异质稀疏分布时空数据插值、重构与预测方法探讨

作者：程诗奋,彭澎,张恒才,陆锋

摘要：时空数据挖掘是地理信息科学的核心研究命题。大数据时代,地理时空数据的爆炸性增长对时空知识发现提出了迫切的需求,促进了时空数据挖掘技术不断发展。然而,时空大数据普遍存在的异质性与稀疏分布特征制约了时空数据挖掘算法的实现,显著影响了自然和社会复杂系统刻画与分析能力。鉴于此,围绕异质稀疏分布时空数据表达与应用过程中面临的系列瓶颈问题开展研究,探讨了缺失时空数据插值、稀疏时空数据重构、时空状态预测等时空数据挖掘重点任务的研究现状和存在问题,凝练了关键的科学问题,并提出了相应的解决方案,以期丰富时空数据挖掘领域的方法体系,提升时空数据建模的质量与应用价值。

发文机构：中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 中国科学院大学

关键词：时空自相关时空异质性时空插值时空预测多任务多视图学习spatiotemporal autocorrelationspatiotemporal heterogeneityspatiotemporal interpolationspatiotemporal predictionmulti-task and multi-view learning

分类号： P208[天文地球—地图制图学与地理信息工程]