Сочинение на тему Сравнительный анализ алгоритмов обнаружения шаблонов пространственного местоположения

Ветвь майнинга правил пространственной ассоциации; совместное майнинг – важный элемент арены интеллектуального анализа пространственных данных. Проблема интеллектуального анализа правил пространственной ассоциации была впервые доступна в Koperski & Han (1995), в которой авторы ожидали модель, ориентированную на эталонные характеристики, Шехар и др. (2001) для определения правил пространственной ассоциации. Поля запроса, которые сосредоточены на конкретной BSF, такой как рак, больше подходят для эталонной модели, ориентированной на особенности. Исследователи в этой области пытаются найти CLP между этим BSP и другими функциями, связанными с задачей, такими как асбест или другие вещества.

Эта модель обычно основана на восприятии отношений соседства, чтобы выдвинуть гипотезу о транзакциях из доставленных наборов данных. Он также практикует измерения, такие как обслуживание и уверенность, чтобы показать количество интереса. Пространственные экземпляры других пространственных объектов поблизости от экземпляров эталонного объекта возвращаются. Каждый набор пространственных экземпляров, которые являются соседями экземпляра опорной функции является заседая в качестве сделки, а также традиционные правила ассоциации, добывающие алгоритмы прагматичны, чтобы определить, ассоциативные правила, связанные с этой опорной функции. Основным признаком этой тактики является изменение наборов пространственных данных на наборы данных непространственных транзакций и применение традиционных методов интеллектуального анализа данных. Эта идея была общей на ранних этапах исследования пространственного анализа данных. Однако этот метод имеет существенный недостаток, заключающийся в том, что не у каждого приложения есть сильная справочная функция. Например, в универсальной области экологии ученые могут быть обеспокоены закономерностями совместного размещения биологических видов, лишенных особого интереса к определенным видам. Используя этот метод, ученые должны будут использовать каждый вид в качестве эталонного признака и проводить множественную добычу. Такая стратегия вылилась бы в слишком большое человеческое участие и, вероятно, ускользнула бы от некоторых интересных моделей. Моримото (2001) предлагает алгоритм, подобный Apriori, для совместного поиска.