首页 | 本学科首页   官方微博 | 高级检索  
     检索      

状态扩展元胞自动机模型在时空数据挖掘中的应用
引用本文:喻永平,陈晓勇,刘经南,都洁.状态扩展元胞自动机模型在时空数据挖掘中的应用[J].武汉大学学报(信息科学版),2008,33(6):592-595.
作者姓名:喻永平  陈晓勇  刘经南  都洁
作者单位:1. 广州市城市规划勘测设计研究院,广州市建设二马路23号,510060;武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079
2. 亚洲理工学院空间技术应用研究系,泰国曼谷,12120
3. 武汉大学校长办公室,武汉市珞珈山,430072
4. 武汉大学GPS研究中心,武汉市珞喻路129号,430079
摘    要:引入状态扩展元胞自动机模型对时空数据进行挖掘,其核心是引入可以量化的属性和不可量化的状态对元胞状态进行扩展,解决时空数据挖掘中数据稀疏性和属性数据交互性问题,采用遗传算法寻找元胞自动机模型的最优规则.实验结果表明,对于复杂的非线性和数据稀疏性问题,利用该方法能得到比传统方法更好的结果.

关 键 词:元胞自动机  遗传算法  时空数据挖掘  模式识别  智能地理信息系统  状态扩展  元胞自动机模型  时空数据挖掘  应用  Data  Mining  Cellular  Automata  State  Extended  方法  利用  稀疏性问题  非线性  结果  实验  最优规则  遗传算法  交互性  属性数据  数据稀疏性  可量化

Application of Extended State Cellular Automata to Spatiotemporal Data Mining
YU Yongping,CHEN Xiaoyong,LIU Jingnan,DU Jie.Application of Extended State Cellular Automata to Spatiotemporal Data Mining[J].Geomatics and Information Science of Wuhan University,2008,33(6):592-595.
Authors:YU Yongping  CHEN Xiaoyong  LIU Jingnan  DU Jie
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号