一种模糊对象的极大co-location模式挖掘算法

作     者：温佛生 肖清 王丽珍 孔兵 WEN Fo-sheng;XIAO Qing;WANG Li-zhen;KONG Bing

作者机构：云南大学信息学院昆明650091 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2014年第41卷第1期

页      面：138-145页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61063008 61272126 61262069) 云南省应用基础研究基金项目(2010CD025) 云南省教育厅基金项目(2012C103)资助 

主　　题：模糊对象 极大co-location模式挖掘 模糊参与率 

摘      要：空间co-location模式表示的是空间对象的实例在一个相同的区域内频繁地进行空间并置。人们已经对确定和不确定数据co-location模式挖掘做了很多工作,也有很多成果,但对极大co-location模式挖掘研究较少,特别是针对模糊对象的极大co-location模式挖掘研究还未见报道。提出Mevent-tree算法来挖掘模糊对象的极大co-location模式,首先为每个对象构建空间对象树,从而得到候选模式,然后为候选模式集构建HUT树,最后在HUT树中从阶数最大的候选模式开始到阶数2为止,深度优先搜索极大co-location模式并在得到极大模式后对HUT树剪枝。接着提出两个改进算法,包括预处理阶段模糊对象的剪枝算法和在构造HUT树之前co-location候选模式的剪枝算法。最后通过大量实验验证了Mevent-tree算法和改进算法的效果和效率。