一种基于U-AHC的不确定空间co-location模式挖掘算法  

A U-AHC-based Algorithm for Mining Spatial Co-location Patterns over Uncertain Data

作　　者：高世健[1] 王丽珍[1] 肖清[1] 

机构地区：[1]云南大学信息学院计算机科学与工程系,昆明650091

出　　处：《计算机研究与发展》2011年第S3期60-66,共7页Journal of Computer Research and Development

基　　金：国家自然科学基金项目(61063008);云南省应用基础研究基金项目(2010CD025);云南大学科学研究基金项目(2009F29Q)

摘　　要：不确定数据在一些重要应用领域中是固有存在的,如传感器网络和移动物体追踪等.如何快速、方便、有效地从不确定数据库中发现潜在的、有价值的和人们感兴趣的信息变得越来越重要.首先,把传统的凝聚层次聚类算法(AHC)扩展到不确定的凝聚层次聚类算法(U-AHC),然后在聚类结果的基础上计算候选co-location模式的粗表实例,并对参与度小于最小参与度阈值的候选模式进行剪枝.接着展开其粗表实例并动态地实施剪枝,最后生成频繁的co-location模式.实验证明这个算法是正确的,而且效率较高.不确定数据在一些重要应用领域中是固有存在的,如传感器网络和移动物体追踪等.如何快速、方便、有效地从不确定数据库中发现潜在的、有价值的和人们感兴趣的信息变得越来越重要.首先,把传统的凝聚层次聚类算法(AHC)扩展到不确定的凝聚层次聚类算法(U-AHC),然后在聚类结果的基础上计算候选co-location模式的粗表实例,并对参与度小于最小参与度阈值的候选模式进行剪枝.接着展开其粗表实例并动态地实施剪枝,最后生成频繁的co-location模式.实验证明这个算法是正确的,而且效率较高.

关 键 词：空间数据挖掘 不确定数据 空间co-location模式 凝聚层次聚类算法 参与度 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]