期刊专题

10.3969/j.issn.1002-137X.2014.01.025

一种模糊对象的极大co-location模式挖掘算法

引用
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.

模糊对象、极大co-location模式挖掘、模糊参与率

41

TP311(计算技术、计算机技术)

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

2014-04-03(万方平台首次上网日期,不代表论文的发表时间)

共8页

138-145

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

41

2014,41(1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn