从空间数据库中挖掘频繁邻近类别集的一种新算

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

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

从空间数据库中挖掘频繁邻近类别集的一种新算

马荣华, 何增友

文章导航 > 武汉大学学报 ● 信息科学版 > 2007 > 32(2): 112-114

马荣华, 何增友. 从空间数据库中挖掘频繁邻近类别集的一种新算[J]. 武汉大学学报 ● 信息科学版, 2007, 32(2): 112-114.

引用本文:

马荣华, 何增友. 从空间数据库中挖掘频繁邻近类别集的一种新算[J]. 武汉大学学报 ● 信息科学版, 2007, 32(2): 112-114.

MA Ronghua, HE Zengyou. Mining Complete and Correct Frequent Neighboring Class Sets from Spatial Databases[J]. Geomatics and Information Science of Wuhan University, 2007, 32(2): 112-114.

Citation:

MA Ronghua, HE Zengyou. Mining Complete and Correct Frequent Neighboring Class Sets from Spatial Databases[J]. Geomatics and Information Science of Wuhan University, 2007, 32(2): 112-114.

从空间数据库中挖掘频繁邻近类别集的一种新算

马荣华¹,
何增友²

¹ 中国科学院南京地理与湖泊研究所,南京市北京东路73号,210008;² 哈尔滨工业大学计算机系,哈尔滨市西大直街92号,150001

基金项目: 国家自然科学基金资助项目(40301038)

作者简介:
:马荣华,博士,副研究员。现主要从事GIS数据挖掘与认知理论以及湖泊水质遥感研究。

中图分类号: P208

Mining Complete and Correct Frequent Neighboring Class Sets from Spatial Databases

MA Ronghua¹,
HE Zengyou²

1 Nanjing Institute of Geography and Limnology,CAS,73 East Beijing Road,Nanjing 210008,China;² Department of Computer Science and Engineering,Harbin Institute of Technology,92 Xidazhi Street,Harbin 150001,China

Funds: 国家自然科学基金资助项目(40301038)

摘要: 提出了一个邻近类别集挖掘的新算法。与已有算法相比,新算法能够找到完备、正确的邻近类别集的集合,并且给出了算法正确性和完备性的理论证明。
- 间数据库 /
- 空间关联规则 /
- 关联位置模式 /
- 邻近类别集 /
- 数据挖掘
Abstract: A recent work has introduced the problem of mining neighboring class sets,where instances of each class of a neighboring class set are grouped using their Euclidean distances from each other.Although the concept of neighboring class sets is a useful one,the effective computation of frequent neighboring class sets is only partially solved.A novel algorithm for mining frequent neighboring class sets from spatial datasets is presented.Compared to the previous algorithm,the algorithm can discover complete and correct frequent neighboring class sets.
- spatial database /
- spatial association rules /
- spatial co-location patterns /
- neighbor-ing class set /
- data mining

[1]	王育红, 张合兵, 郭增长, 张连蓬. 基于矢量数据的LUCC广义转移矩阵自动挖掘方法 . 武汉大学学报 ● 信息科学版, 2019, 44(6): 851-858. doi: 10.13203/j.whugis20170260
[2]	何占军, 邓敏, 蔡建南, 刘启亮. 顾及背景知识的多事件序列关联规则挖掘方法 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 766-772. doi: 10.13203/j.whugis20150616
[3]	陈佳, 胡波, 左小清, 乐阳. 利用手机定位数据的用户特征挖掘 . 武汉大学学报 ● 信息科学版, 2014, 39(6): 734-738. doi: 10.13203/j.whugis20130066
[4]	李德仁, 姚远, 邵振峰. 智慧城市中的大数据 . 武汉大学学报 ● 信息科学版, 2014, 39(6): 631-640. doi: 10.13203/j.whugis20140135
[5]	董林, 舒红, 牛宵. 利用叠置分析和面积计算实现空间关联规则挖掘 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 95-99.
[6]	孔令桥, 秦昆, 龙腾飞. 利用二型模糊聚类进行全球海表温度数据挖掘 . 武汉大学学报 ● 信息科学版, 2012, 37(2): 215-219.
[7]	牛瑞卿, 韩舸. 利用数据挖掘的滑坡监测数据处理流程 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 869-872.
[8]	付仲良, 陈楠. 一种序列模式增量式挖掘算法 . 武汉大学学报 ● 信息科学版, 2010, 35(7): 763-767.
[9]	周永生, 熊结青, 沙宗尧. 带确定性决策项的关联规则挖掘及其在生物化工生产中的应用 . 武汉大学学报 ● 信息科学版, 2010, 35(9): 1125-1128.
[10]	朱玉, 张虹, 孔令东. 一种基于免疫算法的空间关联规则挖掘方法 . 武汉大学学报 ● 信息科学版, 2009, 34(12): 1485-1489.
[11]	边馥苓, 万幼. k-邻近空间关系下的空间同位模式挖掘算法 . 武汉大学学报 ● 信息科学版, 2009, 34(3): 331-334.
[12]	沙宗尧, 李晓雷. 异质环境下的空间关联规则挖掘 . 武汉大学学报 ● 信息科学版, 2009, 34(12): 1480-1484.
[13]	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 . 武汉大学学报 ● 信息科学版, 2008, 33(12): 1242-1245.
[14]	宁津生, 郭金来. 地球重力场可视化数据挖掘平台WHU-3 Dgravity的设计与实现 . 武汉大学学报 ● 信息科学版, 2007, 32(11): 945-949.
[15]	葛小三. 基于网格技术的空间知识发现与数据挖掘研究 . 武汉大学学报 ● 信息科学版, 2006, 31(12): 1105-1107.
[16]	马荣华, 何增友. 从GIS数据库中挖掘空间离群点的一种高效算法 . 武汉大学学报 ● 信息科学版, 2006, 31(8): 679-682.
[17]	李订芳, 章文, 牛艳庆. 基于粗糙集的缺失数据循环搜索重建算法 . 武汉大学学报 ● 信息科学版, 2005, 30(11): 1016-1019.
[18]	熊平, 朱天清, 黄天戍. 模糊关联规则挖掘算法及其在异常检测中的应用 . 武汉大学学报 ● 信息科学版, 2005, 30(9): 841-845.
[19]	王树良, 王新洲, 曾旭平, 史文中. 滑坡监测数据挖掘视角 . 武汉大学学报 ● 信息科学版, 2004, 29(7): 608-610,627.
[20]	李必军, 方志祥, 任娟. 从激光扫描数据中进行建筑物特征提取研究 . 武汉大学学报 ● 信息科学版, 2003, 28(1): 65-70.

WeChat

点击查看大图

计量

文章访问数: 512
HTML全文浏览量: 28
PDF下载量: 405
被引次数: 0

从空间数据库中挖掘频繁邻近类别集的一种新算

马荣华¹,
何增友²

¹ 中国科学院南京地理与湖泊研究所,南京市北京东路73号,210008;² 哈尔滨工业大学计算机系,哈尔滨市西大直街92号,150001

基金项目: 国家自然科学基金资助项目(40301038)

作者简介:
:马荣华,博士,副研究员。现主要从事GIS数据挖掘与认知理论以及湖泊水质遥感研究。

收稿日期: 2006-11-04
修回日期: 2006-11-04
刊出日期: 2007-02-05

中图分类号: P208

关键词:

空间关联规则 /

关联位置模式 /

邻近类别集 /

摘要: 提出了一个邻近类别集挖掘的新算法。与已有算法相比,新算法能够找到完备、正确的邻近类别集的集合,并且给出了算法正确性和完备性的理论证明。

English Abstract

马荣华, 何增友. 从空间数据库中挖掘频繁邻近类别集的一种新算[J]. 武汉大学学报 ● 信息科学版, 2007, 32(2): 112-114.

引用本文:

马荣华, 何增友. 从空间数据库中挖掘频繁邻近类别集的一种新算[J]. 武汉大学学报 ● 信息科学版, 2007, 32(2): 112-114.

MA Ronghua, HE Zengyou. Mining Complete and Correct Frequent Neighboring Class Sets from Spatial Databases[J]. Geomatics and Information Science of Wuhan University, 2007, 32(2): 112-114.

Citation:

MA Ronghua, HE Zengyou. Mining Complete and Correct Frequent Neighboring Class Sets from Spatial Databases[J]. Geomatics and Information Science of Wuhan University, 2007, 32(2): 112-114.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码