本书从空间数据挖掘技术的应用角度，介绍了空间数据挖掘的主要技术和方法、空间数据挖掘技术在灾害天气预测、地税管理、犯罪模式分析、公共交通以及水务信息管理中的应用。本书的特色在于以实例来说明不同的数据挖掘方法在各个领域中的应用。从不同的应用领域来研究各种数据挖掘方法，并且每章均为一个完整的研究课题内容，这些课题均为作者课题组的研究成果，因而更具有系统性。本书适合作为地理、计算机、环境等方向研究的教师、科研人员、研究生和高年级本科生的参考书。同时也可供从事城市规划、环境保护、国土开发等方面的专业人员参考。
目录
丛书序
前言
章 绪论 1
1.1 数据挖掘定义及过程 1
1.2 数据挖掘的功能及应用 3
1.3 数据挖掘面对的要求和挑战 6
第二章 数据挖掘技术简介 8
2.1 关联规则 8
2.2 决策树 11
2.3 聚类方法 13
2.4 贝叶斯分类 17
2.5 人工神经网络 19
2.6 遗传算法 21
2.7 小波变换 23
2.8 随机森林 25
第三章 数据挖掘技术在城市地下空间数据挖掘中的应用 32
3.1 地下空间数据仓库研究 32
3.2 上海市地下空间数据挖掘和知识发现 46
3.3 小结 65
第四章 数据挖掘技术在水务信息管理中的应用 66
4.1 人工神经网络算法在台风增水预测中的应用 67
4.2 距平分析技术在厄尔尼诺现象中的应用 80
4.3 人工神经网络在地下水资源评价中的应用 85
第五章 数据挖掘技术在偷盗三车和扒窃拎包研究中的应用 91
5.1 研究区域与数据概述 91
6.2 基于文本信息提取技术的扒窃犯罪时空信息提取 120
6.3 基于DBSCAN的“静态扒窃”时空分布特征分析 128
6.4 基于加权密度分析的“动态扒窃”高危路段分析 136
6.5 基于时空关联规则的公交扒窃犯罪时空行为模式挖掘 139
第七章 数据挖掘技术在PM2.5浓度预测中的应用 145
7.1 数据及预处理 145
7.2 基于相关分析技术的PM2.5浓度影响因素分析 152
7.3 基于逐步回归仿真技术的PM2.5质量浓度模型 156
7.4 基于随机森林的PM2.5小时浓度预测 161
7.5 小结 176
第八章 数据挖掘技术在微环境中PM2.5浓度分布的应用 177
8.1 微环境中PM2.5浓度分布研究概述 177
8.2 关键技术 180
8.3 小区微环境中PM2.5浓度分布研究 185
8.4 小结 193
第九章 数据挖掘技术在影响暴雨产生的环境物理量场中的应用 194
9.1 数据库的建立 194
9.2 决策树方法在提取影响暴雨产生的环境物理量场中的应用 197
9.3 关联规则在研究暴雨中心周边环境场特征中的应用 201
第十章 数据挖掘技术在预测中尺度对流系统移动传播中的应用 204
10.1 关联规则在预测MCS移动中的应用 205
10.2 运用决策树对MCS的移动传播进行预测 207
10.3 基于贝叶斯分类的MCS移动方向预测 209
10.4 MCS环境物理量场特征的聚类分析 212
第十一章 数据挖掘技术在遥感图像处理中的应用 228
11.1 基于贝叶斯算法的云南省昆明市辖区土地分类 228
11.2 基于小波变换和K-Means算法的遥感影像分类 234
11.3 基于遗传算法的BP神经网络在遥感图像分类中的研究 238
11.4 基于模糊支持向量机的遥感图像分类 243
第十二章 蚁群算法 246
12.1 蚁群算法的基本原理 246
12.2 蚁群算法的抽象过程 247
12.3 蚁群算法的实现
12.4 蚁群算法的应用
第十三章 云计算 253
13.1 云计算的基本原理 253
13.2 云计算的实现 255
13.3 云计算的应用 259
参考文献 263
