空間資料挖掘的主要方法總結

空間資料挖掘是指從空間資料庫中抽取沒有清楚表現出來的隱含的知識和空間關係，並發現其中有用的特徵和模式的理論、方法和技術。 空間資料挖掘和知識發現的過程大致可分為以下多個步驟:資料準備、資料選擇、資料預先處理、資料縮減或者資料變換、確定資料採礦目標、確定知識發現演算法、資料採礦、模式解釋、知識評價等，而資料採礦只是其中的一個關鍵步驟。但是為了簡便，人們常常用空間資料挖掘來代替空間資料挖掘和知識發現。

常用的空間資料挖掘方法主要有：
1.基於機率論的方法。這是一種通過計算不確定性屬性的機率來挖掘空間知識的方法，所發現的知識通常被表示成給定條件下某一假設為真的條件機率。在用誤差矩陣描述遙感分類結果的不確定性時，可以用這種條件機率作為背景知識來表示不確定性信賴度。
2.空間分析方法。指採用綜合屬性資料分析、拓撲分析、緩衝區分析、密度分析、距離分析、疊置分析、網路分析、地形分析、趨勢面分析、預測性分析等在內的分析模型和方法，用以發現目標在空間上的相連、相鄰和共生等關聯規則，或挖掘出目標之間的最短路徑、最優路徑等知識。目前常用的空間分析方法包括探測性的資料分析、空間相鄰關係挖掘演算法、探測性空間分析方法、探測性歸納學習方法、映像分析方法等。
3.統計分析方法。指利用空間對象的有限資訊和/或不確定性資訊進行統計分析，進而評估、預測空間對象屬性的特徵、統計規律等知識的方法。它主要運用空間自共變數結構、變異函數或與其相關的自協變數或局部變數值的相似程度實現包含不確定性空間資料挖掘。
4.歸納學習方法。即在一定的知識背景下，對資料進行概括和綜合，在空間資料庫（資料倉儲）中搜尋和挖掘一般的規則和模式的方法。歸納學習的演算法很多，如由Quinlan提出的著名的C5.0決策樹演算法、Han Jiawei教授等提出的面向屬性的歸納方法、裴健等人提出的基於空間屬性的歸納方法等。
5.空間關聯規則挖掘方法。即在空間資料庫（資料倉儲）中搜尋和挖掘空間對象（及其屬性）之間的關聯關係的演算法。最著名的關聯規則挖掘演算法是Agrawal提出的Apriori演算法；此外還有程繼華等提出的多層次關聯規則的挖掘演算法、許龍飛等提出的廣義關聯規則模型挖掘方法等。
6.群集方法。即根據實體的特徵對其進行聚類或分類，進而探索資料集的整個空間分布規律和典型模式的方法。常用的聚類方法有K-mean, K-medoids方法、Ester等提出的基於R-樹的資料聚焦法及發現彙總親近關係和公用特徵的演算法、周成虎等提出的基於資訊熵的時空資料分割聚類模型等。
7.神經網路方法。即通過大量神經元構成的網路來實現自適應非線性動態系統，並使其具有分布儲存、聯想記憶、大規模平行處理、自學習、自組織、自適應等功能的方法；在空間資料挖掘中可用來進行分類和聚類知識以及特徵的挖掘。
8.決策樹方法。即根據不同的特徵，以樹型結構表示分類或決策集合，進而產生規則和發現規律的方法。採用決策樹方法進行空間資料挖掘的基本步驟如下：首先利用訓練空間實體集產生測試函數；其次根據不同取值建立決策樹的分支，並在每個分支子集中重複建立下層結點和分支，形成決策樹；然後對決策樹進行剪枝處理，把決策樹轉化為據以對新實體進行分類的規則。
9.粗集理論。一種由上近似集和下近似集來構成粗集，進而以此為基礎來處理不精確、不確定和不完備資訊的智能資料決策分析工具，較適於基於屬性不確定性空間資料挖掘。
10.基於模糊集合論的方法。這是一系列利用模糊集合理論描述帶有不確定性研究對象，對實際問題進行分析和處理的方法。基於模糊集合論的方法在遙感映像的模糊分類、GIS模糊查詢、空間資料不確定性表達和處理等方面得到了廣泛應用。
11.空間特徵和趨勢探側方法。這是一種基於鄰域圖和鄰域路徑概念的空間資料挖掘演算法，它通過不同類型屬性或對象出現的相對頻率的差異來提取空間規則。
12.雲端式理論的方法。雲理論是一種分析不確定資訊的新理論，由雲模型、不確定性推理和雲變換三部分構成。雲端式理論的空間資料挖掘方法把定性分析和定量計算結合起來，處理空間對象中融隨機性和模糊性為一體的不確定性屬性；可用於空間關聯規則的挖掘、空間資料庫的不確定性查詢等。
13.基於證據理論的方法。證據理論是一種通過可信度函數（度量已有證據對假設支援的最低程度）和可能函數（衡量根據已有證據不能否定假設的最高程度）來處理不確定性資訊的理論，可用於具有不確定屬性的空間資料挖掘。
14.遺傳演算法。這是一種類比生物進化過程的演算法，可對問題的解空間進行高效並行的全域搜尋，能在搜尋過程中自動擷取和積累有關搜尋空間的知識，並可通過自適應機制控制搜尋過程以求得最優解。空間資料挖掘中的許多問題，如分類、聚類、預測等知識的擷取，均可以用遺傳演算法來求解。這種方法曾被應用於遙感影像資料中的特徵發現。
15.資料視覺效果方法。這是一種通過可視化技術將空間資料顯示出來，協助人們利用視覺分析來尋找資料中的結構、特徵、模式、趨勢、異常現象或相關關係等空間知識的方法。為了確保這種方法行之有效，必須構建功能強大的視覺化檢視和輔助分析工具。
16.計算幾何方法。這是一種利用電腦程式來計算平面點集的Voronoi圖，進而發現空間知識的方法。利用Voronoi圖可以解決空間拓撲關係、資料的多尺度表達、自動綜合、空間聚類、空間目標的勢力範圍、公用設施的選址、確定最短路徑等問題。
17.空間線上資料採礦。這是一種基於網路的驗證型空間來進行資料採礦和分析的工具。它以多維視圖為基礎，強調執行效率和對使用者命令的及時響應，一般以空間資料倉庫為直接資料來源。這種方法通過資料分析與報表模組的查詢和分析工具（如OLAP、決策分析、資料採礦等）完成對資訊和知識的提取，以滿足決策的需要。