高世健
- 作品数：4 被引量：18H指数：3
- 供职机构：云南大学信息学院计算机科学系更多>>
- 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理学更多>>
- 基于U-AHC的不确定co-location模式挖掘研究
- 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。随着数据采集和处理技术的进步,人们对数据的不确定性的认识也逐步深入。基于不确定数据进行数据挖掘和知识发现引起了很多学者的兴趣,这种更加符合客观实际的...
- 高世健
- 关键词：数据挖掘不确定数据概率密度
- 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
- 一种基于U-AHC的不确定空间co-location模式挖掘算法被引量：7
- 2011年
- 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.
- 高世健王丽珍肖清
- 关键词：空间数据挖掘不确定数据参与度
