空间数据挖掘技术及在城镇土地定级中的应用

论文摘要

现代空间数据获取技术和计算机网络等技术的迅速发展,使得地理信息系统中的空间数据急剧膨胀。虽然这些空间数据满足了人类研究地球资源和环境的潜在需求,拓宽了可供利用的信息源,但是空间数据的复杂性和大小远非一般的事务型数据所能企及,而目前的空间数据处理手段又相对落后,使得蕴含在空间数据资源中的丰富知识被迫束之高阁,为了满足人们对空间信息日益增长的高层次需求,空间数据挖掘相关理论和技术便应运而生了。空间数据挖掘是数据挖掘的一个研究分支,而空间聚类分析是空间数据挖掘的一个重要的研究领域。因此,空间聚类算法的研究一直是空间数据挖掘研究领域中一个非常活跃的研究课题,并且已经被广泛地研究了许多年,但研究的范围主要集中在基于距离的聚类分析。本文系统地研究了划分和层次等空间数据聚类的传统算法后,总结出这些聚类算法容易陷入局部最优,在实现的过程中没有考虑到保持群体对象的全局分布特性,而且对“孤立点”信息比较敏感。正是由于这些不足,大大限制了聚类算法在GIS领域当中的应用。同时遗传算法模仿生物进化过程的自然选择和进化机制,是一种基于群体的全局随机优化算法。因此,可以考虑运用遗传算法来解决空间聚类问题。本文正是将“局部和整体”两个层次进行聚类结果优化作为出发点,分析了遗传算法与常规的聚类方法各自的优点,研究了基于遗传算法的空间聚类方法。经过具体的理论分析和模拟试验,发现该方法是可行的,而且在具体的试验过程了,确实达到了理论的要求。最后,针对目前土地定级划分中人为的主观因素占主导的现实状况,利用改进的空间聚类算法,以基本地价区片为样本,进行土地等级划分,取得了比较理想的结果。本文的研究还存在一些不足之处,文章对这部分提出了展望,以推动进一步的工作。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 空间数据挖掘的产生和发展
• 1.2 空间数挖掘技术的国内外研究现状
• 1.3 空间数据挖掘技术在地理信息系统中的应用
• 1.4 本文的研究内容和论文结构
• 1.4.1 本文的研究内容
• 1.4.2 本文的组织结构
• 第二章 空间数据挖掘的理论体系
• 2.1 空间数据挖掘的概念
• 2.2 空间数据挖掘的特点
• 2.2.1 数据源角度
• 2.2.2 空间数据挖掘方法角度
• 2.3 空间数据挖掘的过程
• 2.4 空间数据挖掘的知识类型
• 2.5 空间数据挖掘的基础理论基本技术框架
• 第三章 空间聚类分析的方法研究
• 3.1 空间聚类的概念与数学表达
• 3.1.1 空间聚类的概念
• 3.1.2 空间聚类的数学表达
• 3.2 空间聚类的方法
• 3.2.1 划分方法
• 3.2.2 层次聚类
• 3.2.3 基于密度的聚类方法
• 3.2.4 基于网格的聚类方法
• 3.2.5 基于模型的聚类方法
• 第四章 基于遗传算法的空间聚类方法
• 4.1 遗传算法基本原理
• 4.1.1 遗传算法的基本思想
• 4.1.2 遗传算法的特点
• 4.1.3 遗传算法的处理流程
• 4.1.4 遗传算法的基本操作
• 4.2 改进型的基于遗传算法的空间聚类方法
• 4.2.1 基于遗传算法的空间聚类方法的设计
• 4.2.2 基于遗传算法的空间聚类算法的主要流程
• 4.3 试验结果与显示
• 4.3.1 试验部分代码
• 4.3.2 实验分析
• 第五章 空间聚类在城镇土地定级中的应用
• 5.1 城镇土地定级的概念
• 5.2 城镇土地定级的任务与目的
• 5.3 空间聚类土地定级原理
• 5.4 应用实例
• 5.4.1 数据源准备
• 5.4.2 样本空间的获取
• 5.4.3 用空间聚类方法进行土地定级
• 5.5 小结
• 第六章 总结与展望
• 参考文献
• 致谢