Spatial Big Data Analytics

课程简介

空间大数据分析 • 大数据和空间大数据介绍 • 大数据预处理 o 数据清洗、归一化和集成 o 噪声识别 • 探索性空间数据分析与可视化 • 描述性分析与回归 o 空间数据的描述性统计 o 空间加权回归 • 点数据模式分析 o 格网估计 o K 函数 • 线数据模式与网络分析 o 线特征 o 网络连通性和路径算法 • 区域数据模式与空间自相关 o 联合计数 o Moran’s I 和 Geary’s C • 空间插值与表面分析 o IDW、Tessellation、Spline o 简单克里金和普通克里金 • 流数据与时间序列分析 o 平滑 o 分解 o 模型构建

学习目标

1. 使学生了解地理空间数据挖掘和知识发现的概念。 2. 使学生掌握空间数据挖掘的方法，包括分类、聚类分析和关联规则分析。 3. 通过案例研究使学生能够批判性地审查数据挖掘和知识发现的问题。

先修要求

先修课程 LSGI2223 地理信息系统

教学模式

1. 通过讲授解释理论和方法论； 2. 实验课和一个小的个人项目，以强化讲授的理论和方法论，使学生能够更深入地理解原理和技术，获得实际问题解决技能，培养批判性思维； 3. 设计一个团队项目，以增强批判性思维、团队精神、问题解决技能、领导能力和展示技能。