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。     

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。     

LBS动态数据管理

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，Location Based Service)需要进行动态数据管理。本文指出了LBS动态数据管理的目标，分析了当前存在的问题。同时对LBS动态数据管理关键技术进行了深入的探讨，并结合数据挖掘技术提出了新的研究思路。     

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.     

基于MongoDB的LBS数据管理系统关键技术研究

首先介绍LBS系统主要构成,论述了数据管理系统重要意义,指出数据管理系统建设中需要重点解决的关键问题,提出采用MongoDB做为文件级别的存储来解决数据存储查询的技术瓶颈,并给出了具体的设计思路,最后证明了基于该技术路线的数据管理系统的可行性。     

Apriori算法在遥感影像数据挖掘中的应用

近年来,遥感影像在数据挖掘中的应用越来越广泛.本文结合一个简单的实例将Apriori算法应用于遥感影像数据挖掘中,为相关的决策提供参考.     

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。     

时序空间关联规则挖掘及其应用研究

空间关联规则挖掘是空间数据挖掘的重要内容,文中给出了时序空间关联规则挖掘的相关概念、原理及实现（算法）,研究了时序空间关联规则挖掘数据集的构造方法,提出通过空间实体关联关系和时间项转置方法将处于不同时刻的、相互独立的空间数据集进行重构,生成隐含了时序空间关联特征的挖掘数据集,进而可应用关联规则挖掘算法获取时序空间关联知识,初步进行了时序空间关联规则挖掘的应用研究。     

顾及空间约束的犯罪时空关联分析组合算法

犯罪时空数据关联分析结果有助于相关部门在关键时段和关键区域进行警力重点配置.提出一种基于空间约束的lightGBM/Apriori组合算法,对犯罪数据中的时空属性特征进行简约处理,通过对犯罪类别的预测分析,识别时空关联特征较为显著的犯罪类型及关键影响要素,寻找热点细化研究区域,抽取犯罪时空关键特征,建立犯罪强关联规则挖...     

影像超分辨率重建中的动态数据更新算法

提出了一种具备动态数据更新能力的影像超分辨率重建算法,该算法以Delaunay三角化为基础,利用Delaunay三角网的局部可更新性质,能在目标影像的数据源发生变化的情况下仅针对变化数据对重建结果直接进行更新,较好地解决了常规影像超分辨率重建算法复杂度高、适用模型单一、稳健性差和病态求逆等问题。试验证明,该算法重建效率高,适应性强,适用于影像超分辨率重建的快速处理。     

基于TIN的LiDAR数据滤波算法研究

研究利用区域生长滤波算法将原始激光点云数据直接构建不规则三角网(TIN),并选择地面最低高程点作为初始种子点,根据设定的高差阈值对种子点的邻域进行区域生长滤波处理。通过对试验区机载LiDAR点云数据的滤波处理结果与基于坡度滤波和基于移动窗口的高程滤波算法进行对比分析,结果显示该方法具有一定的优越性。     

地理空间数据版本管理模型设计与算法研究

版本管理系统是用来记录数据变化历史的系统,地理空间数据版本管理系统主要依托关系数据库,而关系数据库的短事务提交模型并不支持地理空间数据版本管理所需要的长事务工作流方式的提交模型。以此问题为背景,讨论地碑空间数据版本管理的理论模型,并通过对现有模型设计的改进和对算法的研究以及试验,验证该模型设计的合理性。     

基于金字塔模型的海量地形数据管理算法

海量地形数据管理算法一直是三维地形仿真的关键技术之一。本文提出采用金字塔模型进行地形数据管理，并给出了算法的数据结构和流程。试验证明，该算法能够有效管理海量地形数据。     

LBS 体系结构及关键技术的研究

介绍了LBS的概念,在现有LBS应用体系的基础上给出了基于组件式的LBS体系结构的框架,分析了包括定位技术、空间数据传输和显示技术、GIS相关技术、LBS标准化工作四项实现LBS功能的关键技术,说明了LBS的功能类别,指出了LBS领域下一步的研究方向。