期刊专题

基于数据规范化的co-location模式挖掘算法

引用
在实际应用中,空间特征不仅包含空间信息,其特征实例还伴随着属性信息,这些属性信息对知识发现和科学决策具有重大作用.在现有的 co-location模式挖掘算法中,计算两个不同特征实例的邻近距离时并未考虑实例不同属性的取值在邻近距离中所占的权重,导致部分属性权重过大,从而影响 co-location模式挖掘的结果.对属性取值进行规范化,赋予所有属性相等的权重,并提出基于join-based的数据规范化算法 DNRA;同时,对距离阈值范围难以确定的问题进行了深入研究,推导出DNRA算法中距离阈值的取值范围,为用户选择适当的距离阈值提供帮助.最后,通过大量实验对DNRA算法的性能进行了分析比较.

co-location模式、数据规范化、距离阈值、属性权重

45

TP311.13(计算技术、计算机技术)

国家自然科学基金项目71462001;云南省科技厅应用基础青年项目2016FD071;云南省教育厅项目2016ZZX192

2018-08-15(万方平台首次上网日期,不代表论文的发表时间)

共5页

482-486

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

45

2018,45(z1)

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