空间关联规则

摘要： 传统的空间并置模式挖掘旨在发现空间中实例频繁共存的特征子集.目前空间并置模式的大多数研究都将模式的频繁性作为兴趣度度量.然而,在实际应用场景中,用户往往不仅对特征集的频繁性感兴趣,而且对它的完整性也感兴趣.结合并置模式的频繁性和完整性,提出主导空间并置模式(dominant spatial co-location patterns,DSCPs),目的是为用户提供一组高质量的并置模式.具体地,在空间并置模式挖掘任务中引入了模式占有度,以衡量并置模式的完整性.我们通过同时考虑模式的完整性和频繁性形式化了主导并置模式挖掘的问题.设计了一个挖掘主导并置模式的基本算法,为了降低计算开销,提出了一系列的剪枝策略及新颖的数据结构改进基本算法的挖掘效率.在合成数据集和真实数据集上进行了实验,评估了所提出算法的效率和有效性,验证了剪枝策略能够大幅提高算法效率.在实际应用中的挖掘结果表明了主导并置模式挖掘的合理性和可用性.

摘要： 库岸边坡失稳灾害会对工程自身效益和周边生命财产安全造成巨大损失,而边坡运行监测资料记录了失稳灾害孕育的全过程信息。针对库岸边坡监测数据库的数据挖掘方法运行速度慢的问题,将FP-Growth关联规则算法引入到边坡安全监测数据挖掘中,通过FP-Growth关联规则算法开展边坡监测数据中的因果关联规则和空间关联规则挖掘工作,分别挖掘了边坡监测环境量和效应量之间的因果性、多测点效应量之间的关联性,从包含多测点多项目的边坡时空监测数据中提取了反映边坡运行性状的有效信息,并提供有效知识帮助。计算实例表明,FPGrowth关联规则算法实现过程简单,挖掘结果可靠,为类似库岸边坡的监测数据挖掘提供了一条良好的思路。

摘要： 出租车作为城市公共交通的重要组成部分,对于人们的日常活动有着重要的作用.而出租车的运营产生了大量的轨迹数据,通过对轨迹数据的挖掘可以反映城市居民的人口流动状况及出租车的运营规律.空间关联规则挖掘作为数据挖掘的重要组成部分,通过对轨迹数据进行关联规则的挖掘可以得到其隐含的规律信息,从而改进出租车运营模式.而OpenStreetMap是众源地理数据中极具代表性的项目,其数据量丰富、现势性强、成本低廉,被广泛关注.以深圳市出租车轨迹数据及OpenStreetMap矢量地图数据为基本数据,基于出租车上(下)车点进行关联规则挖掘,进而得到深圳人口流动特征,从而为人口活动分析及基于位置的服务提供参考.

摘要： Relevance analysis is used to discover and excavate potential correlations in data,combining with multi-source and multiclass data.The correlation between the extraction and excavation of data is of great significance for the full use of geological data and the discovery of the association and combination of geological elements.In this paper,different types of geological space data are established to form spatial attribute database based on the spatial location of data.Secondly,by using the method of statistical method,we analyze the attribute characteristics from different sources data,and find that the formation of gold ores is obviously controlled by volcanic actions.Finally,based on the Apriori algorithm,we extract the frequent itemsets of associated minerals and intrusive rocks of hydrothermal gold deposits,and find that the associated minerals are closely related to the acid and alkali of intrusive rocks.Therefore,in future,it is expected to use spatial correlation method to carry out in-depth research and analysis on geophysics,geochemistry,remote sensing and other multi-source geological data.%关联性分析是综合多源、多类数据,发现和挖掘数据中潜在的相关关系,提取和挖掘数据之间的关联性.该方法对于充分利用地质大数据、发现地质要素之间的共生组合规律具有重要的意义.本文首先基于数据的空间位置,将不同类型的地质空间数据建立联系,形成空间属性数据库;其次应用统计方法,对不同来源数据中的属性特征进行分析,发现热液型金矿的形成与火山作用存在明显相关性;最后基于Apriori算法提取热液型金矿的伴生矿与侵入岩的频繁项集,发现伴生矿与侵入岩酸碱性二者密切相关.因此,在今后的工作中,有望应用空间关联性的方法对地球物理、地球化学、遥感等多源地质数据开展深入的研究分析.

摘要： 针对传统空间关联规则挖掘对数据硬化分导致的“尖锐边界”问题,提出了一种顾及模糊属性的空间关联规则挖掘方法.该方法引入模糊集理论,将模糊空间属性通过隶属函数转化为隶属度表示的模糊数值,从而将其划分为模糊集合.然后使用改进的模糊关联规则挖掘算法扫描数据库,根据相应的支持度得到频繁项集,最终提取出关联规则.实验结果表明,该方法能够对带有模糊属性的空间数据进行关联规则挖掘,且在一定程度上提高了挖掘结果的兴趣度.

摘要： 目前在空间关联规则挖掘研究中，对数据的处理和算法的改进主要针对布尔关联规则挖掘，存在对空间关联规则的量化表示不够重视等问题。在FP-growth算法的基础上增加规则的事务信息，并使用模拟退火算法，对得到的规则进行进一步挖掘，得到量化空间关联规则。

摘要： 空间数据挖掘的概念在20世纪90年代初期出现,对海量数据的深度挖掘受到了该领域专家学者的广泛关注,但关于海量空间数据挖掘的理论和实验研究仍然处于初期阶段。笔者基于MATLAB平台,结合可视化技术,提出了空间数据挖掘系统的构建方案,在空间关联规则挖掘模块的支持下,对土地利用类型进行了数据挖掘和探索。

摘要： 提出了集成聚类分析、凸包分析、叠置分析和面积计算等各种地理空间分析与计算方法,实现了一种对在线地理数据进行地理空间关联规则挖掘的算法.该算法对非空间数据的关联规则发现算法Apriori进行了空间化处理,使该算法能够进行空间数据挖掘,发现空间关联规则.实现了在线地理空间数据的空间关联规则挖掘程序,并采用实际数据对算法进行了检验,验证了它们的可用性与有效性,并对挖掘所得的空间关联规则进行了多种可视化表达.从实验效果来看,空间关联规则的支持度和准确度主要依赖数据空间特征,如长度、面积(选择的计算基准)、体积等,发现了一些有趣的空间关联信息.

摘要： 空间数据挖掘的概念在20世纪90年代初期出现，对海量数据的深度挖掘受到了该领域专家学者的广泛关注，但关于海量空间数据挖掘的理论和实验研究仍然处于初期阶段。笔者基于MATLAB平台，结合可视化技术，提出了空间数据挖掘系统的构建方案，在空间关联规则挖掘模块的支持下，对土地利用类型进行了数据挖掘和探索。

摘要： 对适用于多种数据类型的关联规则挖掘框架进行了研究。从概率论出发讨论了支持度计算问题，提出利用有限测度计算项集支持度的方法，分析了Apriori性质的本质，提出通用关联规则挖掘算法的设计思路。在此基础上，设计并实现了通用关联规则挖掘框架，使用该框架进行了事务、空间和时空数据的挖掘实验，验证了其可行性、通用性及正确性。

摘要： 空间关联规则是空间数据挖掘的重要内容,其结果表明了各种空间对象之间的关联关系.本研究以福州地区作为试验区,以DEM、坡度、坡向等地形特征以及2009年福州地区土地利用现状作为基础数据,利用Apriori算法从巾提取出地形特征与土地利用现状之间的关联关系,讨论并分析两者之间关联规则的提取结果及空间关联规则提取方法的优缺点；研究结果表明了2009年福州地区的土地利用现状分布,即林地多,耕地、住宅用地等偏少的情况,林地分布在各种地形上且与坡向之间无强关联性；而且对于不同的最小置信度和支持度,该算法所提取的结果有所不同,如何提高算法效率、合理的设置最小置信度和支持度以及提取结果的评价与解释等将是今后进一步研究的重点.

摘要： 首先介绍了空间数据挖掘技术的空间关联规则算法,然后对空间数据进行了数据预处理：通过空间数据概化、数据归约化,提高了算法的挖掘效率。最后将算法应用到环境污染事故应急处理系统中,得出一些有用的规则,显示了空间关联挖掘对事故应急处理的决策工作具有的重要意义。

摘要： 空间关联规则在空间数据挖掘领域得到了广泛的应用.本文尝试将空间统计方法运用到空间数据挖掘中,探索空间数据之间的关联规则.文中以北京市密云区河南寨镇为例,对农村居民点土地利用集约度评价的3个常用指标：综合建筑容积率、人均宅基地面积和平均邻近距离,进行空间关联挖掘分析.通过建立空间权重矩阵,计算全局空间自相关度量指标Moran’s I指数和局部空间自相关度量指标局部Moran指数,对指数进行分析,从而得出结论.

摘要： 在属性关联规则的挖掘中,概念格的应用十分广泛.如果将其运用于空间关联规则的挖掘,则需要将空间关系生成空间概念格.本文提出了一种先对空间关系进行泛化再生成空间概念格,然后即可利用属性数据挖掘中的从概念格中提取关联规则的方法提取空间关联规则.从而将空间关联规则挖掘的问题转化为属性关联规则的挖掘.然后根据需要对格结构进行了相应的修改,提出了相应的渐进式的基于概念格的关联规则提取算法.最后给出了相应的实验结果.

摘要： 本文将空间关联规则数据挖掘用于森林病虫害分析和预测领域,并进行了初步探索,利用空间关联规则算法对森林病虫害的历史数据进行了分析,建立了决策知识库.结合GIS建立了森林病虫害预测模型,并论述了对森林病虫害预测的整个过程.

摘要： 空间数据挖掘可视化是目前空间数据挖掘研究的一个重要方面.可视化技术充分利用了图形和图像的表达能力以及人对于色彩和空间的敏锐的感知能力,使人机有机地融合在一起.文中在简述空间关联规则可视化基本需求的基础上,提出了空间关联规则可视化的一般方法,并进行用Java3D技术开发空间关联规则结果可视化工具的应用研究.重点在于分析利用Java3D技术进行空间关联规则结果可视化时的基本原理和方法,并结合具体示例给出核心功能部分流程.最后将该技术应用于两个具体实例中,并给出实现的可视化界面.

摘要： 本文简要介绍了空间数据挖掘技术的理论及特点，重点介绍了当前常用的空间分析、空间关联规则、聚类和分类等空间数据挖掘方法，提出了空间数据挖掘与GIS-T的三种集成模式，最后对空间数据挖掘在GIS-T中的应用作了介绍。

摘要： 空间数据挖掘的过程与空间概念的形成和分析过程密切相关。本文从认知的角度，以如何从空间数据中抽取出各层次、各粒度的概念为主线，提出了一个基于概念格的空间数据挖掘的技术框架，并以风云气象云图为例，完成了气象云图与降雨关联规则挖掘的部分试验，验证了技术框架的有效性。

摘要： 空间数据挖掘的过程与空间概念的形成和分析过程密切相关。本文从认知的角度，以如何从空间数据中抽取出各层次、各粒度的概念为主线，提出了一个基于概念格的空间数据挖掘的技术框架，并以风云气象云图为例，完成了气象云图与降雨关联规则挖掘的部分试验，验证了技术框架的有效性。

摘要： 空间数据挖掘的过程与空间概念的形成和分析过程密切相关。本文从认知的角度，以如何从空间数据中抽取出各层次、各粒度的概念为主线，提出了一个基于概念格的空间数据挖掘的技术框架，并以风云气象云图为例，完成了气象云图与降雨关联规则挖掘的部分试验，验证了技术框架的有效性。

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 本发明涉及一种基于关联规则的FPGA/IP核代码规则检查方法，涉及FPGA/IP核验证技术领域。本发明的方法效率高、自动化程度高。测试人员在使用代码规则检查工具针对代码完成初步的规则检查，得到违反工具内部语法规则的检查结果之后，即可利用自动化的数据分析脚本与关联规则进行匹配，对检查结果进行分析，给出代码存在缺陷情况的判断，而不需要人工对每一条工具结果进行详细的分析、判断。本发明的方法可靠性好。代码规则检查过程依赖于代码规则检查工具以及已确认的代码缺陷数据，仅在最后一步经过测试人员的人工确认，尽可能避免引入人为操作，有效减少了因测试人员水平有限、精力不足等人为因素导致的缺陷误报、漏报情况，得到更可靠的代码规则检查结果。

摘要： 本发明公开了一种基于关联规则挖掘的信息系统运行规则库的构造方法，其特征在于，包括如下步骤：S01：获得信息系统的网络拓扑架构和所有设备的动态监控指标和静态监控指标；S02：通过网络拓扑架构和设备的动、静态监控指标生成网络故障树，并通过网络故障树生成基本规则库；S03：对信息系统的历史数据执行关联规则挖掘算法，得到关联规则库；S04：结合基本规则库和关联规则库进行推理生成扩展规则库；其中，各规则库的检索优先级是：基本规则库>关联规则库>扩展规则库。利用故障树技术和关联规则挖掘技术来智能生成信息系统运行规则库，并采用机器学习技术来对规则进行优化。进一步的，设计了规则的三域结构，实现了规则的自动排序和自动调整。

摘要： 本发明公开了一种关联规则的挖掘方法,所述挖掘方法包括以下步骤:获取和扫描事务集，将所述事务集转化为多维数据立方体,并记录下整个事务集的长度；根据所述多维数据立方体得到1-项集和1-项频繁集；根据1-项频繁集得到k-项集和k-项频繁集,以及根据k-项频繁集得到k+1-项集和k+1-项频繁集，其中k为大于且等于2的正整数；根据1-项频繁集和k-项频繁集，产生1-项频繁集的所有子集和k-项频繁集的所有子集以生成所述事务集的关联规则。该方法能减少系统的运行时间。

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 本申请公开了一种面向关联规则挖掘的冗余规则筛除方法及装置，涉及数据挖掘技术领域，可以解决目前采用的冗余规则筛除方法，容易受到主观因素影响，导致筛除结果不够精准的技术问题。其中方法包括：基于频繁模式树FP‑Tree算法对目标事务数据库进行关联规则挖掘，获取初始挖掘结果；将所述初始挖掘结果中的关联规则，依次与所述目标事务数据库中的各个案例匹配；根据各个所述案例的匹配结果，剔除所述初始挖掘结果中的冗余规则，获取目标挖掘结果。本申请适用于在关联规则挖掘时，对冗余规则的精准筛除。

摘要： 本发明涉及一种基于关联规则的FPGA/IP核代码规则检查方法，涉及FPGA/IP核验证技术领域。本发明的方法效率高、自动化程度高。测试人员在使用代码规则检查工具针对代码完成初步的规则检查，得到违反工具内部语法规则的检查结果之后，即可利用自动化的数据分析脚本与关联规则进行匹配，对检查结果进行分析，给出代码存在缺陷情况的判断，而不需要人工对每一条工具结果进行详细的分析、判断。本发明的方法可靠性好。代码规则检查过程依赖于代码规则检查工具以及已确认的代码缺陷数据，仅在最后一步经过测试人员的人工确认，尽可能避免引入人为操作，有效减少了因测试人员水平有限、精力不足等人为因素导致的缺陷误报、漏报情况，得到更可靠的代码规则检查结果。

摘要： 本发明公开了一种基于关联规则挖掘的信息系统运行规则库的构造方法，其特征在于，包括如下步骤：S01：获得信息系统的网络拓扑架构和所有设备的动态监控指标和静态监控指标；S02：通过网络拓扑架构和设备的动、静态监控指标生成网络故障树，并通过网络故障树生成基本规则库；S03：对信息系统的历史数据执行关联规则挖掘算法，得到关联规则库；S04：结合基本规则库和关联规则库进行推理生成扩展规则库；其中，各规则库的检索优先级是：基本规则库＞关联规则库＞扩展规则库。利用故障树技术和关联规则挖掘技术来智能生成信息系统运行规则库，并采用机器学习技术来对规则进行优化。进一步的，设计了规则的三域结构，实现了规则的自动排序和自动调整。

摘要： 本发明涉及一种基于粗糙集关联规则的超高压电网故障规则挖掘方法，该方法采用分布式数据挖掘的思想，运用以粗糙集理论为基础的关联规则挖掘方法对超高压电网历史故障数据进行故障规则挖掘，利用基于信息熵的属性约简算法对分布式决策表进行属性约简，然后在约简后的决策表上应用关联规则中的Apriori算法进行故障规则提取。本发明能够有效地解决传统数据挖掘方法对于大数据量的历史故障数据库的不适应性，降低了规则提取的复杂度，具有故障规则挖掘效率高的优点。

摘要： 本发明提供了一种空间关联规则的挖掘方法、空间关联规则的挖掘装置、电子设备及计算机可读存储介质。其中该挖掘方法包括：对土地变化信息和岸线变化信息进行处理，生成多个合并网格单元和岸线变化强度；基于多个合并网格单元和岸线变化强度，建立模型运算决策表；以及对模型运算决策表进行挖掘，以获得空间关联规则；其中，在对土地变化信息和岸线变化信息进行处理，生成多个合并网格单元和岸线变化强度中，包括：对土地变化信息进行扇环形网格划分，以生成多个样本网格单元；确定多个样本网格单元中每个样本网格单元的土地变化强度。