依赖于真子集的频繁邻近类别集挖掘

摘要：

针对现有频繁邻近类别集挖掘算法存在重复计算和冗余邻近类别集的问题,提出一种依赖于真子集的频繁邻近类别集挖掘算法,适合在海量数据中挖掘空间对象的频繁邻近类别集.该算法用析构法建立邻近类别集数据库,用产生邻近类别集真子集的方法计算支持数,实现一次扫描数据库提取频繁邻近类别集.算法无需产生候选频繁邻近类别集,且计算支持数时无需重复扫描,从而达到提高挖掘效率的目的.实验结果表明,在海量空间数据中挖掘频繁邻近类别集时,该算法比现有算法更快速有效.

关键词：邻近类别集、真子集、析构、递增搜索、空间数据挖掘

所属期刊栏目：36

分类号：TP311.52(计算技术、计算机技术)

资助基金：重庆教委科技基金资助项目KJ091108

在线出版日期：2011-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-65,68