-
题名极小负co-location模式及有效的挖掘算法
被引量：5
- 1
-
-
作者
王光耀
王丽珍
杨培忠
陈红梅
-
机构
云南大学信息学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2021年第2期366-378,共13页
-
基金
国家自然科学基金(61966036,61662086)
云南省创新团队建设项目(2018HC019)。
-
文摘
空间co-location(并置)模式是指实例在空间中频繁关联的一组空间特征的子集。在空间数据挖掘中,现有算法主要针对的是正模式的挖掘,而空间中还存在着具有强负相关性的模式,如负co-location模式,这类模式的挖掘在一些应用中同样具有重要的意义。现有的负co-location模式挖掘算法的时间复杂度较高,挖掘到的模式数量巨大。针对该问题,探索了负co-location模式的向上包含性质,提出了极小负co-location模式,证明了极小负co-location模式可推导出所有频繁负co-location模式。在负co-location模式挖掘中,计算模式的表实例是制约挖掘效率的根本因素,为此提出了3个剪枝策略有效地提高了算法的效率。在真实和合成数据集上的大量实验,验证了提出方法的正确性和高效性。特别地,大量实验结果表明极小负co-location模式可将频繁负co-location模式数量压缩80%以上。
-
关键词
空间数据挖掘
空间co-location模式
极小负co-location模式
向上包含
紧凑表示
-
Keywords
spatial data mining
spatial co-location pattern
minimal negative co-location pattern
upward inclusion
compact representation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
