李德仁、王树良、李德毅所著的《空间数据挖掘理论与应用(第2版)》提出了云模型、数据场、地学粗空间和挖掘视角等新技术,构建了空间数据挖掘金字塔,给出了规则加例外的多层次挖掘机理,导出了空间观测数据清理的选权迭代法和DHP法,提出了“数据场一云”聚类算法、基于数据场的模糊综合聚类算法和基于数学形态学的聚类知识挖掘算法,研究了基于空间统计学、归纳学习和概念格的遥感图像数据挖掘,研究了长江三峡宝塔滑坡监测、银行经营收益分析及选址评价、遥感图像土地利用分类、土地资源评价、火车运行安全检测等多个关系国计民生的实例,自主研制了空间数据挖掘原型系统。
面向大数据,李德仁、王树良、李德毅所著的《空间数据挖掘理论与应用(第2版)》提出数据场、云模型、地学粗空间和空间数据挖掘视角,构建空间数据挖掘金字塔,给出挖掘机理,介绍概念格,总结空间数据源,导出清理空间观测数据的选权迭代法。面向地理信息系统数据研究空间的关联规则、分布规则、概化规则和聚类规则的挖掘,从图像中发现指导图像分类、特征提取、表情识别的空间知识,以及时空分布的视频数据挖掘。这些理论,在滑坡监测、车轮形变、银行选址、土地利用、人脸识别、公共安全等实际领域,获得了有价值的应用成果,自主研制了空间数据挖掘原型系统GISDBMiner和RSImageMiner。
《空间数据挖掘理论与应用(第2版)》可供空间数据挖掘、计算机科学、地球空间信息科学、地理信息系统、遥感、全球定位系统、数据分析、人工智能、认知科学、空间资源规划、土地科学、灾害防治、管理科学与工程和决策支持等领域的研究人员和开发人员使用,亦可作为高等学校相关专业本科生和研究生的参考用书。