-
题名基于变化参与实例的空间并置模式增量挖掘方法
- 1
-
-
作者
芦俊丽
昌鑫
罗浩瑜
刘士虎
-
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2期431-440,共10页
-
基金
国家自然科学基金资助项目(61966039)
兴滇英才青年拔尖人才项目(XDYC-QNRC-2022-0518)。
-
文摘
空间并置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。空间并置模式挖掘是空间数据挖掘的一个重要分支。然而,空间数据库随时间不断变化,高效的空间并置模式增量挖掘显得尤为重要。提出基于变化参与实例的空间并置模式增量挖掘方法,相比传统的增量挖掘算法,不进行耗时的变化表实例生成操作,直接搜索变化参与实例。为加速变化参与实例搜索过程,提出了实例级搜索优化策略、启发式模式剪枝技术,进而提出了IMCP-CPI,讨论了算法的复杂度、正确性和完备性。在真实和模拟数据集上进行了大量实验验证IMCP-CPI的性能。结果表明IMCP-CPI远优于当前已知的5个空间并置模式增量挖掘算法,其效率提升数倍甚至数个量级。在变化数据占比为原数据集5%的新数据集中,当距离阈值d很大或者参与度阈值min_prev很小时,IMCP-CPI的性能比当前并置模式挖掘较优算法CPM-Col及改进算法CPM-iCol提升2~3倍。此外,当变化数据占比分别小于等于原数据集的25%和50%时,无论在参数变化还是可扩展性方面,IMCP-CPI均优于CPM-iCol和CPM-Col,这对具体实践中的方法选取给与了参考意见。
-
关键词
空间并置模式挖掘
增量挖掘
变化参与实例
实例搜索空间
模式剪枝技术
-
Keywords
spatial co-location pattern
incremental mining
changed participation instance
instance search space
pattern pruning technique
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
