一种Apriori的改进算法

提出了一种Apriori算法的改进算法,讨论了通过使用概率的方法估算任意数据项集同时出现的概率来求候选频繁项集的方法,并给出了相关算法。将本算法与Apriori算法产生的候选项集大小和扫描数据库次数进行了比较,该算法将关联规则挖掘的运行速度提高了一个数量级,非常适合挖掘数据库、长模式的关联规则。     

基于支持度矩阵的Apriori改进算法

提出了一种利用支持度矩阵生成频繁项集的Apriori改进算法。通过上三角分块稀疏矩阵的行列性质和非频繁列之间的约束关系,改进的算法避免了Apriori连接步中大量非频繁候选k-项集的产生及其在剪枝步中(k-1)-子集的分解和判断。该算法能够有效地压缩搜索空间,降低Apriori连接和剪枝步骤的开销。     

关联规则挖掘在LBS动态数据管理的应用研究

为了满足人们能在任意地点、任意时刻存取任意数据的需求,基于位置的服务(LBS,LocationBasedService)需要进行动态数据管理。一种解决方案是服务器根据关联规则挖掘出的规律,对热点数据进行预测,并利用数据广播技术将热点数据不断地推向移动客户机。但经典的Apriori算法并不适合时序数据的处理,而现有的时序关联规则挖掘算法又对服务的关联时间阀值考虑不够,故本文对经典的Apriori算法进行改进,使之适应动态数据管理的需要,从而为解决LBS动态数据管理问题提出新的解决思路。     

地图兴趣点分布式空间分析服务

针对互联网地图上海量兴趣点的应用分析需要提高效率的问题,该文利用MongoDB设计并搭建了一个分布式集群,对这些互联网兴趣点数据进行了储存;然后通过MapReduce机制改进并实现了适用于海量兴趣点数据的空间同位模式挖掘的Apriori算法和几个常用的空间分布特征值计算方法;最后依据开放地理信息系统协会的Web处理服务规范,设计并实现了一个互联网兴趣点分布式分析服务实验系统。该文所提出的改进后的算法在数据吞吐量和计算效率上有优越性,且计算效率比传统空间分析工具和传统Apriori算法有所提高。     

多边形间空间关系查询的异构多核架构并行算法

目前在空间关系查询中常用的Plane Sweep算法是一种串行算法,在处理海量空间数据时效率较低,而已有的并行计算方法对于普通的计算机并不适用。本文针对这个问题,提出了一种多边形间空间关系查询的异构多核架构并行算法,该算法先利用STR树索引过滤掉不相交的多边形,然后将过滤后的多边形数据集合分解为点集合和边集合,并对其构建四叉树索引;在保证数据浮点运算精度符合要求的情况下,利用GPU强大的批量运算能力快速处理边与边的相交情况并据此逐步计算得到环间的拓扑关系,再根据环间拓扑关系计算得到多边形间的维度扩展九交模型(DE-9IM)参数值;根据DE-9IM参数值与空间关系查询条件相比对,输出查询结果。最后通过试验验证了算法的准确性与高效性。     

基于布尔矩阵的空间关联规则提取方法研究

空间关联规则是空间数据挖掘(SDM)中的重要内容之一。由于空间数据的复杂性,传统的空间关联规则挖掘方法主要是将空间数据库变换为非空间数据库,通过挖掘算法挖掘空间关联规则。目前,Apriori算法是关联规则挖掘中使用最为普遍的算法,但是,由于该算法在关联规则提取过程中需要多次扫描数据库,并且产生冗余的候选项集,因此,在执行大型数据库的关联规则挖掘时,具有效率低下的缺陷。本文基于Apriori算法提出了基于布尔矩阵的空间关联规则挖掘算法,并以挖掘福建省厦门市土地覆盖现状与地形特征因子的空间关联关系作为试验案例,对比Apriori算法的提取结果与提取效率,结果表明:该算法不仅减少了扫描数据库的次数,而且减少了冗余候选项集的产生,提高了空间关联规则的提取效率。     

面向LBS动态数据管理的Apriori算法研究

LBS(Location Based Services)动态数据管理面临的一个严峻的挑战是需要在一个有限带宽、移动的、不稳定的环境中为用户提供相对稳定的服务.基于关联规则挖掘的思想,试图从业已形成的海量服务数据中发现潜在的规律,以指导服务器有效地完成数据分发工作.但经典的Apriori算法并不适合时序数据的处理,而现有的时序关联规则挖掘算法又对服务的关联时间阈值考虑不够,故对经典的Apriori算法进行改进,使之适应动态数据管理的需要,从而为解决LBS动态数据管理问题提出新的解决思路.     

Apriori算法在ACViS中用户行为监测数据挖掘中的应用研究

建立初步的自适应地图可视化系统运行机制,对系统的各个模块进行详细分析.在此基础上,研究用户行为监测机制,提出利用Apriori关联规则实现用户行为数据库挖掘的思路,并改进Apriori关联算法,使之更加适用于ACViS.实例证明,挖掘出来的结论对ACViS设计者具有指导意义,也为用户模型的更新和修正提供依据.     

利用数据挖掘的滑坡监测数据处理流程

为有效处理海量、多种类的滑坡监测数据,提出了基于数据挖掘的滑坡监测数据处理流程。以白家包滑坡为例,利用k-means算法对监测数据进行定性处理,进而利用Apriori算法分析滑坡形变的诱发因素。实验结果表明,提出的流程能有效地处理滑坡监测数据,并发掘到有助于人们认识滑坡形变及其原因的知识。     

Apriori算法在城市交通流预测中的应用

采用Apriori算法将大连市出租车的时空数据进行聚类分析与关联分析,对城市交通流进行预测。阐述了出租车时空数据挖掘的基本过程与思想方法,着重介绍了对于时空数据在此挖掘方法下的特征架构结构与分析结果。通过对车载GPS采集到的原始数据进行阈值界限预处理,确定其上下阈值界限,并对处理后的交通流数据进行挖掘预测,将改进后Apriori算法应用于时空数据的挖掘中,对区域内的不同时段的路段分别进行挖掘处理,生成满足约束条件的频繁集,并找寻出其中的强关联性,使时空大数据的挖掘效果更加合理,预测结果更加准确。通过挖掘分析后的数形展示,对于管理道路交通的拥堵将提供有效的决策依据。     

基于非局部总变差的消除不规则采样遥感图像复原方法

提出一种消除不规则采样的遥感图像复原方法,该方法结合了ACT算法和总变差（TV）图像复原模型以达到同时去除多种图像退化因素的目的,并且结合非局部均值（NLM）算子给出了基于NLTV的消除不规则采样遥感图像复原模型,最后使用算子分裂与扩展的坎贝尔投影算法求解模型。实验结果表明,该方法能够有效减少复原图像的阶梯效应并提高复原图像的纹理细节信息。     

行政区划图自动着色的混合遗传算法

结合贪心算法的局部搜索能力与遗传算法的全局搜索能力,研究了政区图四色着色问题的混合遗传算法,并在此基础上提出了一些改进措施。试验结果表明,这种混合遗传算法能有效地解决行政区划图自动着色问题,并取得了较好的结果。     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

Matching authority and VGI road networks using an extended node-based matching algorithm

The amount of volunteered geographic information (VGI) has increased over the past decade, and several studies have been conducted to evaluate the quality of VGI data. In this study, we evaluate the completeness of the road network in the VGI data set OpenStreetMap (OSM). The evaluation is based on an accurate and efficient network-matching algorithm. The study begins with a comparison of the two main strategies for network matching: segment-based and node-based matching. The comparison shows that the result quality is comparable for the two strategies, but the node-based result is considerably more computationally efficient. Therefore, we improve the accuracy of node-based algorithm by handling topological relationships and detecting patterns of complicated network components. Finally, we conduct a case study on the extended node-based algorithm in which we match OSM to the Swedish National Road Database (NVDB) in Scania, Sweden. The case study reveals that OSM has a completeness of 87% in the urban areas and 69% in the rural areas of Scania. The accuracy of the matching process is approximately 95%. The conclusion is that the extended node-based algorithm is sufficiently accurate and efficient for conducting surveys of the quality of OSM and other VGI road data sets in large geographic regions.     

混沌免疫算法在遥感影像分类中的应用研究

为提高遥感影像分类精度,采用基于混沌免疫算法(Chaos Immune Algorithm)的分类方法。利用混沌优化的遍历性,进行粗粒搜索,优化初始抗体群;通过选择算子、克隆算子、变异算子、抗体的循环补充等操作,得到全局最优的聚类中心,提高分类精度。实验表明该方法分类总精度、Kappa系数均优于传统分类方法。     

三角网求交的共形几何代数算法

针对传统三角网求交计算方法逻辑结构复杂,维度上不统一等不足,本文基于几何代数理论,从对象表达、关系运算相统一的角度,构建了基于meet算子的自适应三角网求交算法。利用共形几何代数中与Grassmann分级结构一致的对象外积表达,建立了三角网的几何代数表达;基于meet算子构建空间三角网求交算法,探讨了该算法对几何对象及维度的自适应性;最后基于南极冰盖模拟数据对上述算法进行案例验证。结果显示,本文算法可以很好的支撑三角网的求交运算,在简化了算法结构的同时提升了算法的多维适用性,可为基于几何代数的多维融合空间分析算法构建提供借鉴。     

基于混沌遗传算法的遥感影像分类

为提高遥感影像分类精度,本文提出基于混沌遗传算法(Chaos Genetic Algorithm)的遥感影像分类方法.首先应用混沌遗传算法对样本进行自学习得到全局最优的聚类中心,然后通过得到的聚类中心对整幅影像进行分类.该方法利用混沌变量的遍历性,进行粗粒搜索,优化遗传算法的初始种群,从而提高收敛速度;对经过选择算子、...     

基于SIFT特征和改进融合策略的图像拼接算法

为了消除图像拼接中的缝隙,本文提出一种改进的图像拼接算法。该算法首先利用经典的SIFT算子提取特征点,接着建立两幅图像的映射关系,利用RANSAC算法进行特征匹配点提纯,最后重叠区域的像素融合采用改进的加权平均算法。实验表明,该算法可以很好地消除重叠区域的拼接缝隙。     

基于GPS软件接收机的抗窄带干扰方法

针对硬件接收机中传统抗干扰方法成本高、体积大、功率大和环境受限等问题,提出了用GPS软件接收机作为抗干扰算法研究平台,用子空间分解的时域滤波法和频域滤波法消除窄带干扰,其中频域滤波法中干扰频率分量置零有时会引起信号在时域波形畸变。为了解决该问题,提出了用广义延拓插值法,得到干扰频带去除干扰后的广义延拓插值估计信号。实验仿真结果表明,两种方法都能有效而可靠地去除窄带干扰,基于广义延拓插值的频域滤波法更显其优越性。     

顾及模糊逻辑关系的稳健估计

首先给出了标准化残差受粗差污染的隶属函数,进而导出了观测误差与残差之间的模糊逻辑关系,以及观测误差属于粗差的隶属函数。最后提出了顾及模糊逻辑关系的稳健估计算法。计算结果表明,顾及模糊逻辑关系的稳健估计能有效地抵制粗差的影响,并能正确地定位粗差。