Spatial Data Mining: Theory and Application

· این کتاب نسخه به روز شده کتابی است که قبلاً توسط Science Press of China به زبان چینی منتشر شده بود (نسخه اول در سال 2006 و نسخه دوم در سال 2013). این یک نمای کلی سیستماتیک و عملی از داده کاوی مکانی ارائه می دهد که علم کامپیوتر و علم اطلاعات جغرافیایی-فضایی را با هم ترکیب می کند و به هر حوزه اجازه می دهد از دانش و تکنیک های دیگری سود ببرد. برای پرداختن به تخصص‌های مکانی و زمانی داده‌های مکانی، نویسندگان مفاهیم و الگوریتم‌های کلیدی حوزه داده، مدل ابری، نمای معدن و روش‌های Deren Li را معرفی می‌کنند. روش میدان داده، تعاملات بین اشیاء فضایی را با انتشار سهم داده‌ها از یک جهان از نمونه‌ها به یک جهان از جمعیت، ضبط می‌کند، در نتیجه شکاف بین مدل داده و مدل شناسایی را پر می‌کند. مدل ابری یک روش کیفی است که از کاراکترهای عددی کمی برای پر کردن شکاف بین داده‌های خالص و مفاهیم زبانی استفاده می‌کند. روش نمای کاوی، الزامات مختلف را با استفاده از مقیاس، سلسله مراتب، و دانه بندی به منظور کشف ناهمسانگردی داده کاوی مکانی متمایز می کند. روش Deren Li پیش پردازش داده ها را انجام می دهد تا آن را برای کشف دانش بیشتر با انتخاب وزن برای تکرار به منظور پاکسازی داده های فضایی مشاهده شده تا حد امکان آماده کند. این کتاب علاوه بر الگوریتم‌ها و تکنیک‌های ضروری، نمونه‌هایی کاربردی از داده‌کاوی مکانی در علم اطلاعات جغرافیایی و سنجش از دور ارائه می‌دهد. پروژه‌های عملی شامل داده‌کاوی ویدئویی مکانی-زمانی برای حفاظت از امنیت عمومی، استخراج تصویر سریال در چراغ‌های شبانه برای ارزیابی شدت بحران سوریه، و برنامه‌های کاربردی در پروژه دولتی "ابتکارات کمربند و جاده" است.

· This book is an updated version of a well-received book previously published in Chinese by Science Press of China (the first edition in 2006 and the second in 2013). It offers a systematic and practical overview of spatial data mining, which combines computer science and geo-spatial information science, allowing each field to profit from the knowledge and techniques of the other. To address the spatiotemporal specialties of spatial data, the authors introduce the key concepts and algorithms of the data field, cloud model, mining view, and Deren Li methods. The data field method captures the interactions between spatial objects by diffusing the data contribution from a universe of samples to a universe of population, thereby bridging the gap between the data model and the recognition model. The cloud model is a qualitative method that utilizes quantitative numerical characters to bridge the gap between pure data and linguistic concepts. The mining view method discriminates the different requirements by using scale, hierarchy, and granularity in order to uncover the anisotropy of spatial data mining. The Deren Li method performs data preprocessing to prepare it for further knowledge discovery by selecting a weight for iteration in order to clean the observed spatial data as much as possible. In addition to the essential algorithms and techniques, the book provides application examples of spatial data mining in geographic information science and remote sensing. The practical projects include spatiotemporal video data mining for protecting public security, serial image mining on nighttime lights for assessing the severity of the Syrian Crisis, and the applications in the government project ‘the Belt and Road Initiatives’.