全面解析基于空间数据库的数据挖掘技术[1]

随着GIS技术在各个行业的应用以及数据挖掘空间数据采集技术数据库技术的迅速发展对从空间数据库发现隐含知识的需求日益增长从而出现了用于在空间数据库中进行知识发现的技术——空间数据挖掘(Spatial Data Mining本文简称为SDM)空间数据挖掘是从空间数据库中提取隐含的用户感兴趣的空间和非空间模式和普遍特征的过程

本文分析了空间数据库知识发现面临的困难研究了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并对空间数据库系统实现技术及空间数据挖掘系统开发模式等进行了比较分析

空间数据库知识发现面临的困难

从空间数据库发现知识的传统途径是通过专家系统数据挖掘空间分析等技术来实现的但是在空间数据库隐含知识的发现方面只单独依*某一种技术往往存在着这样或那样的缺陷对于专家系统来讲专家系统不具备自动学习的能力GIS中的专家系统也达不到真正的智能系统的要求仅能利用已有的知识进行推导对于数据挖掘来讲空间数据库与普通数据库的在数据存储机制的不同和空间数据的相互依赖性等特点决定了在空间数据库无法直接采用传统的数据挖掘方法对于空间分析来讲虽然空间分析中常用的统计方法可以很好地处理数字型数据但是它存在的问题很多如统计方法通常假设空间分布的数据间是统计上独立的而现实中空间对象间一般是相互关联的;其次统计模型一般只有具有相当丰富领域知识和统计方面经验的统计专家才能用;另外统计方法对大规模数据库的计算代价非常高所以在处理海量数据方面能力较低

从上面的分析可以看出由于空间数据具有诸多特点因此在空间数据库进行知识发现需要克服使用单一技术的缺陷即需要融合多种不同技术所以研究人员提出了空间数据挖掘技术来解决从空间数据库知识发现隐含知识的难题

空间数据挖掘是多学科和多种技术交*综合的新领域它综合了机器学习空间数据库系统专家系统可移动计算统计遥感基于知识的系统可视化等领域的有关技术

空间数据挖掘利用空间数据结构空间推理计算几何学等技术把传统的数据挖掘技术扩充到空间数据库并提出很多新的有效的空间数据挖掘方法与传统空间分析方法相比它在实现效率与数据库系统的结合与用户的交互发现新类型的知识等方面的能力大大增强空间数据挖掘能与GIS的结合使GIS系统具有自动学习的功能能自动获取知识从而成为真正的智能空间信息系统

扩展传统数据挖掘方法到空间数据库

空间数据挖掘技术按功能划分可分为三类描述解释预测描述性的模型将空间现象的分布特征化如空间聚类解释性的模型用于处理空间关系如处理一个空间对象和影响其空间分布的因素之间的关系预测型的模型用来根据给定的一些属性预测某些属性预测型的模型包括分类回归等以下介绍将几个典型的数据挖掘技术聚类分类关联规则扩展到空间数据库的方法

聚类分析方法按一定的距离或相似性测度将数据分成一系列相互区分的组而空间数据聚类是按照某种距离度量准则在某个大型多维数据集中标识出聚类或稠密分布的区域从而发现数据集的整个空间分布模式经典统计学中的聚类分析方法对海量数据效率很低而数据挖掘中的聚类方法可以大大提高聚类效率文献[]中提出两个基于CLARANS聚类算法空间数据挖掘算法SD和ND可以分别用来发现空间聚类中的非空间特征和具有相同非空间特征的空间聚类SD算法首先用CLARANS算法进行空间聚类然后用面向属性归纳法寻找每个聚类中对象的高层非空间描述;ND算法则反之文献[]中提出一种将传统分类算法ID决策树算法扩展到空间数据库的方法该算法给出了计算邻近对象非空间属性的聚合值的方法并且通过对空间谓词进行相关性分析和采用一种逐渐求精的策略使得计算时间复杂度大大降低Koperski等[]将大型事务数据库的关联规则概念扩展到空间数据库用以找出空间对象的关联规则此方法采用一种逐渐求精的方法计算空间谓词首先在一个较大的数据集上用MBR最小边界矩形结构技术对粗略的空间谓词进行近似空间运算然后在裁剪过的数据集上用代价较高的算法进一步改进挖掘的质量

空间数据库实现技术

空间数据挖掘系统中空间数据库负责空间数据和属性数据的管理它的实现效率对整个挖掘系统有着举足轻重的影响所以下面详细介绍空间数据库的实现技术

根据空间数据库中空间数据和属性数据的管理方式空间数据库有两种实现模式集成模式和混合模式后者将非空间数据存储在关系数据库中将空间数据存放在文件系统中这种采用混合模式的空间数据库中空间数据无法获得数据库系统的有效管理并且空间数据采用各个厂商定义的专用格式通用性差而集成模式是将空间数据和属性数据全部存储在数据库中因此现在的GIS软件都在朝集成结构的空间数据库方向发展下面对集成结构的空间数据库技术中的两个主流技术基于空间数据引擎技术的空间数据库和以Oracle Spatial为代表的通用空间数据库进行比较分析

空间数据引擎是一种处于应用程序和数据库管理系统之间的中间件技术使用不同GIS厂商的客户可以通过空间数据引擎将自身的数据交给大型关系型DBMS统一管理;同样客户也可以通过空间数据引擎从关系型DBMS中获取其他类型GIS的数据并转化成客户可使用的方式它们大多是在Oraclei Spatial(较成熟的空间数据库版本于年月推出)推出之前由GIS软件开发商提供的将空间数据存入通用数据库的解决方案且该方案价格昂贵

Oracle Spatial提供一个在数据库管理系统中管理空间数据的完全开放体系结构Oracle Spatial提供的功能与数据库服务器完全集成用户通过SQL定义并操作空间数据且保留了Oracle的一些特性如灵活的n层体系结构对象定义健壮的数据管理机制Java存储过程它们确保了数据的完整性可恢复能力和安全性而这些特性在混合模式结构中几乎不可能获得在Oracle Spatial中用户可将空间数据当作数据库的特征使用可支持空间数据库的复制分布式空间数据库以及高速的批量装载而空间中间件则不能除了允许使用所有数据库特性以外Spatial Cart ridge还提供用户使用行列来快速访问数据使用简单的SQL语句应用者就能直接选取多个记录Spatial Cart ridge数据模型也给数据库管理员提供了极大的灵活性DBA可使用常见的管理和调整数据库的技术

空间数据挖掘系统的开发

通用SDM系统

在空间数据挖掘系统的开发方面国际上最着名的有代表性的通用SDM系统有GeoMinerDescartes和ArcView GIS的SPLUS接口GeoMiner是加拿大Simon Fraser大学开发的着名的数据挖掘软件DBMiner的空间数据挖掘的扩展模块空间数据挖掘原型系统GeoMiner包含有三大模块空间数据立方体构建模块空间联机分析处理(OLAP)模块和空间数据采掘模块能够进行交互式地采掘并显示采掘结果空间数据采掘模块能采掘种类型的规则特征规则判别规则和关联规则GeoMiner采用SAND体系结构采用的空间数据采掘语言是GMQL其空间数据库服务器包括MapInfoESRI/OracleSDEInformixIllustra以及其它空间数据库引擎

Descartes可支持可视化的分析空间数据它与开发此软件的公司所开发的数据挖掘工具Kepler结合使用Kepler完成数据挖掘任务且拥有自己的表现数据挖掘结果的非图形界面Kepler和Descarte动态链接把传统DM与自动作图可视化和图形表现操作结合起来实现C决策树算法聚类关联规则的挖掘

ArcView GIS的SPLUS接口是着名的ESRI公司开发的它提供工具分析空间数据中指定类

除了以上空间数据挖掘系统外还有GwiM等系统

从以上SDM系统可以看出它们的共同优点是把传统DM与地图可视化结合起来提供聚类分类等多种挖掘模式但它们在空间数据的操作上实现方式不尽相同Descartes是专门的空间数据可视化工具它只有与DM工具Kepler结合在一起才能完成SDM任务而GeoMiner是在MapInfo平台上二次开发而成系统庞大造成较大的资源浪费SPLUS的局限在于它采用一种解释性语言(Script)其功能的实现比用C和C++直接实现要慢得多所以只适合于非常小的数据库应用基于现存空间数据挖掘系统的结构所存在的缺陷我们提出空间数据挖掘系统一种新的实现方案

[] []