空间数据挖掘方法与实践

   空间数据挖掘是数据科学研究的重要方向，旨在探测空间数据中隐含的知识和空间关系，发现有用的特征和模式。本书是作者团队在完成国家自然科学基金项目、郑州大学高层次人才项目基础上撰写而成，主要反映作者团队围绕空间聚类分析和变化检测、空间关联规则挖掘、互联网专题信息挖掘、轨迹数据挖掘以及气象数据流挖掘等方面所取得的一系列进展。书中详解空间数据挖掘方法创新和应用实践，为深化空间数据挖掘研究拓展新思路。 

本书内容丰富，注重方法与实践相结合，是开展空间数据挖掘研究的第一手参考资料。本书可供从事地理学、测绘科学、数据科学等相关领域的科研教学人员使用，也可作为高等院校相关专业研究生、本科生的学习参考资料。

序
作者序
前言
第1章顾及限定规则的空间聚类
1.1空间聚类限定规则问题
1.1.1限定规则问题
1.1.2限定规则问题定义及相关概念
1.2附加限定规则的空间聚类
1.2.1附加空间限定规则的空间聚类
1.2.2附加非空间属性限定规则的空间聚类
1.2.3附加方位因素的空间聚类
1.3空间聚类结果分级处理
1.3.1非空间属性的分级处理
1.3.2空间方位因素的分级处理
1.4算法实现及应用
1.4.1实验数据及预处理
1.4.2算法实现
1.4.3算法应用实例
第2章基于人工蜂群算法的空间聚类
2.1人工蜂群算法及改进
2.1.1人工蜂群算法
2.1.2人工蜂群算法改进
2.1.3算法改进测试
2.2人工蜂群聚类算法
2.2.1FCM算法和HCM算法
2.2.2群智能聚类算法
2.2.3算法比较分析
2.3人工蜂群算法的空间聚类应用
2.3.1实验数据
2.3.2数据预处理
2.3.3实验结果及分析
第3章数据流的空间聚类变化检测
3.1数据流相关概念及算法
3.1.1数据流相关概念
3.1.2数据流聚类算法
3.1.3基于动态图的聚类变化挖掘
3.2基于实时聚类快照的空间聚类变化检测
3.2.1基于网格索引的DenStream算法优化
3.2.2在线阶段的实时聚类快照截取
3.2.3基于快照的聚类变化分析
3.2.4实验与结果分析
3.3基于滑动窗口的空间聚类变化检测
3.3.1基于滑动窗口的在线聚类更新
3.3.2基于图的空间聚类变化分析
3.3.3实验与结果分析
3.4应用实例——城市犯罪数据流模拟及聚类演化分析
第4章量化空间关联规则挖掘应用
4.1量化关联规则问题
4.1.1关联规则挖掘相关概念
4.1.2量化关联规则挖掘问题
4.2空间数据预处理
4.2.1基于聚类的空间数据离散化
4.2.2聚类算法优化
4.2.3基于行政区划的空间数据离散化
4.2.4事务数据库构建
4.3量化空间关联规则挖掘
4.3.1包含事务信息的FP-tree
4.3.2FPT-growth算法
4.3.3基于模拟退火的量化关联规则挖掘
4.4实验及分析
4.4.1使用聚类数据进行定量关联规则挖掘
4.4.2使用行政区划数据进行定量关联规则挖掘
4.4.3实验结果分析
第5章基于粒子群的模糊空间关联规则挖掘
5.1基于粒子群的隶属函数优化方法
5.1.1基本粒子群优化算法
5.1.2隶属函数及其优化
5.1.3优化算法描述
5.1.4实验结果及分析
5.2模糊空间关联规则挖掘方法
5.2.1模糊集与模糊关联规则
5.2.2全模糊区域频繁模式挖掘算法
5.2.3基于改进粒子群算法的关联规则提取
5.3模糊空间关联规则应用研究
5.3.1数据准备与数据预处理
5.3.2挖掘结果分析及检验
5.3.3结果检验
第6章本体辅助的空间关联规则挖掘
6.1本体及其构建
6.1.1本体基本概念
6.1.2本体的结构与构建原则
6.1.3基于语义收缩的本体构建
6.2本体辅助的空间关联规则挖掘数据预处理
6.2.1本体辅助的数据清理
6.2.2本体辅助的数据归约
6.2.3实验及评价
6.3基于本体语义约束的空间频繁模式挖掘
6.3.1空间依赖分析
6.3.2基于概念格的空间依赖剔除
6.3.3本体语义应用的实现
6.3.4实验及其评价
6.4本体辅助的空间关联规则挖掘结果优化
6.4.1规则的生成和知识的表达
6.4.2基于规则模式的规则选取
6.4.3基于本体语义相似度的规则过滤
6.4.4实验分析
第7章本体辅助的中文文本自然灾害专题信息挖掘
7.1中文文本时空信息获取及解析方法
7.1.1地名本体、事件本体和灾害本体
7.1.2面向主题的网页信息获取
……