gml时空序列模式挖掘研究

《gml时空序列模式挖掘研究》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、分类号：密级：学号：2008055单位代码：10407硕士学位论文论文题目:GML时空序列模式挖掘研究研究方向GML空间数据挖掘专业名称地图学与地理信息系统研究生姓名魏龙导师姓名、职称兰小机教授2011年4月12日江西·赣州I摘要随着现代信息技术的飞速发展，GIS作为现代信息技术的重要组成部分，仍然存在着信息数据共享和互操作的问题。这样，使得GIS工作缺乏较好的沟通和交流，为此，OGC推出了GML规范，使得可以在各种GIS数据间架起一座桥梁，实现GIS界的四通八达。时间和空间关系作为世间万物的基本参照系，使得时空序列数据在现实生活中广泛存在，而且数据呈现“几何式”的增

2、长。这些大量的数据背后蕴藏着众多具有参考价值的信息。如何从海量的时空数据中提取知识，分析其结果，给决策者提供有用建议，已经成为目前空间数据挖掘亟待解决的问题。数据挖掘技术受到越来越多的关注，而其中最重要技术的就是数据挖掘的算法。目前专门用于GML时空序列模式挖掘的算法还没有，特别是针对海量的GML数据。这个研究领域目前还属于盲点之一。本论文结合xml数据挖掘算法、普通时间序列模式挖掘算法、空间数据挖掘算法，研究了适合半结构化GML数据的挖掘算法。本论文就这一课题所做了以下几点工作：（1）对GML相关基础知识进行了分析和整理，从XML数据的相关验证、和解析技术到GML核

3、心模式及各种数据模型进行了剖析。对所要进行挖掘的数据源的结构进行一定深度的研究。（2）对普通的时间序列挖掘若干关键技术进行了分析和对比，从时间序列的表达方法、关键的时间序列的相似性度量以及最关键的普通时间序列模式挖掘算法。（3）分析了GML数据文档结构，对数个适合GML数据格式的挖掘算法加以分析和改进，使其可以更加高效的处理海量的数据。并通过重新加权处理，提出一种效率相对更高的数据挖掘算法WGSP。（4）通过结合.NET平台和ArcgisEngine组件式开发技术，设计了一个GML时空序列挖掘的原型系统。并在一定数据量的前提下验证相关技术和算法。关键词：GML;XML

4、;时空序列;数据模型;相似性度量IIABSTRACTWiththerapiddevelopmentofmoderninformationtechnology,GISisanimportantcomponentofmoderninformationtechnology.Theproblemofdatasharingandinteroperabilitystillexist.ThismakesthelackofgoodcommunicationbetweenGISandexchanges,forwhich,OGCintroducedtheGMLspecification,

5、makesitpossibleinavarietyofGISasabridgebetweenthedataandrealizeGIScommunityinalldirections.Relationshipbetweentimeandspaceasthebasicreferenceframethingsintheworld,makingthespace-time-seriesdatainreallife,widespread,andthedatapresented"geometric"growth.Thelargeamountofdataisbehindanumber

6、ofvaluablereferenceinformation.Howtoextractvastamountsofknowledgeoftemporaldata,analyzeresults,provideusefulrecommendationstopolicymakers,thecurrentspatialdatamininghasbecomeaseriousproblem.Dataminingtechniquesaremoreandmoreattention,themostimportanttechnologyisdataminingalgorithms.GMLi

7、scurrentlydevotedtospace-timesequentialpatternminingalgorithmshavenot,especiallyforthemassoftheGMLdataTheresearchiscurrentlyoneoftheblindspot.Thispapercombinesthexmldataminingalgorithms,ordinarytimeseriespatternminingalgorithms,spatialdataminingalgorithmstostudytheGMLforsemi-st