基于拓扑关系的gml空间线对象离群检测算法研究

《基于拓扑关系的gml空间线对象离群检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、NanjingNormalUniversityFortheAcademicDegreeofMasterofEngineeringBYJuanZhuSupervisedbyProf．GenlinJiSchoolofComputerScienceandTechnologyingNormalUniversityMarch2011al学位论文独创性声明㈩1111111111IIIIIIY1923368本人郑重声明：所提交的学位是本人在导师指导下进行的研究工作和取得的研究成果。本论文中除引文外，所有实验、数据和有关材料均是真实的。本论文中除引文和致谢的内容外，不包含其他人或其它机构已经发表或撰写过的研究

2、成果。其他同志对本研究所做的贡献均已在论文中作了声明并表示了谢意。学位论文作者签名：挤擅商日期：?叫I．j．涉学位论文使用授权声明研究生在校攻读学位期间论文工作的知识产权单位属南京师范大学。学校有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部内容，可以采用影印、复印等手段保存、汇编本学位论文。学校可以向国家有关机关或机构送交论文的电子和纸质文档，允许论文被查阅和借阅。(保密论文在解密后遵守此规定)保密论文注释：本学位论文属于保密论文，保密期限为年。学位论文作者签名：象a穗日期：2,,11．．fjj艚溯签名：枷印日期：2，If．j．‘摘要离群检测是数据挖掘研究的一个重

3、要内容，其目的是消除噪音或发现潜在的、有意义的知识。空间离群检测是指根据空间对象的属性和空间关系的不同，检测出与大多数对象有明显区别的离群对象。但是，现有的空间离群检测算法大多是针对点对象，没有涉及到线、面对象，而且很少研究空间对象在拓扑关系上的相异性。为此，本文对基于拓扑关系的GML空间线对象离群检测算法进行了深入的研究，取得的成果如下：(1)提出了两种基于相交关系的GML空间线对象离群检测算法——算法DOLIRl与算法DOLIR2。这两种算法定义了线对象基于相交关系的相异度，算法DOLIRl将相异度作为两个线对象之间距离，利用DBSCAN算法检测离群的线对象；算法DOLIR2以基于相交关系

4、的相异度为准则对线对象进行聚类，根据每个簇的离群因子检测该簇是否离群。实验结果表明，算法DOL—IRl与DOLIR2都能有效地检测出离群的线对象，而算法DOL—IR2的执行效率要高于算法DOLIRl的效率。．·(2)提出了两种基于相邻关系的GML空间线对象离群检测算法即算法DOLARl与算法DOLAR2。两种算法都首先对线对象相邻关系的计算方法进行了分析，给出了线对象基于相邻关系的相异度的定义，算法DOL．ARl将基于相邻关系的相异度作为两个线对象之间的距离，利用DBSCAN算法检测出离群的线对象；算法DOLAR2根据相异度对线对象进行聚类，再根据聚类形成的簇的离群因子来决定该簇是否离群。实验

5、结果表明，这两种算法都能检测出离群的线对象，且算法DOLAR2具有较高的效率。(3)提出了两种基于相交和相邻关系的GML空间线对象离群检测算法DOLIAR1与DOLIAR2。算法DOL队R1与DOLIAR2综合考虑了线对象的相交关系和相邻关系，定义了线对象基于相交和相邻关系的相异度。两种算法分别用DBSCAN算法与一次性聚类算法检测离群的线对象。实验结果表明，这两种算法都能够检测出基于相交和相邻关系离群的线对象，算法DOL—IA—R．2具有较高的效率。关键字：拓扑关系、空间离群检测、GML、相异度AbstractOutlierdetectionisallimportantresearchpro

6、blemofdatamining．Thepurposeofoutlierdetectionistodiscoverytheunexpected，interestingandusefulpatternsoffBrtheranalysis．Spatialoutlierdetectionisaimedatdetectingthespatialobjectswhicharedifferentformotherspatialobjectsintheirspatialattributesandtopologicalrelationships．Now,onlypomtobjectswithoutlineob

7、jectsorpolygonobjectsareconsideredintheexistingspatialoutlierdetectionalgorithmsthatthedifferentdegreeontopologicalrelationshipsarenotincludedineither．Therefore，inthispaper,algorithmsfordetectingoutli