企业空间数据仓库的构建方法

在现有企业数据仓库多维模型的基础上,结合空间数据的特性和不同决策处理需求,提出了3种构建企业空间数据仓库的方法. 通过原型系统的验证,说明这些方法是有效可行的.     

基于空间数据库的数据挖掘技术

探讨扩展传统数据挖掘方法如分类、关联规则、聚类等到空间数据库的方法，着重对空间数据库系统实现技术及空间数据挖掘系统等进行比较分析，提出了一种空间数据挖掘系统的实现模式。     

空间数据集成研究--以空间数据仓库的构建为例

随着空间数据复杂性的增加,现有的空间数据库和空间分析工具已经不能提供足够的决策支持,迫切需要建立大量具有历史数据,以及不同尺度的空间数据仓库．在建设空间数据仓库的过程中,数据集成是一个重要的环节,专门针对空问数据的集成更是一项艰巨的工作,本文在研究了现有的空间数据库,空间数据仓库以及空间数据集成的基础上,首先探讨了空间数据仓库模型的建立过程,然后系统提出了面向空间数据仓库数据模型的数据集成的两个主要的方面：不同数据源的空间数据的集成;不同尺度维上的空间数据的集成.     

空间分析基本问题与主要内容的探讨

空间分析是地理信息系统的核心之一,是当前研究的热点.在回顾空间分析起源的基础上,从几个角度给出空间分析内涵的理解;指出空间分析涉及的几个基本问题,包括地理空间性、空间自相关、空间尺度与空间抽样.在此基础上,论述了空间分析的主要研究内容,即空间位置分析、空间自相关、空间插值、空间回归分析及空间分析中的模型与模拟研究.最后展望了空间分析下一步发展,认为空间分析不仅需要在强化基础理论研究,亦当在地理信息服务的过程中,充分结合地理信息系统技术、数据挖掘技术及空间决策支持系统研究,为人口、资源、环境及公共健康等重大问题的决策提供科技支撑.     

Spatial aggregations for spatial based decision 

For spatial based decision making such as choice of best place to construct a new department store, spatial data warehousing system is required more and more previous spatial data warehousing systems; however, provided decision making of nonspatial data on a map and so those cannot support enough spatial based decision making. The spatial aggregations are proposed for spatial based decision making in spatial data warehouses. The meaning of aggregation operators for applying spatial data was modified and new spatial aggregations were defined. These aggregations can support hierarchical concept of spatial measure. Using these aggregations, the spatial analysis classified by nonspatial data is provided. In case study, how to use these aggregations and how to support spatial based decision making are shown.     

空间统计学及其在公共卫生领域中的应用

经典统计学处理公共卫生数据空间属性数据的能力不足,空间统计学具有优势,由此得到广泛应用.目前空间统计学在公共卫生领域主要应用有:疾病制图、分布格局探测、空间相互关系分析、病因分析以及时空预警等方面.     

Spatial aggregations for spatial based decision making in spatial data warehouses

For spatial based decision making such as choice of best place to construct a new department store, spatial data warehousing system is required more and more previous spatial data warehousing systems; however, provided decision making of non-spatial data on a map and so those cannot support enough spatial based decision making. The spatial aggregations are proposed for spatial based decision making in spatial data warehouses. The meaning of aggregation operators for applying spatial data was modified and new spatial aggregations were defined. These aggregations can support hierarchical concept of spatial measure. Using these aggregations, the spatial analysis classified by non-spatial data is provided. In case study, how to use these aggregations and how to support spatial based decision making are shown.     

一种新的空间分类挖掘方法

空间分类是空间数据挖掘的一个重要的研究分支 ,空间分类挖掘在对空间对象进行分类时 ,要考虑空间对象的非空间属性及其邻接对象对它分类的影响。本文提出一种新的空间分类挖掘方法 ,该方法将空间对象的非空间属性及空间属性分开来进行考虑。该分类方法具有良好的应用前景。     

空间数据仓库综述

叙述了空间数据仓库的概念及其功能特征,根据其与GIS、空间数据库的关系概括出其结构框架,分析了空间数据仓库的发展现状,并根据现状提出存在的问题及解决方法.     

基于直角多边形近似的空间连接查询

空间查询效率是衡量空间数据库性能的关键,而空间连接查询是最耗时、最重要的这僮查询。本文在分析了空间连接以往工作的基础上,采用一种新的空间近似方法－－直角多边形近似,改进空间对象的近似精度,并用于基于R 树的空间连接方法,给出了连接算法,并用实验验证了方法的有效性。     

地理加权回归分析空间数据的空间非平稳性

空间数据一般具有空间非平稳性的特征,用一般线性回归模型来拟合空间数据,其分析结果不能全面反映空间数据的真实特征．地理加权回归模型是一种相对简单而又有效的探测空间非平稳性的新方法,属于局域空间分析模型．它允许不同的地理空间存在不同的空间关系,其结果是局域而不是全域的参数估计,因此能够探测到空间数据的空间非平稳性．以银行不良贷款原因分析为实例来验证空间数据的空间非平稳性．     

空间数据挖掘技术

空间数据挖掘是数据挖掘的一个分支,在地理信息系统、遥感、导航、环境研究以及许多使用空间数据的领域中有着广泛的应用。阐述空间数据挖掘的定义、特点、体系结构与一般过程,介绍空间数据挖掘的方法和知识表达方法,指出空间数据挖掘的主要研究方向,提出开发空间数据挖掘系统的几点思考。     

Scale-based spatial data model for GIS

Being the primary media of geographical information and the elementary objects manipulated, almost all of maps adopt the layer-based model to represent geographic information in the existent GIS. However,it is difficult to extend the map represented in layer-based model. Furthermore,in Web-Based GIS,It is slow to transmit the spatial data for map viewing. In this paper,for solving the questions above,we have proposed a new method for representing the spatial data. That is scale-based model. In this model we represent maps in three levels：scale-view,maps in a set of map layers,named Scale-Lastly,a prototype Web-Based GIS using described briefly.     

Scale-based spatial data model for GIS

Being the primary media of geographical information and the elementary objects manipulated, almost all of maps adopt the layer-based model to represent geographic information in the existent GIS. However, it is difficult to extend the map represented in layer-based model. Furthermore, in Web-Based GIS, It is slow to transmit the spatial data for map viewing. In this paper, for solving the questions above, we have proposed a new method for representing the spatial data. That is scale-based model. In this model we represent maps in three levels: scale-view, block, and spatial object, and organize the maps in a set of map layers, named Scale-View, which associates some given scales. Lastly, a prototype Web-Based GIS using the proposed spatial data representation is described briefly.     

有效支持空间OLAP的空间数据仓库模型研究

为了实现各类空间联机分析,提供更加全面灵活的空间决策支持,提出了一个空间数据立方体与空间索引结构相互协作的空间数据仓库模型,并同时构建了一个与之协作的空间索引结构aR^ B_tree．aR^ B_tree基于R^ _tree和B_tree实现,存储了空间维及时间维的聚集信息和层次关系,可以有效支持区域聚集查询．对各种空间联机分析操作进行了分类,分析表明该模型充分利用了传统数据仓库成熟的建模和联机分析技术,结合了空间索引结构在空间层次结构上的灵活特性,可以有效地支持各类空间联机分析．最后比较了aR^ B_tree与其他索引结构在区域聚集查询方面的性能．实验结果证明,在区域聚集查询中aR^ B_tree的节点访问次数和查询执行时间均小于现有索引结构．     

聚类分析及其在GIS中的应用研究

介绍了基于GIS的聚类分析,分析了GIS中传统聚类存在的问题,探讨了基于GIS的空间聚类算法研究现状及动态。     

一种改进R-Link的空间数据检索算法

提出一种基于R-Link树的快速空间索引结构, 并在该结构中引入K-Means算法. 在K-Means算法中采用均值标准差确定初始聚类中心, 提高了收敛速度, 并通过距离准则函数优化K值, 避免了K值的盲目选取. 与R-Link相比空间开销代价稍大, 但性能更高, 且数据量越多, 此结构的整体性能越好.     

基于空间误差的道路交通事故影响因素分析

在考虑空间依赖性的基础上,分析影响城市道路交通事故数量的因素.将研究区域划分为若干面积相等的小区并对小区的交通事故数量及相关属性进行提取,以是否位于环路内、是否有快速路通过、小区内学校和大型医院数量等共11个变量作为影响交通事故的潜在因素,分别建立了交通事故数量的OLS模型、空间滞后模型和空间误差模型,并进行对比.结果表明,三类模型中考虑空间相关性的空间误差模型最优;有医院或学校的区域交通事故相对较多,且医院周边区域的交通事故量最多;大型客运站区域的交通事故量相对较少,这可能是由于大型客运站多位于城市外围所致.     

基于J2EE WebGIS的一种空间数据管理方法

在阐述基于J2EE的WebGIS概念、体系结构以及Oracle9i spatial的原理、新特性的基础上，结合具体实例给出了一种用oracle9i spatial臬解决J2EEWebGIS下的空间数据库实现技术。     

中国展览业的空间分布及影其响因素

以《2013中国展览数据统计报告》为数据基础,运用集中度、信息熵、空间自相关等揭示我国展览业空间分布特征,相关性分析探究影响其空间分布的主要因素.研究发现:①展览业发展水平自东向西逐渐递减,华东、华南、华北和西南地区展览业水平较高,且形成以上海、广州、北京、重庆为核心的东、南、北、西四大展览经济带;②我国城市展览业发展水平空间分布具有正相关性,高低集聚态势明显,总体发展不均衡;③城市的社会经济条件、相关政策和市场环境等因素影响展览业空间分布,其中城市社会经济因素主要包括城市人口、城市产业、交通可达性、城市经济外向度和城市公共建设.