依赖于真子集的频繁邻近类别集挖掘

• 作者: 方刚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 邻近类别集 真子集 析构 递增搜索 空间数据挖掘
• 年，卷（期）: 2010,（23）
• 页码范围: 63-65,68
• 分类号: TP311.52
• 字数: 4662字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.23.021

摘要

针对现有频繁邻近类别集挖掘算法存在重复计算和冗余邻近类别集的问题,提出一种依赖于真子集的频繁邻近类别集挖掘算法,适合在海量数据中挖掘空间对象的频繁邻近类别集.该算法用析构法建立邻近类别集数据库,用产生邻近类别集真子集的方法计算支持数,实现一次扫描数据库提取频繁邻近类别集.算法无需产生候选频繁邻近类别集,且计算支持数时无需重复扫描,从而达到提高挖掘效率的目的.实验结果表明,在海量空间数据中挖掘频繁邻近类别集时,该算法比现有算法更快速有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方刚	重庆三峡学院数学与计算机科学学院	48	107	6.0	8.0