基于空间自相关性和模糊集的空间数据噪声点检测算法

朱付保　徐显景　白庆春　朱颢东

(郑州轻工业学院计算机与通信工程学院　河南 郑州 450002)



基于空间自相关性和模糊集的空间数据噪声点检测算法

朱付保徐显景白庆春朱颢东*

(郑州轻工业学院计算机与通信工程学院河南 郑州 450002)

大数据时代数据纷繁复杂，同时在数据挖掘过程中数据质量又至关重要，数据质量的高低将直接影响数据挖掘结果的好坏，但现实中数据缺失和噪声数据的现象在所难免。针对上述问题，通过引入空间对象的自相关性理论和模糊集理论，提出一种基于空间自相关性和模糊集的空间数据噪声点检测算法。该算法首先运用邻域对象的空间自相关性理论，计算出特定对象与邻域内其他对象的距离，进而将距离以模糊隶属度的概念予以表达，最后通过与该属性的置信水平进行比较，以此来判定噪声数据。理论分析和实验对比结果均表明，该算法对于处理空间数据噪声点问题是有效可行的。

噪声数据数据预处理空间自相关性模糊集

0　引　言

随着空间数据在社会、生活等各方面应用的深入，从空间数据库中自动或半自动地挖掘隐藏的关系模式，进而根据现有关系模式预测空间对象未来可能发生的行为已变得更具价值。伴随着大数据时代的到来，如何从大数据中提炼出大价值已成为数据挖掘领域研究的重点[1]。与此同时，数据的质量也变得尤为重要，数据预处理则是数据挖掘过程中一个重要步骤和数据质量提升的关键手段[2]。……