-
题名带频繁区域的空间并置模式挖掘方法
- 1
-
-
作者
罗浩瑜
芦俊丽
陈雪瑶
-
机构
云南民族大学数学与计算机科学学院
-
出处
《计算机应用研究》
北大核心
2025年第7期2086-2095,共10页
-
基金
国家自然科学基金资助项目(12361104)
兴滇英才青年拔尖人才资助项目(XDYC-QNRC-2022-0518)。
-
文摘
聚焦于空间并置模式挖掘,旨在探索空间特征间的共存关系。传统方法虽能识别频繁共存的模式,但无法确定这些模式在空间中的具体分布区域。为了解决这一问题,提出了一种新颖的带频繁区域的空间并置模式挖掘算法。算法分为两个阶段,第一阶段采用凝聚层次聚类方法,根据数据特性进行空间分区,进而在各聚类簇内确认实例间的邻近关系;第二阶段引入了并置模式存在区域与区域参与度概念,基于此逐阶识别并置模式的频繁区域。为加速频繁区域识别和模式挖掘过程,算法通过子模式的扩展区域快速构建高阶模式的候选区域,利用区域粗参与度提前筛除不可能频繁的候选区域。最后,通过在真实和模拟数据集上进行广泛的实验,验证了该算法在生成带频繁区域的空间并置模式数量、频繁区域的准确性以及频繁区域的精确度方面的表现。在真实数据集上,该算法的精确度为0.83~0.95。此外,在验证算法可扩展性的实验中,当数据集特征数量适中时,PROC-Col的性能较现有的先进算法multi-level提升了约2倍。
-
关键词
空间并置模式挖掘
频繁区域
候选区域
拓展区域
区域粗参与度
-
Keywords
spatial co-location pattern mining
frequent regions
candidate regions
expanded regions
rough regional partici-pation index
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
