基于CPRIP-Tree的空间伴生模式挖掘算法研究与应用

摘要

空间伴生模式(Spatial Co-Iocation Patterns)是空间关联的一个特例，所谓空间伴生模式指根据空间邻近性原则频繁地聚集在一起的空间特征的集合。现有的空间伴生模式挖掘算法大多借鉴Apriori的思想，分“产生候选项集”和“检验”两个步骤实现伴生模式挖掘。算法在候选项集产生的过程中需要大量耗时的空间连接或实例链接操作来生成所有可能的行实例，且通常只能处理布尔型空间特征，无法有效地挖掘分类数据和连续型数据。 本文在对传统空间伴生模式挖掘算法详细分析的基础上，针对现有算法无法处理分类或连续型数据和表实例生成效率低的问题，提出一种新的基于伴生模式行实例投影树( Co-location Pattem Row Instance Projection-Tree，CPRIP-Tree)的空间伴生模式挖掘算法，并结合应用实例验证算法的有效性和实用性。主要研究内容和成果如下： (1)对空间伴生模式挖掘概念和相关基础理论进行简要介绍，对现有的空间伴生模式挖掘算法进行了系统的分析和评述，并详细分析了它们的优缺点； (2)从空间伴生模式挖掘算法的思想出发，重点分析了传统的基于Apriori的空间伴生模式行实例生成过程中存在的不足，提出了一种基于CPRIP-Tree的空间伴生模式挖掘算法。本算法通过平面扫描方法物化空间对象间的空间邻近关系，利用简单的实例查找方式生成空间伴生模式行实例，以此构建CPRIP-Tree挖掘频繁伴生模式； (3)以福建省沿海城市不同土地用地的土壤重金属化学元素污染的伴生现象为例，对基于CPRIP-Tree的算法进行示范应用研究，并结合行业背景对挖掘结果的现实意义进行解释，为相关行业部门决策提供重要的理论支持。

目录

文摘

英文文摘

声明

绪论

1立题依据

2研究目标与内容

3技术路线

4论文的组织与安排

5空间伴生模式挖掘相关研究进展

5.1空间数据挖掘概述

5.2空间关联规则挖掘概述

5.3空间伴生模式挖掘综述

第一章空间伴生模式挖掘相关理论研究

1空间伴生模式挖掘的相关概念

1.1伴生的含义

1.2算法的相关概念

2空间伴生规则与空间关联规则的区别与联系

3空间伴生模式挖掘算法分析

3.1解决问题面临的挑战

3.2典型的策略与算法

3.3对现有算法的分析研究

4本章小结

第二章基于CPRIP-Tree的空间伴生模式挖掘算法

1相关概念

2算法提出

2.1对传统的伴生模式行实例生成过程分析

2.2拟解决的关键技术及其策略

3算法设计与挖掘流程

3.1算法的设计流程

3.2邻近关系扫描存储

3.3伴生模式行实例生成

3.4伴生模式行实例投影树CPRIP-Tree的构建

3.5深度优先搜索与剪枝策略

4具体实现

5算法分析与评价

5.1正确性和完整性

5.2时间复杂度分析

5.3性能分析

6本章小结

第三章应用实例分析与评价

1应用实例背景

2数据说明

3数据预处理

4挖掘过程说明

4.1属性数据的分类汇总设置

4.2算法参数设置

5挖掘结果分析

6本章小结

第四章结论与展望

1论文的主要工作

2进一步的研究工作

附录一、八项化学元素在不同母岩类型中含量的几何平均背景值

参考文献

攻读学位期间承担的科研任务与主要成果

致谢

个人简历