顾及背景知识的多事件序列关联规则挖掘方法

事件序列关联规则挖掘旨在发现序列中不同事件在邻近时间域内的相互依赖关系,对于理解事件间的交互作用机制具有重要意义。然而,当前事件序列关联规则挖掘方法忽略了序列中事件的分布特征,支持度与置信度阈值参数设置困难,进而造成了挖掘结果的冗余或遗漏问题。充分考虑序列中事件的固有分布特征,定义了新的规则度量指标,并给出了一种顾及背景知识的多事件序列关联规则挖掘算法。实验结果表明,与当前经典的MOWCATL算法比较,此方法挖掘结果更加准确,且规则度量指标间的一致性更好,可有效改善挖掘规则冗余或遗漏问题。应用此方法对2013年冬季北京市PM_2.5浓度与气象因素的多序列进行挖掘,发现PM_2.5浓度与空气相对湿度的联系最为紧密,高湿、低温和弱风环境最容易导致高浓度PM_2.5的形成。     

利用事件影响域挖掘时空关联规则

首先发展了基于事件影响域的时空事务表构建策略,提出了基于事件影响域的时空关联规则挖掘方法,给出了相应的挖掘算法(简称ECSTAR算法)。通过一个实际算例验证了所提方法的可行性和有效性。     

挖掘模糊空间关联规则的方法

将模糊关联规则挖掘方法与模糊空间概念层次表达、模糊空间关系层次分析等结合起来，研究模糊空间关联规则挖掘的理论和方法。对于挖掘算法以及规则的置信度和隶属度计算问题，文中结合应用实际，给出了详细理论推演和算法实现过程。     

空间关联规则挖掘在中国农业普查中的应用研究

空间关联规则挖掘是一个过程,主要包括数据选取、数据预处理、数据变换、数据挖掘算法实施以及模式解释与评估等。目前,相关研究的重点在于各种空间关联规则挖掘算法的实施,而对其他几个步骤的研究比较少,如多个字段的综合处理、连续数据的离散化等。同时,农业普查数据尤其是第二次全国农业普查数据涵盖了丰富的"三农"信息,像座宝藏,期待人们运用各种技术开发利用。空间关联规则挖掘无疑是挖掘农业普查数据宝藏的最理想工具。本文将空间关联规则挖掘首次引入中国农业普查当中,以其在甘肃农业普查中的应用实例详细描述空间关联规则挖掘各步骤处理过程及各技术关键的处理方法,最后得出一些甘肃省各界最为感兴趣的知识,为甘肃省解决"三农"问题提供决策依据。     

挖掘模糊空间关联规则的方法

将模糊关联规则挖掘方法与模糊空间概念层次表达、模糊空间关系层次分析等结合起来,研究模糊空间关联规则挖掘的理论和方法.对于挖掘算法以及规则的置信度和隶属度计算问题,文中结合应用实际,给出了详细理论推演和算法实现过程.     

基于Voronoi图的空间关联规则挖掘方法研究

提出了利用Voronoi图作为辅助工具实现连续空间离散化的方法,并给出了基于Voronoi图构建空间事务数据库(spatial transaction database,STD)的算法。在此基础上,采用经典的Apriori算法来例证如何从STD中挖掘空间关联规则。实际算例验证了本文方法的可行性和有效性。     

时序空间关联规则挖掘及其应用研究

空间关联规则挖掘是空间数据挖掘的重要内容,文中给出了时序空间关联规则挖掘的相关概念、原理及实现（算法）,研究了时序空间关联规则挖掘数据集的构造方法,提出通过空间实体关联关系和时间项转置方法将处于不同时刻的、相互独立的空间数据集进行重构,生成隐含了时序空间关联特征的挖掘数据集,进而可应用关联规则挖掘算法获取时序空间关联知识,初步进行了时序空间关联规则挖掘的应用研究。     

基于元模式的空间关联规则挖掘方法

空间关联规则可以从空间数据库中发现空间对象之间的隐含的、不明确的空间关系。空间数据库中空间关联规则挖掘研究是空间数据挖掘和知识发现(SDMKD)的主要内容,其主要问题是多层,多关系的规则发现问题。本文把元模式与空间关联规则挖掘相结合介绍了挖掘地理信息系统(GIS)中空间数据库关联规则的常用步骤方法。     

基于模拟退火的量化空间关联规则挖掘

目前在空间关联规则挖掘研究中,对数据的处理和算法的改进主要针对布尔关联规则挖掘,存在对空间关联规则的量化表示不够重视等问题。在FP-growth算法的基础上增加规则的事务信息,并使用模拟退火算法,对得到的规则进行进一步挖掘,得到量化空间关联规则。     

异质环境下的空间关联规则挖掘

分析了异质空间情形下的空间关联规则挖掘特征,给出了异质环境下空间关联规则挖掘的几个重要指标及计算方法。在实际中应用该方法,能有效地取得空间关联规则及由异质性导致的表现区域的差异,真实地反映事物的客观规律。     

关联规则挖掘在LBS动态数据管理的应用研究

为了满足人们能在任意地点、任意时刻存取任意数据的需求,基于位置的服务(LBS,LocationBasedService)需要进行动态数据管理。一种解决方案是服务器根据关联规则挖掘出的规律,对热点数据进行预测,并利用数据广播技术将热点数据不断地推向移动客户机。但经典的Apriori算法并不适合时序数据的处理,而现有的时序关联规则挖掘算法又对服务的关联时间阀值考虑不够,故本文对经典的Apriori算法进行改进,使之适应动态数据管理的需要,从而为解决LBS动态数据管理问题提出新的解决思路。     

GIS空间关联规则挖掘研究

提取不同对象或现象间相互联系的空间规律,发现、解释或预测空间现象或事件,是GIS空间关联规则挖掘价值的体现。通过对目前的空间关联规则挖掘理论和实例的研究,分析了挖掘过程涉及到的基本问题：挖掘实施的基本步骤、开发路线、挖掘有效性的保证,挖掘方法及优化策略等,得到了实用的挖掘的一般方法,也对挖掘的应用实例进行了分析,展望了应用前景。     

基于邻接指数的空间关联规则挖掘方法研究

在空间关联规则挖掘中一般是采用遍历算法进行,导致对海量数据计算效率的降低。目前,空间数据挖掘模型多采用空间邻接矩阵来表达空间关联权重,大多情况下没有考虑邻接关系的实际量化的结果。文中在分析了空间实体分布的各种相邻关系基础上,采用邻接指数的方式来测算空间相关程度,并在此基础上采用改进的Apriori算法,通过自编程序加以实现。以北京市昌平区土地利用类型的空间分布关系为样例数据进行了试算。结果表明,计算效率有较大提高,并挖掘出一些潜在的土地利用类型间的共生关系。     

利用改进粒子群算法的关联规则挖掘

针对传统的关联规则挖掘方法需要耗费大量时间来产生频繁项的问题,该文设计了一种引入负反馈机制的改进粒子群算法。该算法采用负反馈机制,在粒子位置更新前通过判断粒子是否将落入恶劣区域,较好地避免了粒子更新过程中对无用频繁项的重复计算,从而有效减少了数据库的扫描次数。通过挖掘土地覆盖类型与地形特征的空间关联关系,结果表明:所提算法不仅可以提高空间关联规则的挖掘效率,还可以发现仅具有高置信度的易被忽视关联规则。该研究结果对空间关联分析、同位模式挖掘等具有一定的参考价值。     

基于遥感生态指数的神府矿区生态环境评价

采用遥感技术对矿区生态环境进行监测与评价,对矿区生态环境的保护和可持续发展具有重要意义.本文首先提出了一种遥感生态指数(RSEI)改进方案,除了采用原模型的绿度指标、湿度指标、热度指标及干度指标4个生态指标外,引入植被净初级生产力(NPP)指标,并对矿区生态环境进行各单生态指标评价分析,然后采用改进后的遥感生态指数,对...     

基于支持度矩阵的Apriori改进算法

提出了一种利用支持度矩阵生成频繁项集的Apriori改进算法。通过上三角分块稀疏矩阵的行列性质和非频繁列之间的约束关系,改进的算法避免了Apriori连接步中大量非频繁候选k-项集的产生及其在剪枝步中(k-1)-子集的分解和判断。该算法能够有效地压缩搜索空间,降低Apriori连接和剪枝步骤的开销。     

A developed algorithm of apriori based on association analysis

A method for mining frequent itemsets by evaluating their probability of supports based on association analysis is presented. This paper obtains the probability of every 1-itemset by scanning the database, then evaluates the probability of every 2-itemset, every 3-itemset, everyk-itemset from the frequent 1-itemsets and gains all the candidate frequent itemsets. This paper also scans the database for verifying the support of the candidate frequent itemsets. Last, the frequent itemsets are mined. The method reduces a lot of time of scanning database and shortens the computation time of the algorithm.     

A Developed Algorithm of Apriori Based on Association Analysis

A method for mining frequent itemsets by evaluating their probability of supports based on association analysis is presented. This paper obtains the probability of every 1-itemset by scanning the database,then evaluates the probability of every 2-itemset, every 3-itemset, every k-itemset from the frequent 1-itemsets and gains all the candidate frequent itemsets. This paper also scans the database for verifying the support of the candidate frequent itemsets. Last, the frequent itemsets are mined. The method reduces a lot of time of scanning database and shortens the computation time of the algorithm.     

WebGIS与基于网络的数据挖掘整合应用研究

数据挖掘为我们提供了一种从海量数据中发现潜在知识的技术手段,将数据挖掘技术应用到GIS能提升GIS对数据的分析能力,从而提高决策支持水平。WebGIS是传统GIS的网络化延伸,目前WebGIS的空间分析和决策支持能力都较低,将基于网络的数据挖掘和WebGIS结合能有效加强WebGIS的分析能力。本文对WebGIS和基于网络的数据挖掘的结合进行了探讨,提出了两者整合应用的模型。