时空数据分析算法及其应用研究时空数据分析算法及其应用研究空间和时间是现实世界最基本、最重要的属性，许多空间应用系统都需要表达地学对象的时空属性，例如在地理位置变更、环境监测、城市演化等领域都需要管理历史变化数据，以便重建历史、跟踪变化、预测未来。面向对象的技术是用在软件设计中的一种方法，它用在时空数据1表达中主要是为了克服给定实体的空间或非空间属性在不同时间不同频率变化而出现的复杂问题2。下面从KNN、RNN、SkyLine三种时空数据分析算法出发，论述时空数据分析算法的应用。KNN算法是非参数回归模型的基本算法之一，通过在状态空间中搜索与待测点X相近的k个样本(X,Y)估计g(x),因此又称为k最近邻非参数回归，其预测n函数3可表示为Y=g(X)=为Wi(X；Xk，Xk)Y=为kY1kiii其中Xk1表示与x距离最近的点，并赋予权值；Xk2则被赋予权值k2；以此类推，得到k个权函数k,k,k，满足12kkMkMMkMO,乙k=1(2)12kIKNN算法通过计算样本个体之间的距离或者相似度来寻找与每个样本个体
