[发明专利]基于GIS的海量统计数据的空间奇异点发掘方法

说明书

技术领域

本发明属于计算机技术领域，具体涉及一种基于GIS的海量统计数据的空间奇异点发掘方法。

背景技术

近年来，随着计算机技术的迅速发展以及广泛应用，人们积累的数据越来越多，海量统计数据是管理层越来越多面临的问题，奇异点检测更成为一大难题。

海量统计数据具有覆盖面广、信息量大的特点，传统上，人们处理海量统计信息数据并从中挖掘有用的知识的技术和手段相对却非常贫乏和软弱。

奇异点是指样本中的一个或几个距离其他观测值较远的观测值，暗示这些奇异点可能来自不同的总体。奇异点不同于邻近域属性值的目标对象是由某种特有的机制产生的，因此，奇异点的识别能够导致很多有意义知识的发掘。从空间意义上来说，发现局部异常对象是极其重要的，空间奇异点就是在空间上非空间属性显著不同于空间邻近域的目标对象。有些情况下，空间奇异点在整个数据集合上并不是那么显著地，但是对于局部而言就是一个非常不稳定点，所以，及时准确的查找空间奇异点具有重要意义。

传统的空间奇异点查找方法主要有大量观察法、统计分组法、综合分析法、统计模型法和归纳推断法等。但是，上述几类查找方法普遍具有查找效率慢的不足，难以从海量空间数据中快速准确的查找到空间奇异点数据。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于GIS的海量统计数据的空间奇异点发掘方法，将GIS技术与空间统计分析方法结合起来，能够从海量空间数据中快速准确的查找到空间奇异点数据。

本发明采用的技术方案如下：

本发明提供一种基于GIS的海量统计数据的空间奇异点发掘方法，包括以下步骤：

S1，读取GIS数据库中已存储的空间数据集；

S2，对所述空间数据集中各个空间数据的分布情况进行分析，判断所述各个空间数据的分布情况是否符合正态分布要求，如果判断结果为否，则执行S3；如果判断结果为是，则直接执行S4；

S3，将每一个所述空间数据分别进行对数变换，得到变换后的空间数据；并进一步判断各个所述变换后的空间数据的分布情况是否符合正态分布要求，如果判断结果为否，则丢弃各个所述变换后的空间数据，结束流程；如果判断结果为是，则执行S4；

S4，对各个所述空间数据进行全局奇异点查找，直到符合查找结束条件时，结束流程；或，对各个所述空间数据进行局部奇异点查找，直到符合查找结束条件时，结束流程。

优选的，S1之前，还包括：利用相应的GIS软件对已有的地图数据进行数字化处理，制成一幅数字化地图，然后通过读取该数字化地图，获得所述空间数据集，再将所述空间数据集存储到GIS数据库中。

优选的，S2中，判断所述各个空间数据的分布情况是否符合正态分布要求具体为：

通过频度直方图和/或QQPlot图验证所述各个空间数据的分布情况是否符合正态分布要求。

优选的，通过频度直方图验证所述各个空间数据的分布情况是否符合正态分布要求具体为：

通过频度直方图描述空间数据的单变量的特征，通过分析频度直方图的形状、分布、峰度因素，验证所述各个空间数据的分布情况是否符合正态分布要求；

通过QQPlot图验证所述各个空间数据的分布情况是否符合正态分布要求具体为:

将待分析的空间数据集中各个空间数据排序后的累积分布图经过转换后，得到QQPlot图，如果QQPlot图中各空间数据的连线趋于一条直线，则说明空间数据集中各个空间数据的分布情况符合正态分布要求。

优选的，S4中，对各个所述空间数据进行全局奇异点查找具体为：

通过频度直方图、熵值方法或聚类方法生成的Voronoi图对各个所述空间数据进行全局奇异点查找。

优选的，S4中，对各个所述空间数据进行局部奇异点查找具体为：

通过变异理论分析工具和/或正态QQPlot图对各个所述空间数据进行局部奇异点查找。

优选的，所述变异理论分析工具为协方差点云图或半变异点云图。

本发明的有益效果如下：

本发明提供一种基于GIS的海量统计数据的空间奇异点发掘方法，将GIS技术与空间统计分析方法结合起来，能够从海量空间数据中快速准确的查找到空间奇异点数据。

附图说明

图1为本发明提供的基于GIS的海量统计数据的空间奇异点发掘方法的流程示意图；

图2为频度直方图展现的整个数据集值分布状况的一个图示意图；