基于区域划分的空间co-location模式挖掘研究
发布时间：2021-03-05 09:28
随着遥感技术、地理信息系统和全球定位系统为代表的空间信息技术的飞速发展和广泛应用,产生了大量包含位置信息的空间数据。空间数据挖掘就是从大量空间数据中挖掘有趣的、事先未知却潜在有用的知识和模式的过程。本文研究的空间co-location模式挖掘就是在大量空间数据中发现空间特征集合,这些特征的实例频繁出现在彼此的邻域中,互为邻居。作为一种重要的空间数据挖掘任务,空间co-location模式挖掘研究在生态学、环境保护、公共安全、公共卫生、城市规划、交通运输、基于位置的服务等领域得到广泛应用。由于空间数据同时存在关联性和异质性,面对数据的多样性及实际应用需要,本文基于空间区域划分,从两个方面将模式在空间分布的特性引入空间co-location模式挖掘,探索均匀co-location模式挖掘、频繁均匀co-location模式挖掘、基于区域重要性的高效用co-location模式挖掘及并行挖掘算法。主要研究内容与贡献归纳如下:1.针对基于参与度的频繁co-location模式挖掘的传统方法,忽略模式在空间的分布特性,仅仅考虑模式频繁性的不足,以及模式熵的方法存在区域划分单一、难以设定阈值的问题...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：111 页
【学位级别】：博士
【部分图文】：
用于行实例计数的空间数据集
网格划分3.6.3 真实数据集上的挖掘结果ECPM 算法和传统 joinco-location 模式。本小节在真实数据集上对比两种算法挖掘出的两类空间式，也对比 ECPM 算法和模式熵方法挖掘结果的差异真实数据集来源云南省“种，植物实例 336 个在 72km聚类划分图3-8两种空间区域划分结果join-based 算法分别挖掘均匀空间 co-location本小节在真实数据集上对比两种算法挖掘出的两类空间和模式熵方法挖掘结果的差异。“三江并流地区”珍稀植物数据集。该数据集72km×125km 的空间范围内呈带状分布，具体如图location 模式和频繁空间co-location 模该数据集有植物种类 31具体如图 3-9 所示。
网格划分3.6.3 真实数据集上的挖掘结果ECPM 算法和传统 joinco-location 模式。本小节在真实数据集上对比两种算法挖掘出的两类空间式，也对比 ECPM 算法和模式熵方法挖掘结果的差异真实数据集来源云南省“种，植物实例 336 个在 72km聚类划分图3-8两种空间区域划分结果join-based 算法分别挖掘均匀空间 co-location本小节在真实数据集上对比两种算法挖掘出的两类空间和模式熵方法挖掘结果的差异。“三江并流地区”珍稀植物数据集。该数据集72km×125km 的空间范围内呈带状分布，具体如图location 模式和频繁空间co-location 模该数据集有植物种类 31具体如图 3-9 所示。
【参考文献】：
期刊论文
[1]不均匀模糊空间对象的分层次co-location模式挖掘方法[J]. 俞庆英,罗永龙,吴倩,陈传明. 计算机应用. 2016(11)
[2]多层次空间同位模式自适应挖掘方法[J]. 蔡建南,刘启亮,徐枫,邓敏,何占军,唐建波. 测绘学报. 2016(04)
[3]OSCRM:一个基于本体的空间Co-Location规则挖掘框架[J]. 包旭光,王丽珍,方圆. 计算机研究与发展. 2015(S1)
[4]模糊空间的colocation模式挖掘研究[J]. 邹目权,王丽珍,姚华传. 计算机工程与应用. 2014(07)
[5]带模糊属性的空间Co-Location模式挖掘研究[J]. 吴萍萍,王丽珍,周永恒. 计算机科学与探索. 2013(04)
[6]实例位置模糊的空间co-location模式挖掘研究[J]. 欧阳志平,王丽珍,周丽华. 计算机科学与探索. 2012(12)
[7]一种带稀有特征的空间co-location模式挖掘新方法[J]. 冯岭,王丽珍,高世健. 南京大学学报(自然科学版). 2012(01)
[8]基于DS理论的不确定空间co-location模式挖掘[J]. 肖清,陈红梅,王丽珍. 云南大学学报(自然科学版). 2011(S2)
[9]模糊对象的空间Co-location模式挖掘研究[J]. 欧阳志平,王丽珍,陈红梅. 计算机学报. 2011(10)
[10]从不确定数据集中挖掘频繁Co-location模式[J]. 陆叶,王丽珍,张晓峰. 计算机科学与探索. 2009(06)
本文编号：3064972
【文章来源】：云南大学云南省 211工程院校
【文章页数】：111 页
【学位级别】：博士
【部分图文】：
用于行实例计数的空间数据集
网格划分3.6.3 真实数据集上的挖掘结果ECPM 算法和传统 joinco-location 模式。本小节在真实数据集上对比两种算法挖掘出的两类空间式，也对比 ECPM 算法和模式熵方法挖掘结果的差异真实数据集来源云南省“种，植物实例 336 个在 72km聚类划分图3-8两种空间区域划分结果join-based 算法分别挖掘均匀空间 co-location本小节在真实数据集上对比两种算法挖掘出的两类空间和模式熵方法挖掘结果的差异。“三江并流地区”珍稀植物数据集。该数据集72km×125km 的空间范围内呈带状分布，具体如图location 模式和频繁空间co-location 模该数据集有植物种类 31具体如图 3-9 所示。
网格划分3.6.3 真实数据集上的挖掘结果ECPM 算法和传统 joinco-location 模式。本小节在真实数据集上对比两种算法挖掘出的两类空间式，也对比 ECPM 算法和模式熵方法挖掘结果的差异真实数据集来源云南省“种，植物实例 336 个在 72km聚类划分图3-8两种空间区域划分结果join-based 算法分别挖掘均匀空间 co-location本小节在真实数据集上对比两种算法挖掘出的两类空间和模式熵方法挖掘结果的差异。“三江并流地区”珍稀植物数据集。该数据集72km×125km 的空间范围内呈带状分布，具体如图location 模式和频繁空间co-location 模该数据集有植物种类 31具体如图 3-9 所示。
【参考文献】：
期刊论文
[1]不均匀模糊空间对象的分层次co-location模式挖掘方法[J]. 俞庆英,罗永龙,吴倩,陈传明. 计算机应用. 2016(11)
[2]多层次空间同位模式自适应挖掘方法[J]. 蔡建南,刘启亮,徐枫,邓敏,何占军,唐建波. 测绘学报. 2016(04)
[3]OSCRM:一个基于本体的空间Co-Location规则挖掘框架[J]. 包旭光,王丽珍,方圆. 计算机研究与发展. 2015(S1)
[4]模糊空间的colocation模式挖掘研究[J]. 邹目权,王丽珍,姚华传. 计算机工程与应用. 2014(07)
[5]带模糊属性的空间Co-Location模式挖掘研究[J]. 吴萍萍,王丽珍,周永恒. 计算机科学与探索. 2013(04)
[6]实例位置模糊的空间co-location模式挖掘研究[J]. 欧阳志平,王丽珍,周丽华. 计算机科学与探索. 2012(12)
[7]一种带稀有特征的空间co-location模式挖掘新方法[J]. 冯岭,王丽珍,高世健. 南京大学学报(自然科学版). 2012(01)
[8]基于DS理论的不确定空间co-location模式挖掘[J]. 肖清,陈红梅,王丽珍. 云南大学学报(自然科学版). 2011(S2)
[9]模糊对象的空间Co-location模式挖掘研究[J]. 欧阳志平,王丽珍,陈红梅. 计算机学报. 2011(10)
[10]从不确定数据集中挖掘频繁Co-location模式[J]. 陆叶,王丽珍,张晓峰. 计算机科学与探索. 2009(06)
本文编号：3064972
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3064972.html
