动态性的表现形式与表达模型 153
7.2.1 地理事件动态性的表现形式 153
7.2.2 地理事件动态性的表达模型 154
7.3 地理事件时空扩散模式统计挖掘方法 157
7.3.1 基于时空有向路径的时空扩散模式挖掘方法 157
7.3.2 时空扩散模式的统计判别模型 159
7.4 地理事件时空演变模式统计挖掘方法 161
7.4.1 本体模型 161
7.4.2 本体模型事件的自适应提取方法 161
7.4.3 融合本体模型的时空演变模式统计挖掘方法 163
7.5 实例分析 164
7.5.1 实验数据 164
7.5.2 PM2.5空气污染事件的时空扩散模式分析 165
7.5.3 PM2.5空气污染变化的时空关联因素探测 168
7.6 本章小结 172
参考文献 172
第8章 总结与展望 174
8.1 本书主要内容总结 174
8.2 未来研究工作展望 175
彩图
京公网安备 11010102004214号