论文摘要
科技日新月异的发展,让数据的获取已不在是难事,同时这也导致了数据的过量甚至是爆炸。如何有效利用数据为人类社会提供更好的服务成为了世界各国科学家日益关注的问题。空间数据挖掘和知识发现技术和地理信息系统的提出及发展为人们解决数据过量的问题提供了方法。地理信息系统是一种信息的收集与管理系统。而空间数据挖掘和知识发现技术是一种偏重于信息分析处理的技术。如果能将这二者有机的结合在一起,利用空间数据挖掘和知识发现技术从地理信息系统数据库中挖掘发现那些隐含的、有价值的信息,并将它们用于实际生产生活当中,为人们的决策提供有效的依据,将成为解决人们不能充分利用数据这一问题、避免数据爆炸这一情况继续恶化的有效方法。本文从空间数据挖掘和知识发现的研究领域之一的空间关联规则挖掘技术的主要问题着手进行深入细致的研究,对其主要理论进行了详细的阐述,包括：空间数据挖掘和知识发现技术的概念框架、可挖掘知识的类型、挖掘方法等。而后,从空间数据预处理的的概念、组成、常用方法等方面进行了研究,并对基于粗糙集理论的空间数据预处理方法进行了论述。而后又对关联规则及空间关联规则进行了深入的探讨,并研究了空间关联规则挖掘Apriori算法。最后从交通数据库中提取交通违章数据并将挖掘空间关联规则的Apriori算法算法应用于交通数据的挖掘当中,获取了许多空间关联规则。通过对一部分空间关联规则的解译,获取了有价值的信息和规律。同时针对解译后的规则所反映出的问题,提出了相应的解决方案。通过实验,证明了空间关联规则挖掘Apriori算法能够成功的应用到交通数据的挖掘当中,并且能够对交通管理等方面的决策提供有效客观的支持。
论文目录
相关论文文献
标签：空间数据挖掘和知识发现论文; 空间数据预处理论文; 空间关联规则论文; 算法论文;