多模態(tài)地理大數(shù)據(jù)時空分析旨在融合地理大數(shù)據(jù)的多模態(tài)信息發(fā)現(xiàn)有價值的時空分布規(guī)律、異常表現(xiàn)、關(guān)聯(lián)模式與變化趨勢,是全空間信息系統(tǒng)的核心研究內(nèi)容,并有望成為推進(jìn)地理學(xué)人地關(guān)系研究的重要突破口。為應(yīng)對地理大數(shù)據(jù)時代的新機(jī)遇與挑戰(zhàn),本文圍繞4類核心的時空分析方法（時空聚類分析、時空異常分析、時空關(guān)聯(lián)分析與時空預(yù)測分析）,系統(tǒng)歸納了國內(nèi)外研究現(xiàn)狀,探討了時空分析中多尺度建模、多視角協(xié)同、多特征認(rèn)知與多特性表達(dá)的研究難點。進(jìn)而,介紹了多模態(tài)地理大數(shù)據(jù)時空聚類、異常、關(guān)聯(lián)與預(yù)測分析模型,更加全面、客觀、精準(zhǔn)地認(rèn)知與理解時空大數(shù)據(jù)中潛在的地理知識,并且能夠在氣象環(huán)境監(jiān)測、公共安全管理、城市設(shè)施規(guī)劃等多個應(yīng)用領(lǐng)域發(fā)揮關(guān)鍵作用。 

【文章來源】：地球信息科學(xué)學(xué)報. 2020,22(01)北大核心CSCD

【文章頁數(shù)】：16 頁

【文章目錄】：
1 引言
2 地理數(shù)據(jù)時空分析的現(xiàn)狀與挑戰(zhàn)
    2.1 時空聚類分析
    2.2 時空異常分析
    2.3 時空關(guān)聯(lián)分析
    2.4 時空預(yù)測分析
    2.5 時空分析的難點問題
3 多模態(tài)地理大數(shù)據(jù)時空分析的關(guān)鍵技術(shù)
    3.1 尺度驅(qū)動的時空聚類分析
    3.2 融合多視角關(guān)聯(lián)知識的時空異常分析
    3.3 顧及多模態(tài)分布特征的時空關(guān)聯(lián)分析
    3.4 融合時空數(shù)據(jù)多重特性的時空預(yù)測分析
4 總結(jié)與展望


【參考文獻(xiàn)】：
期刊論文
[1]地理大數(shù)據(jù)挖掘的本質(zhì)[J]. 裴韜,劉亞溪,郭思慧,舒華,杜云艷,馬廷,周成虎.  地理學(xué)報. 2019(03)
[2]地理大數(shù)據(jù)為地理復(fù)雜性研究提供新機(jī)遇[J]. 程昌秀,史培軍,宋長青,高劍波.  地理學(xué)報. 2018(08)
[3]多模態(tài)時空大數(shù)據(jù)可視分析方法綜述[J]. 朱慶,付蕭.  測繪學(xué)報. 2017(10)
[4]尺度驅(qū)動的空間聚類理論[J]. 李志林,劉啟亮,唐建波.  測繪學(xué)報. 2017(10)
[5]面向全空間信息系統(tǒng)的多粒度時空對象數(shù)據(jù)模型描述框架[J]. 華一新,周成虎.  地球信息科學(xué)學(xué)報. 2017(09)
[6]顧及背景知識的多事件序列關(guān)聯(lián)規(guī)則挖掘方法[J]. 何占軍,鄧敏,蔡建南,劉啟亮.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(05)
[7]全空間信息系統(tǒng)的核心問題和關(guān)鍵技術(shù)[J]. 華一新.  測繪科學(xué)技術(shù)學(xué)報. 2016(04)
[8]面向城市交通應(yīng)用的移動對象聚類算法比較研究[J]. 劉文凱,唐建波,蔡建南,熊強(qiáng)強(qiáng),劉啟亮.  地理與地理信息科學(xué). 2016(06)
[9]時空異常探測方法研究綜述[J]. 鄧敏,石巖,龔健雅,楊學(xué)習(xí).  地理與地理信息科學(xué). 2016(06)
[10]軌跡大數(shù)據(jù)異常檢測:研究進(jìn)展及系統(tǒng)框架[J]. 毛嘉莉,金澈清,章志剛,周傲英.  軟件學(xué)報. 2017(01)



本文編號：3631552