共查询到17条相似文献，搜索用时 140 毫秒
1.
LBS(Location Based Services)动态数据管理面临的一个严峻的挑战是需要在一个有限带宽、移动的、不稳定的环境中为用户提供相对稳定的服务.基于关联规则挖掘的思想,试图从业已形成的海量服务数据中发现潜在的规律,以指导服务器有效地完成数据分发工作.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阈值考虑不够,故对经典的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. 相似文献
2.
3.
一种Apriori的改进算法 总被引：17，自引：0，他引：17
提出了一种Apriori算法的改进算法 ,讨论了通过使用概率的方法估算任意数据项集同时出现的概率来求候选频繁项集的方法 ,并给出了相关算法。将本算法与Apriori算法产生的候选项集大小和扫描数据库次数进行了比较 ,该算法将关联规则挖掘的运行速度提高了一个数量级 ,非常适合挖掘数据库、长模式的关联规则。 相似文献
4.
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。 相似文献
5.
陈俊明 《测绘与空间地理信息》2014,(5):123-126
空间关联规则是空间数据挖掘(SDM)中的重要内容之一。由于空间数据的复杂性,传统的空间关联规则挖掘方法主要是将空间数据库变换为非空间数据库,通过挖掘算法挖掘空间关联规则。目前,Apriori算法是关联规则挖掘中使用最为普遍的算法,但是,由于该算法在关联规则提取过程中需要多次扫描数据库,并且产生冗余的候选项集,因此,在执行大型数据库的关联规则挖掘时,具有效率低下的缺陷。本文基于Apriori算法提出了基于布尔矩阵的空间关联规则挖掘算法,并以挖掘福建省厦门市土地覆盖现状与地形特征因子的空间关联关系作为试验案例,对比Apriori算法的提取结果与提取效率,结果表明:该算法不仅减少了扫描数据库的次数,而且减少了冗余候选项集的产生,提高了空间关联规则的提取效率。 相似文献
6.
犯罪时空数据关联分析结果有助于相关部门在关键时段和关键区域进行警力重点配置.提出一种基于空间约束的lightGBM/Apriori组合算法,对犯罪数据中的时空属性特征进行简约处理,通过对犯罪类别的预测分析,识别时空关联特征较为显著的犯罪类型及关键影响要素,寻找热点细化研究区域,抽取犯罪时空关键特征,建立犯罪强关联规则挖掘模型.以美国费城2015年犯罪数据集为例,利用提出的组合算法进行了犯罪类别预测、时空分布模式分析和关联规则挖掘,将挖掘结果与真实发生的犯罪进行对比,盗窃犯罪事件在每天4个时段的预测准确率为64.29％～90.20％. 相似文献
7.
8.
首先介绍LBS系统主要构成,论述了数据管理系统重要意义,指出数据管理系统建设中需要重点解决的关键问题,提出采用MongoDB做为文件级别的存储来解决数据存储查询的技术瓶颈,并给出了具体的设计思路,最后证明了基于该技术路线的数据管理系统的可行性。 相似文献
9.
基于Voronoi图的空间关联规则挖掘方法研究 总被引：2，自引：0，他引：2
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。 相似文献
10.
模糊关联规则挖掘算法及其在异常检测中的应用 总被引：4，自引：0，他引：4
阐述了在入侵检测中应用模糊关联规则挖掘的方法,提出了对传统Apriori算法的改进。最后以网络流量分析为例,详细描述了在入侵检测中运用模糊关联规则挖掘的步骤,并以规则集相似度建立对入侵的响应机制。 相似文献
11.
12.
地图兴趣点分布式空间分析服务 总被引：1，自引：1，他引：0
针对互联网地图上海量兴趣点的应用分析需要提高效率的问题,该文利用MongoDB设计并搭建了一个分布式集群,对这些互联网兴趣点数据进行了储存;然后通过MapReduce机制改进并实现了适用于海量兴趣点数据的空间同位模式挖掘的Apriori算法和几个常用的空间分布特征值计算方法;最后依据开放地理信息系统协会的Web处理服务规范,设计并实现了一个互联网兴趣点分布式分析服务实验系统。该文所提出的改进后的算法在数据吞吐量和计算效率上有优越性,且计算效率比传统空间分析工具和传统Apriori算法有所提高。 相似文献
13.
14.
Mining Association Rules in Spatio-Temporal Data: An Analysis of Urban Socioeconomic and Land Cover Change 总被引：8，自引：0，他引：8
This research demonstrates the application of association rule mining to spatio‐temporal data. Association rule mining seeks to discover associations among transactions encoded in a database. An association rule takes the form A→B where A (the antecedent) and B (the consequent) are sets of predicates. A spatio‐temporal association rule occurs when there is a spatio‐temporal relationship in the antecedent or consequent of the rule. As a case study, association rule mining is used to explore the spatial and temporal relationships among a set of variables that characterize socioeconomic and land cover change in the Denver, Colorado, USA region from 1970–1990. Geographic Information Systems (GIS)‐based data pre‐processing is used to integrate diverse data sets, extract spatio‐temporal relationships, classify numeric data into ordinal categories, and encode spatio‐temporal relationship data in tabular format for use by conventional (non‐spatio‐temporal) association rule mining software. Multiple level association rule mining is supported by the development of a hierarchical classification scheme (concept hierarchy) for each variable. Further research in spatio‐temporal association rule mining should address issues of data integration, data classification, the representation and calculation of spatial relationships, and strategies for finding ‘interesting’ rules. 相似文献
15.
16.
为提高农用地产能核算数据库的利用效率,以空间关联规则为基础,在河北省土地产能核算数据库的应用中得到提高河北省农业用地普查结果的利用效率的几条知识规则。利用现有软件,使用GIS软件进行空间数据预处理及空间关系计算。属性数据使用access管理,而关联规则挖掘算法直接应用Clementine。通过数据选取、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,从空间数据库中提取用户感兴趣的空间模式与特征、空间与非空间数据的普遍关系及其他一些隐含在数据中的普遍的数据特征,从而得到提高土地产能核算成果利用效率的规律。 相似文献
17.
A spatiotemporal mining framework is a novel tool for the analysis of marine association patterns using multiple remote sensing images. From data pretreatment, to algorithm design, to association rule mining and pattern visualization, this paper outlines a spatiotemporal mining framework for abnormal association patterns in marine environments, including pixel-based and object-based mining models. Within this framework, some key issues are also addressed. In the data pretreatment phase, we propose an algorithm for extracting abnormal objects or pixels over marine surfaces, and construct a mining transaction table with object-based and pixel-based strategies. In the mining algorithm phase, a recursion method to construct a direct association pattern tree is addressed with an asymmetric mutual information table, and a recursive mining algorithm to find frequent items. In the knowledge visualization phase, a “Dimension–Attributes” visualization framework is used to display spatiotemporal association patterns. Finally, spatiotemporal association patterns for marine environmental parameters in the Pacific Ocean are identified, and the results prove the effectiveness and the efficiency of the proposed mining framework. 相似文献