关联规则分析及其在空间数据挖掘中的应用研究

摘要

今天，我们已被各种数据所淹没。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，是当今数据库研究、开发和应用最活跃的分支之一。关联规则作为数据挖掘中的一项重要技术，具有广泛的应用领域。 随着空间技术的不断发展，对空间数据库中发现隐含知识需求日益增长，出现了基于空间数据库的数据挖掘技术——空间数据挖掘技术。本文研究的是关联规则分析技术在空间数据中的应用研究。 本文完成的工作如下： (1)首先阐述了数据挖掘、关联规则和空间数据挖掘的基本理论和技术。分析了关联规则中经典的Apr iori算法和FP-growth算法，指出了算法中存在的问题以及研究的发展方向。 (2)综合现有的一些技术，提出了基于压缩FP-树和数组技术的关联规则挖掘算法(CFPmine算法)，该算法-是采用了基于压缩FP-树的约束子树的挖掘方法，避免在挖掘过程中生成条件FP-树，减少内存占用；二是采用基于数组的技术，减少FP-树的遍历时间，提高算法的效率。实验结果表明：该算法是一个高效的频繁模式挖掘算法，其性能优于Apriori、EcIat和FP-growth算法，而需要的内存却少于FP-growth算法。 (3)通过详细分析基于映射位集合的MBSA算法的优缺点，针对其不适合大型空间数据挖掘及没有利用到频繁集的AptiOPi性质的缺点，提出了一种基于划分(partitioning)和aptiori性质位集合的两阶段关联规则挖掘算法TP-PB(Two Phase Association RuleAIgotithm based Partitioning and BitSet with Aptioriproperty)。通过性能对比，TP-PB挖掘效率更高，并且非常适合于大规模空间数据挖掘。由于使用了划分技术，TP-PB非常适合用于处理大规模空间数据，具有良好的可扩展性。我们把TP-PB算法应用到基于空间数据的精确农业中，得到了较好的结果。

目录

文摘

英文文摘

第一章绪论

1.1数据挖掘概述

1.1.1数据挖掘的产生及概念

1.1.2数据挖掘系统

1.1.3数据挖掘研究的主要内容

1.1.4数据挖掘的功能

1.1.5挖掘系统的分类

1.1.6数据挖掘常用技术

1.2空间数据挖掘

1.2.1空间数据挖掘概念

1.2.2空间数据的特点

1.2.3空间数据挖掘的任务

1.2.4空间数据挖掘的应用领域

1.2.5空间数据挖掘常用的主要方法

1.2.6空间数据挖掘国内外的研究现状

1.3数据挖掘的应用和发展趋势

1.3.1数据挖掘的应用

1.3.2数据挖掘的发展趋势

1.4数据挖掘面临的困难

1.5论文章节安排

第二章关联规则数据挖掘

2.1关联规则的基本概念

2.2关联规则挖掘主要的研究方向

2.3关联规则的多种分类方法

2.4空间数据关联规则

2.4.1空间关联规则概述

2.4.2空间谓词

2.4.3空间关系

2.5经典的Apriori算法分析

2.5.1算法描述

2.5.2算法性能瓶颈

2.5.3算法效率分析

2.6关联规则的优化算法

2.6.1改进的频集算法

2.6.2FP-树频集算法

2.7关联规则的发展方向

2.8本章小结

第三章基于压缩FP-树和数组技术的关联规则挖掘算法

3.1 CFP-树的定义与构造

3.2基于CFP-树的挖掘算法

3.2.1约束子树

3.2.2数组技术

3.2.3 CFPmine算法

3.3性能测试

3.4本章小结

第四章基于位集合的关联规则算法

4.1 MBSA 算法与问题描述

4.2 MBSA 算法的测试与分析

4.2.1算法测试

4.2.2算法分析

4.3 TP-PB算法

4.3.1 apriori性质和划分的引入

4.3.2TP-PB算法描述

4.4算法比较分析

4.5本章小结

第五章关联规则在遥感数据挖掘中的应用

5.1数据源

5.2遥感数据关联规则挖掘的步骤

5.3挖掘结果及分析

5.3本章小结

第六章总结与展望

6.1本文所做的研究和工作

6.2下一步工作的展望

参考文献

致 谢

攻读硕士学位期间发表论文及参与的科研项目