不均匀模糊空间对象的分层次co-location模式挖掘方法

摘要 针对现有的co-location模式挖掘算法无法有效处理不均匀分布空间对象的问题，提出一种不均匀模糊空间对象的分层次co-location模式挖掘方法。首先提出一种不均匀数据集的生成方法；然后对不均匀分布的数据集进行层次划分，使每个区域具有均匀的空间分布；再基于改进的PO_RI_PC算法对划分后的模糊对象进行空间数据挖掘。该方法基于距离变化系数构建每个子区域的邻域关系图，进而完成区域融合，实现co-location模式挖掘。实验结果表明，与传统方法相比，所提方法的执行效率更高，随实例个数和不均匀度的变化获得的co-location集个数更多，同比情况下平均提高约25%，获得了更精确的挖掘结果