当前位置:主页 > 科技论文 > 软件论文 >

基于co-location模式和本体的地址选择算法

发布时间:2018-03-18 20:23

  本文选题:空间模式挖掘 切入点:co-location模式 出处:《计算机工程与应用》2017年24期  论文类型:期刊论文


【摘要】:选址问题是任何一个商业机构都要面临的重大决策问题之一,它受多种因素制约,比如社会经济学、地质学、生态学以及决策者的特定需求等。现有的选址方法(通常被经济学家采用)大多利用主观评价,可扩展性差。空间co-location模式挖掘是空间数据挖掘的一个重要研究方向。一个频繁co-location模式是一组空间特征的子集,它们的实例在空间中频繁关联。利用co-location模式的这种特征间"共存"关系,提出了一种基于co-location模式的地址选择算法,该算法基于本体描述空间数据的分类信息,并在本体的指导下对用户感兴趣的兴趣点(Point of Interest)进行关键co-location模式挖掘,同时针对实际情况对数据进行了预处理以增加算法的有效性。在真实数据集(北京市的兴趣点数据)上的评估实验显示该算法具有较高的准确率,选择的地址具有高可靠性。
[Abstract]:The location problem is one of the major decision-making problems that any business organization has to face. It is restricted by a variety of factors, such as social economics and geology. Ecology and the specific needs of policy makers, etc. Most of the existing siting methods (usually used by economists) use subjective evaluation, Spatial co-location pattern mining is an important research direction in spatial data mining. A frequent co-location pattern is a subset of spatial features. Their examples are frequently associated in space. This paper proposes an address selection algorithm based on co-location schema, which is based on the classification information of ontology describing spatial data, using the "coexistence" relationship between the features of co-location schema. Under the guidance of ontology, the key co-location pattern mining is carried out on the point of interest of users. At the same time, we preprocess the data in order to increase the validity of the algorithm. The evaluation experiments on the real data set (data of interest points in Beijing) show that the algorithm has high accuracy and high reliability of the selected address.
【作者单位】: 云南大学信息学院计算机科学与工程系;
【基金】:国家自然科学基金(No.61472346,No.61662086) 云南省自然科学基金(No.2016FA026,No.2015FB114) 云南省高校谱传感与边疆无线电安全重点实验室资助项目(No.C6165903)
【分类号】:TP391.1

【相似文献】

相关期刊论文 前10条

1 吴进;宋顺林;王迎春;;基于频繁偏爱度的使用模式挖掘算法的研究[J];计算机应用;2006年10期

2 王宇新;田佳;郭禾;吴树朋;杨元生;;应用模糊方法的设计模式挖掘策略研究[J];计算机工程与应用;2010年02期

3 陆亿红;王子仁;黄燕;;适合稀少空间特征的同位模式挖掘算法[J];浙江工业大学学报;2007年04期

4 郭燕萍;辛伯宇;;高选票例外模式挖掘研究与实现[J];电脑开发与应用;2007年08期

5 徐显九;杨燕;岳爱萍;;高效的用户移动模式挖掘方法[J];计算机应用研究;2007年09期

6 李帆;夏士雄;张磊;;基于模糊理论的不确定轨迹模式挖掘[J];微电子学与计算机;2011年08期

7 李中元;边馥苓;;空间同位模式挖掘研究进展[J];地理空间信息;2013年06期

8 邢东山,沈钧毅,宋擒豹;用户浏览偏爱模式挖掘算法的研究[J];西安交通大学学报;2002年04期

9 刘洪辉;吴岳芬;;用户行为模式挖掘问题的研究[J];计算机技术与发展;2006年05期

10 付晓翠;许盈;车路;;游戏访问模式挖掘的研究与应用[J];郑州大学学报(理学版);2007年04期

相关会议论文 前9条

1 王肃;杜军平;高田;;基于本体与知识背景的模式挖掘框架研究[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年

2 缪裕青;尹东;;分布式存储结构的频繁闭合模式挖掘并行算法[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年

3 王淼;尚学群;谢华博;李战怀;;行常量差异共表达基因模式挖掘算法研究[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年

4 刘玉葆;蔡嘉荣;印鉴;黄志兰;;基于最大访问模式挖掘的数据库异常行为检测[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年

5 陆叶;王丽珍;陈红梅;赵丽红;;基于可能世界的不确定空间co-location模式挖掘研究[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

6 王丽珍;陆叶;陈红梅;肖清;;基于前缀树结构的空间co-location模式挖掘算法研究[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

7 胡伟成;曹三省;李丹;;一种基于QPop增量时域分割升维的媒体内容应用模式挖掘改进算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年

8 薛丹;李德敏;裴仁林;;移动计算中基于PrefixSpan算法的用户移动模式挖掘[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年

9 夏庆;马元元;孙志挥;;路径遍历模式挖掘方法的改进[A];第十六届全国数据库学术会议论文集[C];1999年

相关博士学位论文 前8条

1 Shafqat Ali Shad;移动用户轨迹与行为模式挖掘方法研究[D];中国科学技术大学;2013年

2 钱烽;同位模式挖掘研究[D];浙江大学;2012年

3 刘勇;图模式挖掘技术的研究[D];哈尔滨工业大学;2010年

4 覃桂敏;复杂网络模式挖掘算法研究[D];西安电子科技大学;2012年

5 王乐;数据流模式挖掘算法及应用研究[D];大连理工大学;2013年

6 林耀进;多源环境中数据预处理与模式挖掘的研究[D];合肥工业大学;2014年

7 王广涛;属性子集选择算法及其推荐方法研究[D];西安交通大学;2017年

8 曾海泉;时间序列挖掘与相似性查找技术研究[D];复旦大学;2003年

相关硕士学位论文 前10条

1 杨阳;云计算环境下时空轨迹伴随模式挖掘研究[D];南京师范大学;2015年

2 李海;基于用户轨迹数据的周期活动模式挖掘[D];江苏科技大学;2015年

3 周青峰;云计算环境下的模式挖掘算法研究[D];浙江工商大学;2015年

4 陈瑞;基于分治子图和极大有序团树的co-location模式挖掘研究[D];云南大学;2015年

5 张子瀚;面向大数据的高效用模式挖掘方法研究[D];北方工业大学;2016年

6 张刚领;一种基于团的闭频繁Co-location模式挖掘方法[D];云南大学;2016年

7 江万国;基于领域驱动的空间高效用Co-location模式挖掘[D];云南大学;2016年

8 吴锡宇;基于约束的城市co-location模式挖掘[D];云南大学;2016年

9 冯鲁桥;基于C/C++代码库的API调用模式挖掘研究及实现[D];电子科技大学;2016年

10 王敏;云计算环境下时空轨迹聚集模式挖掘算法研究[D];南京师范大学;2016年



本文编号:1631158

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1631158.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e1a20***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com