目前,时空数据已成为数据挖掘领域的研究热点,在国内外赢得了广泛关注。同时,时空数据挖掘也在许多领域得到应用,如交通管理、犯罪分析、疾病监控、环境监测、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,发掘时空数据中有价值的信息。
本文目录
-
1.什么是时空数据?
-
2.为什么要进行时空数据分析?
-
3.为什么时空模型应该是统计模型?
-
4.时空统计模型的目标
-
5.分层统计模型(Hierarchical Statistical Models)
1.什么是时空数据?
世界运转过程留下的痕迹称为数据,所以数据都有两个基本的固有属性:空间和时间属性。其中,空间属性可以指绝对的位置属性,也可以指相对的空间关系,一般来说,空间关系又可以按照如下两种方式进行划分:
-
局部或全局
-
局部的:同一节点(或对象)内部,各属性维度之间的关系。
-
全局的:不同节点(或对象)之间的关系
-
-
隐式或显式