面向GML的空间聚类分析与异常检测方法研究

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空间数据聚类分析与异常检测的研究尚未见报道。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。本课题将在一年期小额国家自然科学基金项目（40771163）的基础上，研究GML空间数据聚类分析与异常检测算法。通过GML数据模式的相似性度量，提出若干GML结构聚类算法和结构异常检测算法，从而挖掘空间对象的数据结构模式和结构异常对象。通过GML对象之间的空间邻近性和属性特征相似性与空间拓扑分析，提出若干GML空间聚类算法和空间特征异常检测算法，从而挖掘对象之间的潜在空间分布规律，发现空间特征异常对象。开发基于GML的空间数据聚类与异常检测原型系统，为地理信息分析提供支持。