文献

J-GLOBAL ID：201702237103014948   整理番号：17A1442633

重要な空間的コロケーションパターンをマイニングするためのマルチスケールアプローチ【Powered by NICT】

Multi-scale approach to mining significant spatial co-location patterns

著者 (5件)： Deng Min (Department of Geo-informatics, Central South University, Changsha, Hunan, P. R. China) ,  He Zhanjun (Department of Geo-informatics, Central South University, Changsha, Hunan, P. R. China) ,  Liu Qiliang (Department of Geo-informatics, Central South University, Changsha, Hunan, P. R. China) ,  Cai Jiannan (Department of Geo-informatics, Central South University, Changsha, Hunan, P. R. China) ,  Tang Jianbo (Department of Geo-informatics, Central South University, Changsha, Hunan, P. R. China)
資料名： Transactions in Gis  (Transactions in Gis)
巻： 21  号： 5  ページ： 1023-1039  発行年： 2017年 
JST資料番号： W2757A  ISSN： 1361-1682  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 空間コロケーションパターンマイニングはBoole空間特徴の収集,しばしば互いにに近い地理的近接性に位置することを発見することを目的とした。空間コロケーションパターンを同定するための既存の方法は,通常ユーザは,二つのしきい値,すなわち空間的コロケーションパターンを探索する候補コロケーションパターンと距離しきい値の有病率を測定するための有病率しきい値を特定しなければならない。しかし,これら二つのしきい値は実際に決定することは困難であり,不適切な閾値は有用なパターンの誤認と無意味パターンの誤った報告につなだる。本研究で提案したマルチスケールアプローチでは,この限界を克服した。候補コロケーションパターンの有病率は,有意性検定を用いて統計的に測定し,ノンパラメトリックモデルは空間自己相関を考慮した特徴のヌル分布を構築するために開発した。空間コロケーションパターンは単一スケール(または距離しきい値)発見の代わりにマルチスケールで検討した。コロケーションパターンの妥当性は寿命の概念に基づいて評価した。合成と生態学的データセットの両者の上での実験を行い,空間コロケーションパターンは,提案した方法を用いて正確かつ完全に発見されることを示した;一方,空間コロケーションパターンの発見における主観性は著しく減少した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *仮説検定 ,  地理学 ,  生態学
準シソーラス用語： *マルチスケール ,  空間自己相関 ,  近接性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 寿命 ,  マルチスケール ,  パターン再構成 ,  有意性検定 ,  空間的コロケーションパターン

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (1件)： コロケーション