什么是空间数据挖掘？

空间数据库保存大量与空间相关的数据，包括地图、预处理的遥感或医学影像记录以及 VLSI 芯片设计数据。空间数据库具有一些使其有别于关系数据库的特性。它们承载拓扑和/或距离信息，通常由复杂的、多维的空间索引结构组织，这些结构通过空间数据访问方法进行访问，并且通常需要空间推理、几何计算和空间知识表示技术。

空间数据挖掘是指从空间数据库中提取知识、空间关系或其他未明确存储的有趣模式。这种挖掘需要将数据挖掘与空间数据库技术相结合。它可用于学习空间记录、发现空间关系以及空间记录和非空间记录之间的关系、构建空间知识库、重新组织空间数据库以及优化空间查询。

预计它将在地理数据系统、市场营销、遥感、图像数据库探索、医学影像、导航、交通控制、环境研究以及许多其他使用空间数据的领域得到广泛应用。

空间数据挖掘面临的一个核心挑战是探索高效的空间数据挖掘技术，因为空间数据量很大，并且空间数据类型和空间访问方法都很复杂。统计空间数据分析一直是分析空间数据和探索地理信息的一种流行方法。

术语“地统计学”通常与连续地理空间相关联，而术语“空间统计学”通常与离散空间相关联。在一个管理非空间记录的统计模型中，人们通常认为不同数据区域之间存在统计独立性。

在空间分布的记录之间不存在这种分离，因为实际上空间对象是相互关联的，或者更准确地说是在空间上共存的，这意味着两个对象放置得越近，它们发送相同属性的可能性就越大。例如，自然资源、气候、温度和经济状况在地理位置相近的区域可能相似。

这种跨越附近空间的紧密相互依存的特性导致了空间自相关的概念。基于此概念，空间统计建模方法得到了成功发展。空间数据挖掘将创建空间统计分析方法并将其扩展到大量空间数据，更加注重有效性、可扩展性、与数据库和数据仓库系统的协作、增强的用户交互以及新知识的发现。

更新于： 2021年11月25日

23K+ 浏览量

启动您的 职业生涯

通过完成课程获得认证

开始学习
广告