国家自然科学基金(61063008)
- 作品数：8 被引量：40H指数：4
- 相关作者：王丽珍陈红梅高世健冯岭肖清更多>>
- 相关机构：云南大学云南中医学院更多>>
- 发文基金：国家自然科学基金云南省教育厅科学研究基金云南省应用基础研究基金更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 基于前缀树结构的空间co-location模式挖掘算法研究
- 首先,分类空间co-location模式挖掘算法,着重对一些典型挖掘算法的思想、特点和不足进行分析.其次,提出co-location挖掘算法的一般模式,应用同一示例,对3种基于前缀树结构的挖掘算法进行分析和比较,总结基于...
- 王丽珍陆叶陈红梅肖清
- 关键词：空间数据挖掘CO-LOCATION模式参与度
- 文献传递
- 基于可能世界的不确定空间co-location模式挖掘研究
- 如何快速、方便、有效地分析不确定数据库中大量的不确定数据以发现潜在的、有价值的和人们感兴趣的信息变得越来越重要.空间co-location模式挖掘寻找给定空间对象之间的关联关系,是空间数据挖掘的重要研究方向.首先,定义了...
- 陆叶王丽珍陈红梅赵丽红
- 关键词：不确定数据
- 文献传递
- 基于概念划分的连续最近邻查询研究
- CPM(conceptual partitioning monitoring)是一种较为高效的概念划分网格的思想,用以解决二维空间下的连续最近邻查询问题.在此思想的基础上提出一种采用树形结构来索引概念划分网格的连续最近邻...
- 张晓峰王丽珍肖清赵丽红
- 关键词：最近邻查询CNN
- 文献传递
- 一种带稀有特征的空间co-location模式挖掘新方法被引量：13
- 2012年
- Co-location模式挖掘是找出频繁出现在一起的一组空间特征的集合.在传统的方法中,一般假定每个空间特征在模式中具有平等的地位,然而,当模式中存在稀有特征时,有些模式便无法被获取.若使用现有针对含有稀有特征的挖掘方法,一些不频繁的模式也会被挖掘出来.针对以上问题,本文提出了最小加权参与率的概念,在此新概念下,不但可以挖掘出带稀有特征的频繁co-location模式,而且可以排除不频繁的模式.此外,针对算法时间复杂度高的问题,根据加权参与率排序后的部分向下闭合性提出了一种有效的剪枝方法,大大地提高了算法的执行效率.实验表明我们的方法对带稀有特征的co-location模式挖掘问题是有效的.
- 冯岭王丽珍高世健
- 关键词：CO-LOCATION模式
- 基于距离的不确定数据异常点检测研究被引量：5
- 2011年
- 针对实际数据存在不确定性的问题,提出了新的异常点检测方法。首先,定义了基于距离的不确定数据异常点检测概念;其次,设计了相应的不确定数据的异常点检测算法;再次,为降低算法时间复杂度,设计了剪枝策略;最后,实验分析说明了算法对不确定异常点检测的可行性与效率。
- 杨金伟王丽珍陈红梅赵丽红
- 关键词：不确定数据异常点检测
- 模糊对象的空间Co-location模式挖掘研究被引量：26
- 2011年
- 空间co-location模式表示的是空间对象的实例在一个相同的区域内频繁地空间并置.过去人们已经对确定及不确定数据的co-location模式挖掘问题进行了一些研究,但是针对模糊对象上进行的研究还没有.模糊对象在许多领域里都有着非常重要的应用,比如生物医学图像数据库和GIS.该文研究模糊对象的空间co-location模式挖掘问题.首先,定义模糊对象上空间co-location模式挖掘的相关概念,包括模糊参与率、模糊参与度等.其次,提出FB算法挖掘模糊对象的co-location模式.接着,提出了3种改进算法,包括剪枝对象、减少实例间连接、改进剪枝步,以提高挖掘性能、加快co-location规则的产生.最后通过大量的实验说明FB算法及其改进算法的效果和效率.
- 欧阳志平王丽珍陈红梅
- 关键词：CO-LOCATION模式空间数据挖掘
- 带权定性影响图
- 2011年
- 定性影响图是具有精确概率和效用的影响图的定性抽象。在定性影响图中,节点之间的影响关系使用定性符号描述,这种符号描述简化了不确定知识的表示,降低了影响图建模的难度,加速了不确定知识的推理。但是,定性影响图在抽象过程中损失了部分信息,导致定性影响图在评价过程中会产生不确定结果,阻碍了定性影响图的广泛应用。以加权的思想扩展定性影响图,使扩展的定性影响图中每个定性影响都带有一个表示节点间影响强弱的数值权值,在评价过程中根据定性影响权值的比较来减少不确定结果的产生,从而扩大定性影响图的应用范围。
- 周丽华陈捷杨明
- 关键词：影响图
- 基于DS理论的不确定空间co-location模式挖掘被引量：3
- 2011年
- 提出一种基于DS理论的co-location挖掘方法.先将数据集按照空间对象分类,然后从分类后的子数据集中依次提取该空间对象的实例,与其他空间对象数据集中的各个实例进行配对,将找到的各实例关系记录到一个新的关系表中,作为使用DS理论求解的基础.从一个新的角度来研究co-location挖掘技术,在DS理论的基础上重新定义了参与度,基于新定义的参与度来求解co-location模式.
- 肖清陈红梅王丽珍
- 关键词：数据挖掘DS证据理论
- 不确定数据的高效聚类算法被引量：2
- 2011年
- 不确定数据聚类是数据挖掘领域中的一个重要的研究热点。本文介绍了不确定数据聚类的uk-means算法及其改进算法ck-means。由于ck-means算法必须计算每个簇到所有对象的质心的距离,因此当聚类的样本很大时,聚类效率依然不是很好。本文提出的kd-means算法只需要计算对象到部分质心的距离,因此可以很大程度地提高ck-means算法的效率。该方法是基于kd树索引而提出的改进策略,并用大量的实验来证明改进算法的有效性。
- 李云飞王丽珍周丽华
- 关键词：KD树候选集剪枝
- 基于凝聚层次聚类的co-location模式挖掘被引量：4
- 2011年
- 空间的co-location模式代表一组空间对象的子集,它们的实例在空间中频繁地关联,它是空间数据挖掘的重要研究方向。本文首先介绍co-location模式挖掘的基本算法,然后提出一种新的挖掘算法,算法先对空间数据进行凝聚层次聚类,在聚类结果上挖掘co-location模式,最后对这种新的算法作实验评估。
- 高世健王丽珍冯岭陈红梅
- 关键词：空间数据挖掘CO-LOCATION模式凝聚层次聚类参与度
