量化空间关联规则挖掘应用研究

发布时间：2017-04-19 22:08

  本文关键词：量化空间关联规则挖掘应用研究，由笔耕文化传播整理发布。

【摘要】：空间关联规则挖掘是空间数据挖掘的重要内容,作为关联规则挖掘的一个分支,能为人们提供隐含在空间数据中对人们有价值的知识,发现空间实体之间的空间依存关系、相互作用关系、因果关系和共生关系等。传统的空间关联规则挖掘研究主要集中于布尔关联规则的挖掘,但对于规则中存在的量化关系则鲜有研究。本文在总结前人对空间关联规则挖掘研究的基础上,研究量化空间关联规则挖掘问题,通过对空间数据预处理,并对传统的关联规则算法进行改进,使得到的关联规则包含部分量化信息,最后使用模拟退火算法提取关联规则的量化信息,从而最终实现量化空间关联规则挖掘。本文主要内容包括：1.分析了空间关联规则挖掘和量化关联规则挖掘的研究进展,并指出当前研究中主要存在的问题。2.分析了空间关联规则挖掘的基本概念及主要算法、数据预处理方法和模拟退火算法,结合多层关联规则挖掘的思路,给出了量化空间关联规则挖掘的基本流程。3.在分析了空间关联规则挖掘在数据预处理中存在的问题后,论文使用空间聚类进行空间数据预处理,对将要进行空间关联规则挖掘的要素进行空间聚类,将得到的每个聚类簇看作一个离散空间,从而实现空间离散化。从而在空间数据预处理时尽可能多的保留隐含的空间信息。4.为实现量化空间关联规则挖掘,使空间关联规则挖掘过程中保留量化信息,论文对关联规则算法FP-Growth和其辅助数据结构FP-tree进行了改进。重新构造FP-tree数据结构,设计了包含事务信息的FPT-tree,并对FP-Growth算法进行了相应的改进,使提取的关联规则包含其对应的事务信息。5.研究了模拟退火算法的基本思路和过程,使用模拟退火算法对包含事务信息的关联规则进行量化关联规则挖掘,有效地提取了关联规则中各项之间的量化关系。并以某市地址点数据为例,进行量化空间关联规则挖掘,验证了论文中量化关联规则挖掘的有效性。
【关键词】：空间关联规则 数据预处理 量化关联规则 FP-Growth 模拟退火
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-14
• 1.1 研究背景及意义8
• 1.2 国内外研究现状及分析8-12
• 1.2.1 研究现状8-11
• 1.2.2 现状分析11-12
• 1.3 主要研究内容及组织结构12-14
• 1.3.1 主要研究内容12-13
• 1.3.2 论文结构13-14
• 第二章 相关理论及技术基础14-23
• 2.1 关联规则相关知识14-18
• 2.1.1 空间关联规则挖掘相关知识14-15
• 2.1.2 关联规则算法15-18
• 2.2 数据预处理方法18-20
• 2.2.1 数据离散化与空间聚类18-19
• 2.2.2 数据变换与规范化19-20
• 2.3 量化关联规则问题研究20-22
• 2.3.1 多层关联规则挖掘20
• 2.3.2 模拟退火算法20-22
• 2.3.3 量化空间关联规则挖掘流程22
• 2.4 本章小结22-23
• 第三章 空间数据预处理23-38
• 3.1 基于聚类的空间数据离散化23-26
• 3.2 聚类算法优化26-29
• 3.2.1 噪声数据清理26-27
• 3.2.2 离优化27-29
• 3.3 聚类结果分析和选取29-33
• 3.4 基于行政区划的空间数据离散化33-35
• 3.5 构建事务数据库35-36
• 3.6 本章小结36-38
• 第四章 量化空间关联规则挖掘38-52
• 4.1 包含事务信息的FP-tree38-42
• 4.1.1 FP-tree的定义38-39
• 4.1.2 构建包含事务信息的FPT-tree39-42
• 4.2 FPT-growth算法42-43
• 4.2.1 FPT-growth算法基本思想42
• 4.2.2 FPT-growth算法步骤42-43
• 4.3 基于模拟退火的量化关联规则挖掘43-51
• 4.3.1 数据变换44-46
• 4.3.2 量化规则提取46-48
• 4.3.3 量化关联规则兴趣度度量48-51
• 4.4 本章小结51-52
• 第五章 实验及分析52-63
• 5.1 使用聚类数据进行定量关联规则挖掘52-57
• 5.2 使用行政区划数据进行定量关联规则挖掘57-59
• 5.3 实验结果分析及应用案例59-62
• 5.4 本章小结62-63
• 第六章 总结与展望63-65
• 6.1 工作总结63
• 6.2 展望63-65
• 致谢65-66
• 参考文献66-69
• 作者简历69

【参考文献】

中国期刊全文数据库 前8条

1 董林;舒红;李莎;;直接从空间数据中挖掘频繁模式[J];计算机应用研究;2013年08期

2 邢东旭;申海涛;孟海东;;基于距离的关联规则挖掘算法研究[J];内蒙古大学学报(自然科学版);2010年06期

3 王富强;许士国;;多维关联规则挖掘在径流长期预报中的应用[J];人民长江;2009年19期

4 李光强;邓敏;朱建军;;基于Voronoi图的空间关联规则挖掘方法研究[J];武汉大学学报(信息科学版);2008年12期

5 张雪伍;苏奋振;石忆邵;张丹丹;;空间关联规则挖掘研究进展[J];地理科学进展;2007年06期

6 张德丰,马子龙,梁忠宏;基于聚类和关联规则的挖掘算法[J];计算机工程与科学;2004年09期

7 陈江平,傅仲良,边馥苓,沙衷尧;基于空间分析的空间关联规则提取[J];计算机工程;2003年11期

8 杜益鸟,宋自林,李德毅;基于云模型的关联规则挖掘方法[J];解放军理工大学学报(自然科学版);2000年01期

  本文关键词：量化空间关联规则挖掘应用研究，由笔耕文化传播整理发布。

，

本文编号：317221