利用改进粒子群算法的关联规则挖掘

发布时间：2018-01-04 18:28

本文关键词：利用改进粒子群算法的关联规则挖掘　出处：《测绘科学》2016年02期 　论文类型：期刊论文

【摘要】：针对传统的关联规则挖掘方法需要耗费大量时间来产生频繁项的问题,该文设计了一种引入负反馈机制的改进粒子群算法。该算法采用负反馈机制,在粒子位置更新前通过判断粒子是否将落入恶劣区域,较好地避免了粒子更新过程中对无用频繁项的重复计算,从而有效减少了数据库的扫描次数。通过挖掘土地覆盖类型与地形特征的空间关联关系,结果表明:所提算法不仅可以提高空间关联规则的挖掘效率,还可以发现仅具有高置信度的易被忽视关联规则。该研究结果对空间关联分析、同位模式挖掘等具有一定的参考价值。
[Abstract]:According to the traditional association rule mining methods need to spend a lot of time to produce frequent problems, this paper presents an improved particle swarm algorithm introducing negative feedback mechanism. The algorithm adopts the negative feedback mechanism in the particle position before the update by judging whether the particle will fall into bad area, avoids repeated computation of useless frequent particle update process, so as to effectively reduce the times of scanning database. Through mining spatial association between land cover types and topographic features of the results show that the proposed algorithm can not only improve the space efficiency of association rule mining, can also be found only with high confidence neglected association rules. The results of this study the analysis of spatial association, CO location pattern mining has certain reference value.

【作者单位】：信息工程大学地理空间信息学院;
【基金】：国家自然科学基金面上项目(40871183;41140012;41271392;41571394) 国家自然科学青年基金项目(41401463) 信息工程大学地理空间信息学院硕士学位论文创新与创优基金项目(XS201511)
【分类号】：P208
【正文快照】： 0引言1995年,Koperski将传统的关联规则拓展到空间数据挖掘领域,之后很多学者对空间关联规则的概念、挖掘算法、不确定性的表达和挖掘结果的可视化等方面进行了深入的研究并取得了一系列的成果[1-3]。目前,多数空间关联规则挖掘的研究是基于传统的关联规则挖掘算法,因此存在耗

【相似文献】