时空数据分析算法及其应用研究

时空数据分析算法及其应用研究

空间和时间是现实世界最基本、最重要的属性，许多空间应用系统都需要表达地学对象的时空属性，例如在地理位置变更、环境监测、城市演化等领域都需要管理历史变化数据，以便重建历史、跟踪变化、预测未来。面向对象的技术是用在软件设计中的一种方法，它用在时空数据[1]表达中主要是为了克服给定实体的空间或非空间属性在不同时间不同频率变化而出现的复杂问题[2]。下面从KNN 、RNN 、SkyLine 三种时空数据分析算法出发，论述时空数据分析算法的应用。

1、KNN 分析算法的基本概述及应用分析

KNN 算法是非参数回归模型的基本算法之一，通过在状态空间中搜索与待测点X 相近的k 个样本(X i ，Y i )估计g n (x)，因此又称为k 最近邻非参数回归，其预测

函数[3]可表示为

Y=g(X)=∑=k 1i W i （X ；X k 1，…，X k k ）Y i =∑=k 1i k i Y i （1） 其中X k 1．表示与x 距离最近的点，并赋予权值k 1；X k 2则被赋予权值k 2；以此类推，得到k 个权函数k 1，k 2，?，k k ，满足

k 1≥k 2≥…≥k k ≥0，∑=k 1i i k =1 （2） KNN 算法通过计算样本个体之间的距离或者相似度来寻找与每个样本个体最相近的K 个个体，在这个过程中需要完成一次样本个体的两两比较，所以算法的时间复杂度，跟样本的个数直接相关。

K 最近邻算法通常情况下是用于分类的，这只是对K 近邻算法用途的本质说明

[4]。从实际来看，K 近邻算法可以应用的地方还有很多，比如系统推荐等等。简单的讲，就是挖掘出客户喜欢的相同商品，来进行相似物品的推荐。另外区分客户群体，从而使我们更好的为客户服务。

下面是KNN 分类器构建实例。KNN 的实现分训练和识别两步。训练时，把每类样本降维后的结果作为KNN 的输入。如图1所示，圆圈表示待识别数据所处的位置，选择K 值为3时，选中实线圆中的3个数据，识别结果为三角形代表的类；选择K 值为5时，选中虚线圆中的5个数据，识别结果为正方形代表的类。

图1 KNN分类器构建

关于智能商务中的聚类算法等，已经应用于很多系统中，比如推荐系统、文本分类系统等等[5]。这其中衍生出的产品或者项目都已经被广泛使用于电子商务领域。为了增加交易，满足不同的顾客的需求，研究人员已经推出了利用消费者访问和购买的行为的推荐系统。广泛应用在大的超市或者企业中。这些系统通常通过给顾客一些与他购买物品高度相关联的推荐物品，来增加购买和交易。比如亚马逊是通过偏好和用户信息和购买信息来向顾客推荐相关书籍。并且在这过程中，使用的技术并不复杂，而这不妨碍推荐系统的精确有效。

2、RNN分析算法的基本概述及应用分析

通常，RNN查询[6]的定义为：给定一个数据点集合P和一个查询点q，单色反向最近邻查询(Monochromatic Reverse Nearest Neighbor Query,RNN)找出所有以查询点q为最近邻的数据点，即RNN(q)={p∈P丨?’

?∈P

p

s.t.d(p,p’)

?∈Q s.t.d(p,q’)

p

图1展示了该查询算法的一个实例[7]，图中显示有四个数据点，每个数据点都对应一个限定圆，查询点g落在数据点p1，P2对应的限定圆中，因此p1，P2就是g的RNN查询结果，即RNN(q)={Pl，P2)。

图2 查询实例

近年来，反向最近邻查询学术界得到了深入探讨和研究，并且在诸如决策支持、资源分配等许多领域得到了广泛应用。例如利用随机神经元网络方法和辐射神经元网络方法设计分布式数据库系统，从而确定数据的物理分段方式[8]；再如利用基于随机神经网络的时延预测模型对时延进行精确的预测，为实施网络拥塞控制、路由选择提供重要的依据[9]。

3、SkyLine分析算法的基本概述及应用分析

近年来，流数据挖掘与管理成为学术界和工业界所共同关注的问题，并且随着信息技术的不断发展和应用的不断深入，数据收集手段越来越丰富，海量存储也越来越普遍。由此，一种新的操作算子--skyline操作被引入了数据库领域，目的是要发现数据集中不被其他点支配的所有点的集合[10]。随着skyline计算在多标准决策系统、城市导航系统、数据挖掘和可视化、智能防御系统、以及地理信息系统等领域的广泛应用，有效地在数据流上实现skyline计算成为数据挖掘领域的研究热点。

一个多维数据库的skyline，是该数据库上不被其它任何数据点支配(dominate)的点所组成的集合。数据点p支配点q，当且仅当p在任一维上的取值都不比q差，且至少在一个维度上比q更好。Skyline计算就是从数据库中快速、准确地z到所有的skyline数据点。

图1是一个skyline例子[11]，图中的每一个点是一个二维的数据记录，共同组成一个二维的数据库。在图2．6中，p点支配q点，p点与r点互不相支配，所有实

心的点组成了skyline集合。

图1 一个skyline例子

数据流足连续、实时、有序的数据项序列，数据流上的skyline查询是近来流数据挖掘领域的一项研究热点，它所独有的特征：数据实时到达、规模宏大、次序独立以及数据往往只能一次读取，要求数据流上的skyline查询处理算法必需高效地处理到达的每一个对象，并且具有较低的时间复杂度。但现有算法对数据的去除率不足，使得在进行skyline计算时对部分操作重复，造成时间和空问的浪费。并且在实际应用中，产生的数据流往往以分布式的形式出现，例如无线传感器网络中传感器节点的数据流。

Skyline查询在诸如多标准决策支持、数据挖掘、用户优先选择查询、协作数据检索以及Web交互式系统等领域中有着广阔的应用前景，它已经成为了当前数据库领域的一个研究重点与热点。Skyline查询返回一组有意义的对象，这些对象在各维上都不被其他对象所控制，从而支持用户在复杂的情况下进行决策，这使得它在许多领域都有着广泛的应用，如多标准决策支持系统以及用户偏好查询等．为了更好地适应在不同环境下的应用，最近两年，对Skyline问题的研究逐渐地趋向于在具体应用环境下进行，如Web信息系统、分布式P2P网络、数据流和公路网络等[12]。

4、结语与展望

近年来，随着全球定位系统、传感器网络和移动设备等的普遍使用，时空数据急剧增加。特别是时空数据的处理方面更为复杂。因此，寻找有效的时空数据挖掘方法具有十分重要的意义。针对这一背景，文章主要围绕KNN、RNN、SkyLine

三种时空数据分析算法分析了其概念，对其研究的现状进行了详细介绍。

当前，时空数据挖掘的研究已吸引了来自GIS[13]、时空推理、数据挖掘、机器学习和模式识别等众多领域的学者，取得了诸多研究成果。与此同时，时空数据挖掘也在许多领域得到应用[14]，如移动电子商务（基于位置的服务）、土地利用分类及地域范围预测、全球气候变化监控（如海洋温度、厄尔尼诺现象、生物量、犯罪易发点发现、交通协调与管理（交通中的局部失稳、道路查找）、疾病监控、水资源管理、自然灾害（如台风、森林火灾）预警、公共卫生与医疗健康等时空数据挖掘作为一个新兴的研究领域，正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据，揭示时空数据中的有价值知识。当然，现有的这些时空数据分析算法还处于发展阶段，随着各种信息系统的完善和飞速发展，相关研究领域必须深入研究时空数据所蕴含的巨大的能量，并抓住研究的重点，对现有的算法进行创新性的改造和优化。

参考文献

[1] Langran，G.（1992）Time in Geographic Information System. London ，TayIor &Franic .

[2]姜晓轶.从空间到时间—时空数据模型研究.吉林大学学报(地球科学版)[J] .2006，

36(3)：480-484.

[3]王新颖.KNN算法的数据优化策略.吉林大学学报(信息科学

版)[J].2010,28(3):309-313.

[4]刘振.商务智能应用中数据挖掘KNN算法的改进与高性能程序的实现[D].浙江理

工大学2013.3.

[5]张雪婷，张晓平，王洪凯．数据挖掘算法的一种实现方法[J]．山东建筑工程学院

学报，2003，(01)：4—6．

[6]Zheng Shan.Probability Reverse Nearest Neighbor Search for Probability Graph

[D].ZheJiang University.2012.1.

[7]蒋本天，李英梅．分布式数据库管理系统中的RNN方法[J]．哈尔滨师范大学自

然科学学报，2013，29(2)：57—59．

[8]蒋本天，李英梅．分布式数据库管理系统中的RNN方法[J]．哈尔滨师范大学自

然科学学报，2013，29(2)：57—59．

[9]胡治国，张大陆，侯翠平，沈斌，朱安奇．基于随机神经网络的多步网络时延预

测模型[J]．计算机科学，2009，36(7)：85—88．

[10]周红福. 基于索引的Skyline算法研究[D].复旦大学2007.4.

[11]王艳杰. 基于数据流的Skyline计算及应用研究[D].江苏大学2011.5.

[12]魏小娟，杨婧，李翠平，陈红．Skyline 查询处理[J]．Journal of Softwar，2008，

19(6)：1386—1399．

[13]陈荣清，谢刚生，邹时林．时态GIS 中时空数据表达综述[J]．华东地质学院

学报，2001，24(4)：320—322．

[14]刘大有，陈慧灵，齐红，杨博．时空数据挖掘研究进展[J]．计算机研究与发展，2013，31(2)：42—57．