Page 109 - 测绘与空间地理信息研究
P. 109
第四章 基础地理信息系统
知识通常被表示成给定条件下某一假设为真的条件概率。在用误差矩阵描述遥感
分类结果的不确定性时，可以用这种条件概率作为背景知识来表示不确定性的置
信度。
（二）空间分析方法
空间分析方法指采用综合属性数据分析、拓扑分析、缓冲区分析、密度分析、
距离分析、叠置分析、网络分析、地形分析、趋势面分析、预测分析等在内的分
析模型和方法，用以发现目标在空间上的相连、相邻和共生等关联规则，或挖掘
出目标之间的最短路径、最优路径等知识。常用的空间分析方法包括探测性的数
据分析、空间相邻关系挖掘算法、探测性空间分析方法、探测性归纳学习方法、
图像分析方法等。
（三）统计分析方法
统计分析方法指利用空间对象的有限信息和/或不确定性信息进行统计分析，
进而评估、预测空间对象属性的特征、统计规律等知识的方法。它主要运用空间
自协方差结构、变异函数或与其相关的自协变量或局部变量值的相似程度实现包
含不确定性的空间数据挖掘。
（四）归纳学习方法
归纳学习方法即在一定的知识背景下，对数据进行概括和综合，在空间数据
库（数据仓库）中搜索和挖掘一般的规则和模式的方法。归纳学习的算法很多，
如由 Quinlan 提出的著名的 C5.0 决策树算法、HanJiawei 教授等提出的面向属性
的归纳方法、裴健等人提出的基于空间属性的归纳方法等。
（五）空间关联规则挖掘方法
空间关联规则挖掘方法即在空间数据库（数据仓库）中搜索和挖掘空间对象
（及其属性）之间的关联关系的算法。最著名的关联规则挖掘算法是 Agrawal 提
出的 Apriori 算法；此外还有程继华等提出的多层次关联规则的挖掘算法、许龙
飞等提出的广义关联规则模型挖掘方法等。
（六）聚类分析方法
聚类分析方法即根据实体的特征对其进行聚类或分类，进而发现数据集的整
个空间分布规律和典型模式的方法。常用的聚类方法有 K-mean，K-medoids 方法、
Ester 等提出的基于 R 树的数据聚焦法及发现聚合亲近关系和公共特征的算法、
周成虎等提出的基于信息熵的时空数据分割聚类模型等。
·99·
