文献

J-GLOBAL ID：201602251593993629   整理番号：16A1161371

連続変数の適応局所的空間的同位体パターンをマイニングするためのアルゴリズムを提案した。【JST・京大機械翻訳】

Self-adaptive Local Co-location Pattern Mining Algorithm for Continuous Variables

著者 (3件)： Fan Xieyu (College of Resource and Environmental Science, Fujian Agriculture and Forestry University) ,  Chen Hanyue (College of Resource and Environmental Science, Fujian Agriculture and Forestry University) ,  Xing Shihe (College of Resource and Environmental Science, Fujian Agriculture and Forestry University)
資料名： Diqiu Xinxi Kexue Xuebao  (Diqiu Xinxi Kexue Xuebao)
巻： 18  号： 7  ページ： 902-909  発行年： 2016年 
JST資料番号： C2670A  ISSN： 1560-8999  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在、局所空間同位体モデルのマイニング方法には、所定の近傍範囲、マイニングの結果に統計的有意性がなく、結論が科学的に判定できないなどの問題があり、現在よく用いられている[K]近隣方法は適切な探索円半径を確定するのが困難である。固定距離法は空間データセットのマルチスケール特性のため,距離閾値の設定は結果に大きな影響を与える。そのため、連続変数の空間サンプリング点数データセットに対して、本論文では、適応局所空間同位体パターンのマイニングアルゴリズムを提案した。まず第一に,連続変数の空間的同位体モード関数,関心関数,およびVORONOI近傍を定義して,VORONOI近傍マトリックスを構築することによって,所定の近傍の閾値を避けることができた。最後に、[GI*]統計量を用いて局部空間の同位体モデルとその領域の発見を行い、マイニングの結果に統計的有意性を持たせ、さらに専門家がマイニング結果に対してより科学的な判定を行った。タバコ適応性評価結果を実際に接続した耕地肥沃度サンプリング地点の調査データと水質汚濁データを用いることにより,開発したアルゴリズムを試験した。実験結果は,提案したアルゴリズムが近傍の範囲を必要とせず,同じ領域における異なる空間的同位体パターンを見つけることができることを示した。実験により発見された局所空間同位体モデルは実験データの研究地域に存在する特有の現象を発見し、耕地の地力調査に対して実際の指導作用がある。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 農地 ,  *同位体 ,  *同位体存在比 ,  肥沃度 ,  たばこ ,  *アルゴリズム ,  水質汚濁 ,  適応性 ,  統計量
準シソーラス用語： マルチスケール ,  空間データ ,  統計的有意性 ,  *連続変数 , 【Automatic Indexing@JST】

著者キーワード (4件)： spatial co-location pattern ,  local ,  statistically significant ,  continuous variables

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 連続変数 ,  適応 ,  同位体パターン ,  アルゴリズム ,  提案