留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

k-邻近空间关系下的空间同位模式挖掘算法

边馥苓 万幼

边馥苓, 万幼. k-邻近空间关系下的空间同位模式挖掘算法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(3): 331-334.
引用本文: 边馥苓, 万幼. k-邻近空间关系下的空间同位模式挖掘算法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(3): 331-334.
BIAN Fuling, WAN You. A Novel Spatial Co-location Pattern Mining Algorithm Based on k-Nearest Feature Relationship[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3): 331-334.
Citation: BIAN Fuling, WAN You. A Novel Spatial Co-location Pattern Mining Algorithm Based on k-Nearest Feature Relationship[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3): 331-334.

k-邻近空间关系下的空间同位模式挖掘算法

基金项目: 国家自然科学基金资助项目(40601026)
详细信息
    作者简介:

    边馥苓,教授,博士生导师。现从事GIS理论及应用研究。

  • 中图分类号: P208

A Novel Spatial Co-location Pattern Mining Algorithm Based on k-Nearest Feature Relationship

Funds: 国家自然科学基金资助项目(40601026)
计量
  • 文章访问数:  816
  • HTML全文浏览量:  50
  • PDF下载量:  539
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-01-16
  • 修回日期:  2009-01-16
  • 刊出日期:  2009-03-05

k-邻近空间关系下的空间同位模式挖掘算法

    基金项目:  国家自然科学基金资助项目(40601026)
    作者简介:

    边馥苓,教授,博士生导师。现从事GIS理论及应用研究。

  • 中图分类号: P208

摘要: 定义了一种基于k-邻近对象的空间同位模式,探讨了基于k-邻近空间关系的同位模式的特点及其与基于距离阈值的空间同位模式的区别与联系,并开发了k-邻近对象同位模式挖掘算法(KNFCOM)。通过对真实数据的实验结果表明,KNFCOM算法可有效地发现大型空间数据集中存在的各种空间同位模式。

English Abstract

边馥苓, 万幼. k-邻近空间关系下的空间同位模式挖掘算法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(3): 331-334.
引用本文: 边馥苓, 万幼. k-邻近空间关系下的空间同位模式挖掘算法[J]. 武汉大学学报 ● 信息科学版, 2009, 34(3): 331-334.
BIAN Fuling, WAN You. A Novel Spatial Co-location Pattern Mining Algorithm Based on k-Nearest Feature Relationship[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3): 331-334.
Citation: BIAN Fuling, WAN You. A Novel Spatial Co-location Pattern Mining Algorithm Based on k-Nearest Feature Relationship[J]. Geomatics and Information Science of Wuhan University, 2009, 34(3): 331-334.

目录

    /

    返回文章
    返回