检索结果-南通市图书馆

计算机学报 2011年第10期34卷 1947-1955页

作者：欧阳志平王丽珍陈红梅云南大学信息学院计算机科学与工程系昆明650091

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空间并置.过去人们已经对确定及不确定数据的co-location模式挖掘问题进行了一些研究,但是针对模糊对象上进行的研究还没有.模糊对象在许多领域里都有着非常重要的应... 详细信息

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空间并置.过去人们已经对确定及不确定数据的co-location模式挖掘问题进行了一些研究,但是针对模糊对象上进行的研究还没有.模糊对象在许多领域里都有着非常重要的应用,比如生物医学图像数据库和GIS.该文研究模糊对象的空间co-location模式挖掘问题.首先,定义模糊对象上空间co-location模式挖掘的相关概念,包括模糊参与率、模糊参与度等.其次,提出FB算法挖掘模糊对象的co-location模式.接着,提出了3种改进算法,包括剪枝对象、减少实例间连接、改进剪枝步,以提高挖掘性能、加快co-location规则的产生.最后通过大量的实验说明FB算法及其改进算法的效果和效率.

关键词：模糊对象 co-location模式空间数据挖掘模糊参与率减少连接

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种模糊对象的极大co-location模式挖掘算法

引用

计算机科学 2014年第1期41卷 138-145页

作者：温佛生肖清王丽珍孔兵云南大学信息学院昆明650091

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-loca... 详细信息

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。

关键词：模糊对象极大co-location模式挖掘模糊参与率

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

模糊对象的紧凑co-location模式挖掘

模糊对象的紧凑co-location模式挖掘

引用

作者：温佛生云南大学

学位级别：硕士

空间co-location模式代表一组空间对象,这些对象的实例在空间中频繁的关联。目前人们已经对空间co-location模式挖掘有了大量的研究,其中主要包括两个方向：关于确定数据与不确定数据的空间co-location模式挖掘研究,然而关于模糊对象空... 详细信息

空间co-location模式代表一组空间对象,这些对象的实例在空间中频繁的关联。目前人们已经对空间co-location模式挖掘有了大量的研究,其中主要包括两个方向：关于确定数据与不确定数据的空间co-location模式挖掘研究,然而关于模糊对象空间co-location模式挖掘研究工作及其成果很少。模糊对象数据在现实生活中到处存在,而确定数据和不确定数据的co-location挖掘算法不适用于模糊对象数据,因此需要有新的算法来研究模糊对象的空间co-location模式挖掘。本文主要研究模糊对象的紧凑co-location模式挖掘算法及其改进算法,内容如下：首先概括了co-location模式挖掘和基于模糊对象数据的空间co-location模式挖掘的研究成果,并介绍了空间co-location模式挖掘相关的概念、性质和定理以及模糊理论的相关概念和性质。紧接着,提出Mevent-tree算法来挖掘模糊对象的极大co-location模式,通过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,在HUT树中从阶数最大的候选模式开始到阶数为2终止,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。接着提出两个剪枝算法,并用实验验证Mevent-tree算法和剪枝算法的效果。然后,提出U-HUT算法来挖掘模糊对象的top-k闭合co-location模式,在得到候选模式后,构建U-HUT树,在U-HUT树中从2阶候选模式开始广度优先搜索U-HUT树,得到top-k闭合co-location模式的同时对U-HUT树剪枝。之后,提出了改进算法进一步对U-HUT树剪枝。最后用实验验证U-HUT算法及其改进算法的效率和效果。最后对本文工作做了简要总结,指出了不足以及未来的研究方向。

关键词：模糊对象极大co-location模式 top-k闭合co-location模式模糊参与率

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：