用探测性的归纳学习方法从空间数据库发现知识  

Knowledge Discovery from Spatial Databases With Exploratory Inductive Learning

作　　者：邸凯昌[1] 李德仁[2] 李德毅[3] 

机构地区：[1]国土资源部航空物探遥感中心,北京100083 [2]武汉测绘科技大学信息工程学院,武汉430079 [3]中国电子系统工程研究所,北京100036

出　　处：《中国图象图形学报（A辑）》1999年第11期924-928,929,共6页Journal of Image and Graphics

基　　金：国家自然科学基金;测绘遥感信息工程国家重点实验室基金

摘　　要：将探测性数据分析、面向属性的归纳和Ｒｏｕｇｈ 集方法结合起来，形成了一种灵活通用的探测性归纳学习方法ＥＩＬ，可以从空间数据库中发现普遍知识、属性依赖、分类知识等多种知识。同时提出和总结了多种生成空间数据库概念层次结构的方法用于归纳学习。An exploratory inductive learning approach is proposed to discover knowledge from spatial database. This approach integrates attribute oriented induction method with exploratory data analysis and Rough set methods. It is flexible and general purpose to discover general knowledge, attribute dependencies and classification knowledge and so on. In order to satisfy the requirements of background knowledge, several methods are proposed for generating concept hierarchies from data. An experiment on agricultural statistical data of China mainland shows that exploratory inductive learning approach is feasible and effective for spatial data mining.

关 键 词：空间数据发掘 知识发现 探测性数据分析 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]