文献

J-GLOBAL ID：202202287450359026   整理番号：22A1000915

星型高影響の空間co-locationパターンマイニング【JST・京大機械翻訳】

Mining Spatial co-location Patterns with Star High Influence

著者 (4件)： Ma Dong (云南大学信息学院 昆明 650504) ,  Li Xinyuan (云南大学信息学院 昆明 650504) ,  Chen Hongmei (云南大学信息学院 昆明 650504) ,  Xiao Qing (云南大学信息学院 昆明 650504)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 49  号： 1  ページ： 166-174  発行年： 2022年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 空間co-locationモードは,その事例が空間近傍に頻繁に並置される空間特徴集合である。従来の空間co-locationパターンマイニング方法は,通常,空間事例が独立して,また,参加度をパターンとして興味深い一意性尺度指標を用いて,異なる特徴または同じ特徴の異なった事例が空間近傍にもたらす影響の差異を考慮しない。そのため、マイニングの結果は相関性と解釈性に欠けている。本文では、星型高影響の空間co-locationモデル及びマイニング方法を提案し、自身の影響が高く、近隣範囲内にも一定の影響を持つ空間co-locationモデルを有効に発見できる。最初に,測定モードの影響の2つの指標を定義した:モードは参加度とモード影響の占有度に影響した。第2に,高影響co-locationパターンマイニングのための基礎マイニングアルゴリズムと枝刈り戦略を提案した。最後に、大量の真実と合成データセット上で実験を行い、マイニングアルゴリズムの効率とマイニング効果を分析した。実験結果は,提案した星型高影響co-locationモードの測定方法とマイニングアルゴリズムが,強い相関のco-locationモードをマイニングできることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  効率 ,  *抽出 ,  空間 ,  集合 ,  一意性 ,  指標
準シソーラス用語： *パターンマイニング , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 星 ,  パターンマイニング