GML時空聚類及時空序列相似性查詢關鍵問題研究.pdf

1、隨著現(xiàn)代信息技術的飛速發(fā)展,GIS作為現(xiàn)代信息技術的重要組成部分,仍然存在著信息數(shù)據(jù)共享和互操作的問題。這樣,使得GIS工作缺乏較好的溝通和交流,為此,OGC推出了GML規(guī)范,使得可以在各種GIS數(shù)據(jù)間架起一座橋梁,實現(xiàn)GIS界的四通八達。
　　GML(GeographyMarkupLanguage,地理標記語言)作為網(wǎng)絡環(huán)境下的一種地理信息編碼規(guī)范,隨著計算機技術、網(wǎng)絡技術、數(shù)據(jù)庫技術的不斷發(fā)展,已廣泛應用于各個領域;隨著LBS

2、(LocationBasedService,基于位置的服務)市場的擴大,大量的GML時空數(shù)據(jù)不斷涌現(xiàn),GML在給人們帶來便利的同時也產(chǎn)生了一系列的問題,其中最突出的問題是信息過量,信息的利用率不高,對于信息的處理超出了人們的能力。傳統(tǒng)的數(shù)據(jù)挖掘技術面向結(jié)構(gòu)化數(shù)據(jù),無法解決變化的、具有層次結(jié)構(gòu)的GML數(shù)據(jù),為此,本文著力于研究GML時空聚類的問題。
　　時間和空間關系作為世間萬物的基本參照系,使得時空序列數(shù)據(jù)在現(xiàn)實生活中廣泛存在,而

3、且數(shù)據(jù)呈現(xiàn)“幾何式”的增長。這些大量的數(shù)據(jù)背后蘊藏著眾多具有參考價值的信息。如何從海量的時空數(shù)據(jù)中提取知識,分析其結(jié)果,給決策者提供有用建議,已經(jīng)成為目前空間數(shù)據(jù)挖掘亟待解決的問題。目前GML時空序列相似性查詢的研究還很有價值空間,特別是針對海量的GML數(shù)據(jù)。
　　針對GML時空聚類和時空序列相似性查詢的當前研究狀況,本文做了主要以下幾個方面的研究工作:
　　(1)、詳細的闡述介紹了GML時空數(shù)據(jù)的模型。對時空數(shù)據(jù)的多種模型

4、分析方式做了描述,并針對海量數(shù)據(jù)的存儲闡述了基于HBase的GML時空數(shù)據(jù)模型。
　　(2)、對GML時空聚類的算法進行了研究,闡述了經(jīng)典的聚類算法(劃分方法、層次方法、基于密度的算法、基于網(wǎng)格的算法、基于模型的算法),并在經(jīng)典算法的基礎之上提出了基于空間鄰近關系的K-均值聚類算法和基于空間鄰域的GML時空聚類算法,分別的對相應算法進行的實驗的驗證,對空間鄰近關系的K-均值聚類算法進行了區(qū)域經(jīng)濟發(fā)展空間相關性驗證、區(qū)域經(jīng)濟發(fā)展空間