一种基于投影FP—growth的CO-location模式挖掘算法.pdf

《一种基于投影FP—growth的CO-location模式挖掘算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第14卷第23期2014年8月科学技术与工程Vo1．14No．23Aug．20141671—1815(2014)23—0234—07ScienceTechnologyandEngineering⑥2014Sci．Tech．Engrg．计算机技术一种基于投影FP—growth的CO-location模式挖掘算法余翠兰(云南德宏师范高等专科学校计算机科学系，潞西678400)摘要空间co—location模式代表了一组空间属性的子集，它们的实例在地理空间中频繁地关联。针对如何利用关联规则挖掘算法来快速地挖掘CO．1ocation模

2、式的问题，通过采用FP．CM算法与投影频繁模式树(PFP_tree)及其他技术相结合的方法，提出了一种基于投影FP．growth的CO．1ocation挖掘算法，简称PFP_CM算法。这个新算法主要对产生最大频繁模式的方法、模式过滤的方法、访问数据库的次数、避免大量的表实例连接操作的方法进行改进。最后通过大量的实验，验证了该算法的高效性和正确性，同时，将其用于对三江并流地区珍稀植物的共生物种进行挖掘。关键词空间数据挖掘同位模式关联规则最大频繁模式投影频繁模式树中图法分类号TP311；文献标志码A空间CO—location模式⋯

3、代表了一组空间特征的题，2005年，YanHuang等人在文献[14]中提出了子集，它们的实例在地理空间中频繁地关联。例如，FP．CM算法。本文采用FP．CM算法与投影频繁模生物学家发现，西尼罗河病毒通常发生在蚊子泛滥、式树(PFP_tree)及其他技术相结合的方法，提出了饲养家禽的地方，“半湿润常绿阔叶林”生长的地方一种基于投影FP—growth的CO—location挖掘算法，简80％有“兰类”植物生长，学校附近一般有超市。称为PFP_CM算法，给出了如何利用关联规则挖掘空间CO—location模式挖掘是空间数据挖掘研究

4、算法来快速地挖掘CO．1ocation模式的方法。最后，领域的一个重要研究课题，近年来引起许多国内外使用matlab作实验，对新算法与著名的join—based学者的关注。自从S．Shekhar&Y．Huang等人在算法进行了实验比较。文献[1]中提出join_based算法以来，出现了许多改1CO-location基本概念进算法，比如较早的partial-join算法、join-less算法，4J、CPI．tree算法等，随后又提出基于聚类的给定一个空间特征集F={，⋯}，这些CO1ocation模式挖掘算法’、基于U—AH

5、C的不确特征的空间实例集合，定义在s之上的空问关系定空间CO．1ocation挖掘算法J、正负空间CO—location。如果一对实例满足空间关系R，那么用实线把这挖掘算法、模糊对象的空间Co—location挖掘算一对实例连接起来并称这两个空间实例邻近⋯，法[10,11]、最大CO．1ocation模式挖掘、带稀有特征如图1所示。图1共包含3个空问特征：A、B、C，每的不确定空间CO1ocation模式挖掘¨等。一个特征有若干实例，如空间特征B的数据集包括空间CO．1ocation模式在许多方面类似于关联规3个实例，分别是B

6、．1、B．2、B．3，B．1代表了空间特则的频繁模式。而挖掘频繁模式的算法已从基于征B的第1个实例。在此设R是一个给定的空间邻generateand．test(产生-与-检测)的频繁模式挖掘转居关系为欧几里德距离小于等于阈值2米，例如，若移到基于FP—tree的频繁模式挖掘。然而，对于空间邻居关系为欧几里德距离且阈值为d，A．1、B．1∈数据，缺少事务概念，而在频繁模式的定义和它的挖．s，R(A．1，B．1)铮(distance(A．1，B．1)≤d)。掘算法中事务概念是严格的，因此在空间CO—location一个CO—loc

7、ation模式是一组空间特征的集合C，挖掘范例中进行类似的转移非常困难。针对这个难这些空间特征的实例在地理空间中频繁的一起出现，其中cF。2014年3月1213收到云南省教育厅科学研究基金项目(2013Y571)资助团：设有空间实例子集，={i，i，⋯，i}，如果作者简介：余翠兰(1978一)，女，硕士研究生。研究方向：数据仓库有{R(，i)J1≤≤m，1≤k≤m}，则称，是一个及数据挖掘。E—mail：lan_fish@126．corn。团。团指的就是一个完全连通图。23期余翠兰：一种基于投影FP—growth的CO—loc

8、ation模式挖掘算法只与树的深度有关，而不是数据库中所有频繁项的曰2●个数。投影FP_tree是一种基于投影技术的FP—tree构造方法。投影FP—tree和FP_tree的结果相同。◆口1例，假设事务数据库如表1所示，最小支持度阈值为20％，则为建立的FP_tree／投影