基于概念格的空间关联规则挖掘优化

格式：pdf
大小：579.81 KB
文档页数：4

和优越性。
关
键
词：空间依赖；概念格；产生子；关联规则挖掘；闭频繁项集
文献标识码：ＡＤＯＩ编码：１０．３９６９／ｊ．ｉｓｓｎ．１６７３ — ６３３８．２０１３．０３．０１９
中图分类号：Ｐ２０８
分析了空间数据库中的已知空间以消除该空间依赖，ｒ为
此提出了基于概念格方法的已知空间依赖剔除策略，包括概念格中每个闭频繁节点的产生子获得方法和
利用概念格产生子实现最优频繁地理模式挖掘的方法，最后通过实验验证了概念格产生子方法的有效性
（
ｏｆＪｓ啪
ａｎｄＭａｐｐｉｎｇ，ＩｎｆｏｒｍａｔｉｏｎＥｇｉｎｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５００５２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｓｓｏｃｉａｔｉｏｎｒｕｌｅｍｉｎｉｎｇｃｏｕｌｄｂｉｒｎｇａｌｏｔｏｆｉｔｅｍｓｅｔｓａｎｄｒｕｌｅｓ，ｏｎｌｙｐａｒｔｓｏｆｔｈｅｍｗｏｕｌｄａｔｔｒａｃｔｕｓｅｒ ’ ｓ
基于概念格的空间关联规则挖掘优化
李宏伟，陈虎，王振宇，张斌
（信息工程大学地理空间信息学院，河南郑州４５００５２）
摘要：关联规则挖掘会产生大量的项集和规则，其中只有少部分是用户感兴趣和有价值的，其他大部分是冗余的或已知的。在已有的空间关联规则挖掘研究中，用户对数据库中存在的强制约束缺少考虑。本文
ｉｎｔｅｒｅｓｔｉｎｇａｎｄｖａｌｕａｂｌｅ．Ｉｎｔｈｅｅｘｉｓｔｉｎｇｓｔｕｄｉｅｓｏｆｓｐａｔｉａｌａｓｓｏｃｉａｔｉｏｎｕｌｒｅｍｉｎｉｎｇ，ｒｅｓｅａｒｃｈｅｒｓｄｏｎｏｔｔａｋｅｔｈｅｔｏｍ—
ｐａｐｅｒ．ＴｈｅｎｔｈｅｒｅｌｅｖａｎｔｃｏｎｃｅｐｔｓｏｆＣｏｎｃｅｐｔＬａｔｔｉｃｅａｓｗｅｌｌａｓｉｔｓｇｅｎｅｒａｔｏｒｗｅｒｅａｎｌｙａｚｅｄ．Ａｎｄｂｅｙｏｎｄｔｈｅａｎｌｙａ－ｓｉｓ，ａｗａｙｔｏｅｌｉｍｉｎａｔｅｋｎｏｗｎｓｐａｔｉｌａｒｅｓｔｉｒｃｔｉｏｎｗｉｔｈＣｏｎｃｅｐｔＬａｔｔｉｃｅｗｅｒｅｐｒｏｐｏｓｅｄ，ｉｎｃｌｕｄｉｎｇｔｈｅｍｅｔｈｏｄｏｆｇｅｎ－ｃｒａｔｅｄｆａｃｔｏｒｓｉｎｃｌｏｓｅｄｆｒｅｑｕｅｎｔｉｔｅｍｓｅｔｓａｎｄｔｈｅｍｏｓｔｏｐｔｉｍｉｚｅｄｆｒｅｑｕｅｎｔｍｉｎｉｎｇｍｅｔｈｏｄｓｂｙｕｓｉｎｇｇｅｎｅｒａｔｏｒｏｆｃｏｎｃｅｐｔｌａｔｔｉｃｅ．Ｆｉｎｌｌａｙ，ａｎｅｘｐｅｉｍｅｒｎｔａｔｉｏｎｗａｓｔａｋｅｎｔｏｖｌｉａｄａｔｅｔｈｅｖｌｉａｄｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｗａｙ．Ｋｅｙｗｏｒｄｓ：ｓｐａｔｉｌａｒｅｓｔｉｃｒｔｉｏｎ；ＣｏｎｃｅｐｔＬａｔｔｉｃｅ；ｇｅｎｅｒａｔｅｄｆａｃｔｏｓ；ａｒｓｓｏｃｉａｔｉｏｎｒｕｌｅｍｉｎｉｎｇ；ｃｌｏｓｅｄ￣ｅｑｕｅｎｔｉｔｅｍ—
ＡｍｅｌｉｏｒａｔｉｏｎｏｆＳｐａｔｉａｌＡｓｓｏｃｉａｔｉｏｎＲｕｌｅＭｉｎｉｎｇＢａｓｅｄｏｎＣｏｎｃｅｐｔＬａｔｔｉｃｅ
ＬＩＨｏｎｇｗｅｉ，ＣＨＥＮＨｕ，ＷＡＮＧＺｈｅｎｙｕ，ＺＨＡＮＧＢｉｎ
ｐｅｌｌｅｎｔｒｅｓｔｉｃｒｔｉｏｎｃｏｎｃｅｌｅａｄｉｎｄａｔｂａａｓｅｉｎｔｏｃｏｎｓｉｄｅｒａｔｉｏｎ．Ａｆｔｅｒｉｎｔｒｏｄｕｃｉｎｇｔｈｅｅｘｉｓｔｉｎｇｃｏｍｐｅｌｌｅｎｔｒｅｓｔｉｃｒｔｉｏｎ，ＴｈａｔＡｐｒｉｏｒｉｎｄａＣｏｌｓｅＳｅｔｍｉｎｉｎｇｌｇａｏｉｒｔｈｍｓｃａｎ ’ ｔｇｕａｒａｎｔｅｅｔｏｅｌｉｍｉｎａｔｅｋｎｏｗｎｒｅｓｔｉｒｃｔｉｏｎｗａｓｐｏｉｎｔｅｄｏｕｔｉｎｔｈｉｓ
２０１３正
测绘科学技术学报
ＪｏｕｒｎａｌｏｆＧｅｏｍａｔｉｃｓＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ
２０１３
第３０卷第３期
Ｖ０Ｉ．３０Ｎｏ．３
文章编号：１６７３ — ６３３８（２０１３）０３ — ０３０４．４０

【计算机科学】_智能信息处理_期刊发文热词逐年推荐_20140723

107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
非线性扩散非真实感非格点模型非平衡数据集非对称相似关系集装箱装载隐蔽性隐私保护隐喻随机种群随机模型降维阴性选择算法阈值分割阈值闭性链表链接预测链接反应链接分析量子遗传算法量子计算量子杂交重构模型重构操作重构串重名分析邻域模型遗传编程遗传分类算法逻辑算子通信模型递归算法逆向工程适配监控进化规划进化算法近似分布约简过程神经网络边缘强度边缘停止边度辨识矩阵输出规则软硬件协同设计转换变更路径规划路径超球体one-class支持向量机超球超文本传输协议指纹贪心算法质量传递负荷预测
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
概念格时态数据库时态扩展数据流数据库搜索引擎归纳学习并行遗传算法多维稀疏模糊推理基于密度的聚类图像压缩图像匹配图像加密四向向量空间模型变换域初始聚类中心分类决策树关联规则入侵检测元数据模型信息隐藏信息处理依赖度人眼视觉特性中文信息处理不完全信息 web服务 petri网 k-means聚类黄瓜霜霉病鱼雷高频变异高阶逻辑高维数据高维形象几何与仿生信息学高码率编码马尔可夫模型首尾排序颠簸颜色量化频繁项频繁模式挖掘频繁子树挖掘领域预选取失效预测结构预测模型项目管理顶点射线非负矩阵分解法非语音声音非线性运输问题

【计算机应用】_空间数据挖掘_期刊发文热词逐年推荐_20140724

科研热词数据挖掘遗传算法数据流关联规则频繁项频繁闭合模式非频繁项降维近似约简距离平面扫描技术规则优化规则产生式能量衰减模型聚落考古聚类结构分类与回归树符号化表示空间邻域空间离群挖掘空间知识库空间相关性模型空间数据挖掘空间数据库空间关联规则知识推理机制知识发现相似性查找生态地球化学滑动窗口模糊集最小二乘估计时间序列无线传感器网络新词发现文本挖掘文本分类故障管理投影寻踪异常点序列模式广义重要度广义粗糙集理论密度聚类密度有偏采样定位服务媒体访问控制协议多路空间距离连接查询多关系数据挖掘多主题地理信息系统图向量空间模型
2010年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
科研热词数据挖掘频繁闭项集项集降维链接预测路径表达式规范编码聚类离群点滑动窗口查询优化最大频繁项集最大频繁子图数据流数据查询数据存储投影寻踪张量子图同构压缩频繁模式树划分矩阵决策树关联规则共轭梯度入侵检测系统克罗内克积克罗内克和位图优化人工免疫 z曲线 xml编码 apriori算法
科研热词数据挖掘聚类关联规则网格空间数据挖掘空间数据库特征选择频繁集频繁模式树项集邻居单元路网词序列核行程规划行程导航背景属性聚类分析联机分析挖掘网络制图综合缓存线性判别分析粗糙集算法空间查询空间数据移动环境离群数据神经网络社会性软件特征空间特征抽取核鉴别分析核方法服务质量最近邻最大频繁项目集旅游文档频文档分类文本分类数据缓存支持向量机工作仓库多维关联规则多关系数据挖掘多关系决策树复杂信息系统增量基于位置的服务地理信息响应时间可缩放矢量图形

用概念格方法挖掘Aspect

用概念格方法挖掘Aspect
何丽莉;白洪涛;张家晨
【期刊名称】《计算机科学》
【年(卷),期】2005(32)11
【摘要】横切关注引起的代码散布和代码交织现象是面向对象编程技术自身的局限性造成的,面向方面的编程(AOP)技术有望成为解决该问题的有效途径.本文以改善程序代码的横切现象为目标,把面向对象遗产系统中的方法作为实例,方法间的直接调用关系作为实例的特征,使用概念格技术挖掘候选Aspect集.候选Aspect集较好地反映了遗产系统中横切关注点的行为结构,为Aspect重构提供有用的帮助.本文使用一个银行应用系统的实际例子进行了实验,说明了概念格方法的可用性.【总页数】3页(P155-157)
【作者】何丽莉;白洪涛;张家晨
【作者单位】吉林大学计算机科学与技术学院,长春,130012;深圳电信新技术开发中心,深圳,518048;吉林大学计算机科学与技术学院,长春,130012
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于概念格中紧致依赖的空间数据挖掘方法研究 [J], 曾子维;王鑫;马垣
2.基于概念格的频繁闭项集挖掘方法 [J], 翟悦;何丹丹
3.基于概念格的数据挖掘方法在库存管理中的应用 [J], 王宇辉;杨丽
4.基于扩展概念格的带约束关联分类规则挖掘方法 [J], 翟悦;李楠;于文武
5.一种基于方法调用树的Aspect挖掘方法 [J], 曲立平;刘大昕
因版权原因，仅展示原文概要，查看原文内容请购买。

一种基于后缀树的简洁关联规则挖掘有效剪枝方法

一种基于后缀树的简洁关联规则挖掘有效剪枝方法
王秉政;苏晓珂;张素智
【期刊名称】《郑州轻工业学院学报（自然科学版）》
【年(卷),期】2011(026)003
【摘要】针对基于闭模式简洁关联规则挖掘中搜索空间和计算量过大、挖掘有效性降低的问题,提出一种新的剪技和挖掘方法.该方法通过充分利用挖掘数据结构,保留尽可能少的挖掘后缀信息,直接挖掘简洁项集并枚举简洁关联规则；不需要保留大量中间结构和重复扫描数据库,可在较小代价下完成对项集搜索空间进行剪枝.实验表明,相比传统方法本方法更加有效,并对各种数据集具有较好的可规模性.
【总页数】6页(P12-17)
【作者】王秉政;苏晓珂;张素智
【作者单位】郑州轻工业学院计算机与通信工程学院,河南郑州 450002;郑州轻工业学院计算机与通信工程学院,河南郑州 450002;郑州轻工业学院计算机与通信工程学院,河南郑州 450002
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于两次剪枝的完全加权关联规则挖掘算法 [J], 黄名选;严小卫;张师超
2.基于后缀树的知识点间关联规则挖掘算法 [J], 董云耀;李笑
3.基于动态剪枝的关联规则挖掘算法 [J], 皮德常;秦小麟;王宁生
4.基于散列技术的高效剪枝关联规则挖掘算法 [J], 彭永供;王靓明;朱敏;段隆振
5.关联规则挖掘的一种多剪枝概念格方法 [J], 徐勇;秦小麟
因版权原因，仅展示原文概要，查看原文内容请购买。

下载提示

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于概念格的空间关联规则挖掘优化

合集下载

【计算机科学】_智能信息处理_期刊发文热词逐年推荐_20140723

【计算机应用】_空间数据挖掘_期刊发文热词逐年推荐_20140724

用概念格方法挖掘Aspect

一种基于后缀树的简洁关联规则挖掘有效剪枝方法

文档推荐

最新文档