時(shí)空數(shù)據(jù)挖掘是較為前沿、新興的數(shù)據(jù)挖掘研究領(lǐng)域之一,旨在分析較高維度的時(shí)空數(shù)據(jù),提取出時(shí)空數(shù)據(jù)中潛在的、有價(jià)值的知識。時(shí)空聚類、時(shí)空關(guān)聯(lián)則是其重要的兩個(gè)分支。時(shí)空聚類中閾值的合理設(shè)定,且將時(shí)空聚類和關(guān)聯(lián)規(guī)則應(yīng)用到具有多屬性維度的時(shí)空數(shù)據(jù)集中是現(xiàn)在的一大難點(diǎn)。針對這些問題,本文主要從以下幾個(gè)部分進(jìn)行研究:首先,針對傳統(tǒng)時(shí)空聚類算法ST-DBSCAN在人為設(shè)定閾值上存在較大隨機(jī)性,從而導(dǎo)致聚類結(jié)果不理想的問題,提出了一種時(shí)空距離頻數(shù)柱狀圖設(shè)定閾值的方法,并通過對比實(shí)驗(yàn)來證明該方法下的聚類結(jié)果更為合理、準(zhǔn)確。其次,針對時(shí)空聚類算法ST-DBSCAN僅限于處理三維時(shí)空數(shù)據(jù)的聚類分析,面對多于三維時(shí)空數(shù)據(jù)的聚類,提出了一種新的混合屬性時(shí)空聚類算法。該算法通過引入Gower相似系數(shù)、Dice相似系數(shù)與歐幾里得距離構(gòu)建混合屬性相似度模型來計(jì)算多個(gè)事務(wù)對象之間屬性特征的相似度大小,當(dāng)滿足相似度閾值的多個(gè)事務(wù)對象則可納入同一個(gè)時(shí)空簇內(nèi),從而將原始的時(shí)空聚類算法擴(kuò)展到更多維度的聚類分析中。最后,針對在關(guān)聯(lián)規(guī)則算法FP-Growth的基礎(chǔ)上,如何判斷多維時(shí)空數(shù)據(jù)集的時(shí)空與屬性之間的關(guān)聯(lián)關(guān)系的問題,在傳統(tǒng)關(guān)聯(lián)...

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
主要英文縮寫與中英文對照表
符號及其定義清單
第一章 緒論
    1.1 選題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 時(shí)空聚類分析研究現(xiàn)狀
        1.2.2 時(shí)空關(guān)聯(lián)規(guī)則研究現(xiàn)狀
        1.2.3 總結(jié)分析
    1.3 主要研究內(nèi)容及創(chuàng)新點(diǎn)
        1.3.1 主要研究內(nèi)容
        1.3.2 創(chuàng)新點(diǎn)
    1.4 本文的組織結(jié)構(gòu)
第二章 時(shí)空數(shù)據(jù)挖掘技術(shù)概述
    2.1 時(shí)空數(shù)據(jù)
    2.2 時(shí)空數(shù)據(jù)挖掘
        2.2.1 時(shí)空數(shù)據(jù)挖掘概念
        2.2.2 時(shí)空數(shù)據(jù)挖掘過程
    2.3 時(shí)空聚類相關(guān)定義
    2.4 關(guān)聯(lián)規(guī)則相關(guān)定義
    2.5 實(shí)驗(yàn)樣本庫的構(gòu)建
        2.5.1 實(shí)驗(yàn)數(shù)據(jù)下載
        2.5.2 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
        2.5.3 樣本數(shù)據(jù)庫的搭建
    2.6 本章小結(jié)
第三章 時(shí)空聚類算法ST-DBSCAN及其閾值設(shè)定
    3.1 常見的時(shí)空聚類算法
    3.2 ST-DBSCAN時(shí)空聚類算法
    3.3 ST-DBSCAN算法實(shí)現(xiàn)步驟
    3.4 ST-DBSCAN算法的優(yōu)缺點(diǎn)
    3.5 閾值設(shè)定及實(shí)驗(yàn)對比
    3.6 本章小結(jié)
第四章 混合屬性時(shí)空聚類算法MAST-DBSCAN
    4.1 屬性值的分類
    4.2 混合屬性相似計(jì)算模型
    4.3 混合屬性時(shí)空聚類算法
    4.4 算法實(shí)現(xiàn)步驟
    4.5 算法實(shí)例應(yīng)用及結(jié)果分析
    4.6 本章小結(jié)
第五章 多屬性時(shí)空關(guān)聯(lián)算法MASTFP-Growth
    5.1 關(guān)聯(lián)規(guī)則算法
        5.1.1 常見的關(guān)聯(lián)規(guī)則算法
        5.1.2 FP-Growth關(guān)聯(lián)規(guī)則算法及案例分析
        5.1.3 FP-Growth關(guān)聯(lián)規(guī)則算法的優(yōu)缺點(diǎn)
    5.2 多屬性時(shí)空關(guān)聯(lián)規(guī)則算法
        5.2.1 關(guān)聯(lián)規(guī)則的空間語義擴(kuò)充
        5.2.2 關(guān)聯(lián)規(guī)則的時(shí)間語義擴(kuò)充
        5.2.3 關(guān)聯(lián)規(guī)則的屬性語義擴(kuò)充
        5.2.4 多屬性時(shí)空關(guān)聯(lián)規(guī)則算法
        5.2.5 算法實(shí)現(xiàn)步驟
        5.2.6 算法實(shí)例應(yīng)用及結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄A 攻讀碩士期間發(fā)表的論文及其他成果
附錄B 核心代碼附錄



本文編號：3776783