首页|基于粗糙集的局部同位模式挖掘算法

基于粗糙集的局部同位模式挖掘算法

Algorithm of regional co-location patterns based on rough set

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
通过空间同位模式挖掘可发现频繁发生在邻近位置的事件集合,为揭示地理现象间的共生规律提供重要的决策支持.由于空间同位模式存在空间异质性问题,已有方法不能很好地探测出空间同位模式分布的相近性区域.为此,本文从地理属性的相近性方向探测同位模式的分布区域,提出了基于粗糙集的局部空间同位模式挖掘方法.首先,从全局视角提取不频繁的空间同位模式作为候选的局部空间同位模式;然后,对候选同位模式的实例位置进行处理,将其分布的热点区域属性作为粗糙数据集,借助粗糙集探测局部空间同位模式自然的分布区域;最后,度量在这些局部区域的频繁程度,生成所有频繁的局部空间同位模式.通过试验与应用发现,该方法不仅可以探测局部空间同位模式分布的相近性区域,还能反映同位模式分布区域的地理属性信息.

吴静、傅优杰、程朋根

展开 >

东华理工大学测绘工程学院,江西 南昌330013

粗糙集 局部空间同位模式 地理属性 城市设施 POI

国家自然科学基金国家自然科学基金国家重点研发计划东华理工大学研究生创新项目

41861052416014162017YFB0503704YC2021-S613

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(10)
  • 7