空间数据挖掘综述.ppt

  1. 1、本文档共43页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
空间数据挖掘综述

EndNote心得 3 1 SDM概述 2 空间聚类综述 目录 EndNote心得 如何将文献导入EndNote? 如何在EndNote中进行文献管理? 如何自动设置文献格式? 如何与Word进行交互? Page ? * 文献导入EndNote Page ? * 文献导入EndNote Page ? * 文献导入EndNote Page ? * 文献导入EndNote Page ? * 文献导入EndNote Page ? * 文献导入EndNote Page ? * 文献导入EndNote Page ? * EndNote文献管理 Page ? * EndNote自动设置文献格式 Page ? * EndNote自动设置文献格式 Page ? * EndNote与Word交互 Page ? * EndNote与Word交互 Page ? * EndNote与Word交互 Page ? * slide film (物理性的) lantern slides (电子文档性的) 其他类的幻灯片 因为目前国内外对空间数据挖掘综述类的文章很多,因此今天我汇报的重心并不仅仅是像论文的形式搜罗当前的研究成果,还会介绍一些SDM界德知名学者 * 我的汇报主要分为三个部分。首先是对空间数据挖掘技术和发展的一个概述。由于空间数据挖掘领域比较庞大,因此接下来针对我们课题组研究的空间聚类方法进行了国内外一个简单的综述。最后一部分是我在这一阶段整理论文时对Endnote软件使用的一些心得与大家分享。 * 空间数据的存储结构、查询方式、数据分析和数据库操作等都有别于常规的事务型数据库。 事务型交易数据,而SDM的粒度可以是点、线、面、多边形、体等空间对象. 数据挖掘是三维: 属性维、宏元组维和模板维。SDM增加了尺度维 数值型结果,而SDM包含空间对象, 通常是图形、 地理信息等, 难以用简单的文字表示。 * 数据采样的近似和数学模型的抽象就导致了不确定性 空间数据彼此界限有时不很分明,纯几何意义上的点、线、面并不存在 获得大量空间数据的真实值并不容易 * 我的汇报主要分为三个部分。首先是对空间数据挖掘技术和发展的一个概述。由于空间数据挖掘领域比较庞大,因此接下来针对我们课题组研究的空间聚类方法进行了国内外一个简单的综述。最后一部分是我在这一阶段整理论文时对Endnote软件使用的一些心得与大家分享。 * * ROCK如果两个点有相似邻域,则有可能属于同一个簇 Chameleon采用动态建模确定簇对之间相似度 OPTICS是DBSCAN的改进,并不显式产生数据集聚类,而是为自动和交互的聚类分析计算一个增广的簇排序。 * STING将空间区域划分为矩形单元,多级单元对应不同分辨率,形成层次结构 Wave通过小波变换原特征空间,在变换后的空间中发现密集区域 EM根据一个代表隶属概率的权重将每个对象指派到簇 * 首先给出空间数据挖掘和地理数据挖掘 * SDM的研究领域十分庞大,主要分类如下。国内外有许多这方面的研究综述。今天主要讲的是关于空间聚类分析的研究综述 * 空间属性和非空间属性是空间数据固有的双重特性 ,这要求空间聚类时同类要素既要在空间上毗邻 ,又要在非空间属性上具有最大的相似度。 * 是欧氏和曼哈顿距离的扩展,当p=1时表示曼哈顿距离,当p=2时表示欧氏距离。 * 我的汇报主要分为三个部分。首先是对空间数据挖掘技术和发展的一个概述。由于空间数据挖掘领域比较庞大,因此接下来针对我们课题组研究的空间聚类方法进行了国内外一个简单的综述。最后一部分是我在这一阶段整理论文时对Endnote软件使用的一些心得与大家分享。 * 空间属性和非空间属性是空间数据固有的双重特性 ,这要求空间聚类时同类要素既要在空间上毗邻 ,又要在非空间属性上具有最大的相似度。 * * 空间数据挖掘进展综述 指导老师:吉根林教授 汇报人: 徐寅 汇报时间:2011年3月3日 EndNote心得 3 1 SDM概述 2 空间聚类综述 目录 空间数据挖掘的发展 Page ? * 1989年 1994年 1995年 2001年 1st International Joint Conference on Artificial Intelligence, IJCAI, DETROIT, MICHIGAN. 首次出现KDD概念,标志着数据挖掘技术的诞生 6th the Canadian Conference on GIS, Ottawa, Canada. 李德仁首次提出Knowledge Discovery from GIS (KDG) 1stInternational?Conference?on?Knowledge Discovery and

文档评论(0)

zhuliyan1314 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档