1、空間數據論文：空間數據挖掘中PVI算法的研究與應用【中文摘要】近些年來,空間信息技術領域的高速發展使我們進入信息變革的時代?？臻g數據通過傳感器或者其他數據收集設備源源不斷地收集起來,并呈指數級增長。為了能夠有效管理數據,人們發展了數據庫技術,并在此基礎上建立了空間信息系統。然而,空間信息系統目前仍然只能提供給我們數據,卻給不了我們數據以外的信息。人們已經不再滿足于數據表層的檢索與查詢,而是希望更深一步的認識數據,得到知識與發現。關聯規則挖掘可以從龐大的數據庫中發現人們感興趣的知識,但是需要花費大量的時間與資源。在空間關聯規則中引入并行計算,不但可以滿足人們對空間數據不斷增長的認知要求,還可以降

2、低數據挖掘時的時間與資源的消耗,以多臺微型計算機來完成大型機才能完成的工作。經典的關聯規則有Apriori算法、DHP算法、Partition算法等等。它們主要應用于顧客消費分析、目錄設計、廣告郵件分析、銷售優化、倉儲規劃、網絡故障分析等。通過對劉永彬于2008年提出的TP-PB算法的研究,本文提出了一種類似計算向量內積的并行關聯規則算法(Parallel Vectors Inner-product,PVI算法)用于遙感數據挖掘系統。算法通過改進計算頻繁項目集方法和優化數據.【英文摘要】In recent years, the rapid development of the spatial

3、information technology field causes us to enter the time which the information transformed. The data collects continuously through the sensor and other data-acquisition equipment, assumes the exponential order to grow. The people have developed the computer database technology, and have established

4、the spatial information system based on this. But the spatial information system provided is still only a data at present, and could not supply the informatio.【關鍵詞】空間數據 關聯規則 并行計算 頻繁項集 剪枝【英文關鍵詞】spatial data association rules parallel computing frequent itemset pruning【目錄】空間數據挖掘中PVI算法的研究與應用摘要4-6ABSTRA

5、CT6-71 緒論9-151.1 研究背景及意義9-101.2 研究現狀10-121.3 本文的主要工作12-131.4 本文的組織結構13-152 空間關聯規則挖掘與并行計算技術15-332.1 空間關聯規則挖掘技術15-22 空間關聯規則概述15-17 空間謂詞與空間關系17-19 經典算法分析19-222.2 并行計算技術22-31 并行計算的研究目標與內容22-24 并行計算分類24-28 并行性能評價與優化28-312.3 本章小結31-333 基于PVI 的空間關聯規則挖掘算法33-453.1 TP-PB 算法描述與分析33-363.2 PVI 算法及其實現36-42VI 算法描述36-40VI 算法實現40-423.3 挖掘結果及分析42-443.4 本章小結44-454 并行關聯規則在遙感數據挖掘中的應用45-534.1 數據源45-474.2 系統結構47-484.3 系統功能48-52 遙感數據展示49-50 遙感數據操作5