面向GML的空间聚类分析与异常检测方法研究

空间聚类分析与异常检测属于空间数据挖掘的研究范围，目前空间聚类分析与异常检测基本都是面向关系型空间数据库的，面向GML的空间数据聚类与异常检测方法研究尚无文献报道。GML作为地理信息编码规范，随着Internet的广泛应用，GML数据将急聚增加，面向GML的空间聚类分析与异常检测研究具有非常重要的理论意义和应用价值。本课题将GML文档转换为DOM树，研究GML空间数据模式与特征的提取方法，分析空间对象之间的拓扑关系，运用树的有关性质和运算规则、数据结构的理论方法，研究新颖有效的GML空间数据模式匹配算法与相似性度量方法，利用基于距离和密度的思想设计GML空间聚类算法和异常检测算法，开发基于GML的空间数据聚类与异常检测原型系统，从而挖掘整个空间中的分布模式和异常对象，为GIS系统提供智能支持。