Beim Spatial Data Mining handelt es sich um einen Zweig des Data Mining, der auf umfassende Weise verschiedene technische Methoden nutzt, um aus einer großen Menge an Geodaten automatisch bisher unbekanntes und potenziell nützliches Wissen zu extrahieren und das Wesentliche aufzudecken Gesetze, innere Zusammenhänge und Entwicklungstendenzen der objektiven Welt hinter den Daten, realisieren den automatischen Wissenserwerb und liefern die Grundlage für technische und betriebliche Entscheidungen. Es kann verwendet werden, um räumliche Daten zu verstehen oder neu zu organisieren, die Beziehung zwischen räumlichen und nicht räumlichen Daten zu entdecken, eine räumliche Wissensbasis aufzubauen, Abfragen zu optimieren usw. In der etablierten GIS-Geodatenbank gibt es eine große Menge an Wissen, das für die Analyse und Klassifizierung verwendet werden kann, wie z. B. räumliche Standortverteilungsregeln, räumliche Assoziationsregeln, Unterscheidungsregeln für morphologische Merkmale usw. Sie werden nicht direkt in der räumlichen Datenbank gespeichert und muss durch Bergbautechnologie ausgegraben werden. Daher ist die Geodaten-Mining-Technologie besonders wichtig.
Expandieren
