本文關(guān)鍵詞：連續(xù)變量的自適應(yīng)局部空間同位模式挖掘算法，，由筆耕文化傳播整理發(fā)布。

【摘要】：目前,局部空間同位模式挖掘方法存在需要預(yù)設(shè)定鄰域范圍、挖掘的結(jié)果無統(tǒng)計(jì)顯著性意義而難以對(duì)結(jié)論進(jìn)行科學(xué)地判定等問題,如當(dāng)前常用的K近鄰方法難以確定合適的搜索圓半徑,而固定距離法由于空間數(shù)據(jù)集的多尺度特性,距離閾值的設(shè)定對(duì)結(jié)果的影響較大。因此,針對(duì)連續(xù)變量的空間采樣點(diǎn)數(shù)據(jù)集,本文提出了一種自適應(yīng)局部空間同位模式挖掘算法。首先,定義了連續(xù)變量的空間同位模式興趣度函數(shù)、模式指示器函數(shù)及Voronoi鄰域,并通過構(gòu)建Voronoi鄰域矩陣避免了預(yù)設(shè)定鄰域閾值的問題,最后采用G*i統(tǒng)計(jì)量進(jìn)行局部空間同位模式及其區(qū)域的發(fā)現(xiàn),使挖掘的結(jié)果具有統(tǒng)計(jì)顯著性意義,進(jìn)而幫助專家對(duì)挖掘結(jié)果做出更科學(xué)的判定。通過使用真實(shí)的連接了煙草適應(yīng)性評(píng)價(jià)結(jié)果的耕地地力樣點(diǎn)調(diào)查數(shù)據(jù)和水污染數(shù)據(jù),對(duì)開發(fā)的算法進(jìn)行測試。實(shí)驗(yàn)結(jié)果表明,算法無需預(yù)設(shè)鄰域范圍,可查找同區(qū)域內(nèi)的不同空間同位模式。實(shí)驗(yàn)所發(fā)現(xiàn)的局部空間同位模式發(fā)現(xiàn)了實(shí)驗(yàn)數(shù)據(jù)研究區(qū)域存在的特有現(xiàn)象,對(duì)耕地地力調(diào)查工作具有實(shí)際的指導(dǎo)作用。
【作者單位】： 福建農(nóng)林大學(xué)資源與環(huán)境學(xué)院;
【關(guān)鍵詞】： 空間同位模式 局部 統(tǒng)計(jì)顯著性 連續(xù)變量
【基金】：福建省教育廳科技計(jì)劃項(xiàng)目(JA14102) 國家自然科學(xué)基金青年科學(xué)基金項(xiàng)目(41401399)
【分類號(hào)】：P208
【正文快照】： 1引言征中頻繁鄰近的空間特征子集[2]。最早的空間關(guān)聯(lián)規(guī)則挖掘方法由傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘擴(kuò)展而來,基空間同位現(xiàn)象指不同類型的空間實(shí)例或事件于空間事物的方法[13],將空間關(guān)系及屬性離散化頻繁地在一起或者鄰近位置上出現(xiàn),是一種不同空后,利用傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘方法中的Aprior

  本文關(guān)鍵詞：連續(xù)變量的自適應(yīng)局部空間同位模式挖掘算法，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：456984