空间模式挖掘理论与方法
目 录内容简介
第1章 绪论
11 背景及意义
12 什么是空间模式挖掘
13 空间模式挖掘的难点
14 空间模式挖掘任务
15 本书的内容与组织
相关工作
参考文献
第2章 空间模式挖掘基础
21 从事务数据到空间数据挖掘
查看完整
11 背景及意义
12 什么是空间模式挖掘
13 空间模式挖掘的难点
14 空间模式挖掘任务
15 本书的内容与组织
相关工作
参考文献
第2章 空间模式挖掘基础
21 从事务数据到空间数据挖掘
查看完整
目 录内容简介
空间关联和并置模式被统称为空间模式,空间模式发现是空间数据挖掘中最重要的任务之一。本书围绕挖掘的目标(如关联或并置)和对象(如经典数据、区间数据、不确定性数据或模糊数据等),系统地介绍了作者在空间模式挖掘领域的主要研究成果。内容包括:绪论;空间模式挖掘基础;空间关联规则挖掘;经典数据的空间colocation模式挖掘(1)、(2);不确定性数据的空间colocation模式挖掘;区间数据的空间colocation模式挖掘;模糊数据的空间colocation模式挖掘;加权colocation模式及其挖掘算法;负colocation模式挖掘及SCPMiner开发等。
本书可供高等院校计算机及相关专业的本科生、研究生参考,对从事计算机开发及应用的科技人员及开发人员也有较大的参考价值。
本书可供高等院校计算机及相关专业的本科生、研究生参考,对从事计算机开发及应用的科技人员及开发人员也有较大的参考价值。
目 录内容简介
第1章 绪论
11 背景及意义
12 什么是空间模式挖掘
13 空间模式挖掘的难点
14 空间模式挖掘任务
15 本书的内容与组织
相关工作
参考文献
第2章 空间模式挖掘基础
21 从事务数据到空间数据挖掘
22 空间数据的表示和建模
221 栅格结构
222 矢量结构
223 矢栅一体化结构
23 空间数据获取
231 基于Google Earth和Global Mapper获取空间数据
232 基于ArcGIS提取空间数据
24 空间计算
241 空间索引技术
242 空间近邻计算
243 空间远邻查询
244 寻找极大团和最大团
相关工作
参考文献
第3章 空间关联规则挖掘
31 空间关联规则的相关概念
311 空间谓词
312 概念层次树
313 空间查询
314 空间关联规则
32 自顶向下、逐步求精的空间关联规则挖掘
321 算法描述
322 算法分析
323 实例研究
33 基于等价划分树的多层空间关联规则挖掘
331 相关概念
332 划分和空间关联规则
333 优化策略
334 算法设计及实现
335 性能评估
34 空间关联规则挖掘在气象数据上的应用
341 问题提出
342 问题定义
343 挖掘结果分析
相关工作
参考文献
第4章 经典数据的空间colocation模式挖掘(1)
41 基本概念
411 colocation挖掘相关概念
412 colocation挖掘算法分类
42 基于完全连接的colocation挖掘算法
421 先验原理
422 全连接算法的基本思想
423 全连接算法(joinbased algorithm)
424 候选colocation的产生与剪枝
425 产生候选colocation的表实例
426 计算参与度与多分辨剪枝(multiresolution pruning)
427 产生colocation规则
428 计算复杂度
43 两种物化空间邻近关系的模型
431 星型邻居物化模型
432 团邻居物化模型
433 模型比较
44 无连接的colocation挖掘算法
441 基本介绍
442 无连接(joinless)算法
443 算法的完备性和正确性
45 部分连接的colocation挖掘算法
451 部分连接(partialjoin)方法
452 分析比较joinbased、joinless和partialjoin算法
相关工作
参考文献
第5章 经典数据的空间colocation模式挖掘(2)
51 前缀树结构
511 问题提出
512 前缀树结构挖掘算法的实质分析
52 基于CPItree的colocation挖掘算法
521 CPItree:设计与构造
522 CPItree:分析与讨论
523 用CPItree生成colocation表实例
53 基于iCPItree的colocation挖掘算法
531 iCPItree定义
532 基于iCPItree的挖掘算法
533 iCPItree算法的完备性和正确性
534 iCPItree与CPItree算法的计算复杂度比较
54 基于有序团的极大colocation挖掘算法
541 极大colocation模式
542 候选极大colocation的产生
543 计算colocation表实例
544 基于有序团(ordercliquebased)的算法
545 算法复杂度分析
55 前缀树算法的评估和总结
551 实验评估
552 colocation挖掘算法的一般模式
相关工作
参考文献
第6章 不确定性数据的空间colocation模式挖掘
61 空间不确定性数据的表示和建模
611 不确定性数据产生的原因
612 不确定性数据分类
613 不确定性数据的表示和建模
62 空间不确定性数据的距离计算
621 值不确定性连续对象的距离计算
622 值不确定性离散对象的距离计算
63 基于期望距离的频繁colocation挖掘
631 问题分析
632 Ujoinbased算法
633 边界矩形剪枝算法
634 三角不等式剪枝算法
635 实验评估
64 基于动态规划的概率频繁colocation挖掘
641 期望频繁与概率频繁
642 基本的动态规划算法
643 改进的动态规划算法
644 近似挖掘算法
645 实验评估
相关工作
参考文献
第7章 区间数据的空间colocation模式挖掘
71 区间实例的表示和划分
711 区间实例的表示
712 区间实例的模糊等价划分
72 从区间数表示的空间数据集中挖掘colocation模式
721 基于模糊等价类的colocation相关概念
722 挖掘算法设计
723 实验评估
73 不精确概率
731 证据理论
732 概率区间
733 模糊概率理论
734 可能性理论
74 概率区间下的可能世界模型
741 可能世界模型
742 概率区间的基本概念
743 概率区间下的可能世界模型
75 从带概率区间的不确定数据集中挖掘colocation模式
751 概率区间下模式的频繁点概率
752 概率区间下的colocation模式挖掘算法
753 实验分析
相关工作
参考文献
第8章 模糊数据的空间colocation模式挖掘
81 模糊挖掘基础
811 模糊集合的概念
812 模糊α截集
813 模糊挖掘建模
82 模糊特征的空间colocation模式挖掘
821 相关定义及性质
822 基本挖掘算法(FB算法)
823 四个剪枝算法
824 评估与分析
83 模糊度阈值范围内模糊特征的colocation模式挖掘
831 问题的提出及相关定义
832 算法
833 评估与分析
834 “三江并流”项目中的应用
84 带模糊属性的colocation模式挖掘
841 属性模糊化
842 模糊colocation模式
843 模糊参与率(度)分析
844 挖掘算法及剪枝
845 评估与分析
846 在城市土壤重金属含量关系分析中的应用
相关工作
参考文献
第9章 加权colocation模式挖掘
91 最大参与率与最小加权参与率
911 最大参与率
912 最小加权参与率
92 基于最大参与率挖掘带稀有特征的colocation模式
921 一个基础算法
922 最大参与率的弱单调性与剪枝
93 基于加权参与率挖掘带稀有特征的colocation模式
931 基于加权参与率的基本挖掘算法
932 加权参与率的部分向下闭合性与剪枝算法
933 在模拟数据上的评估
934 在实际数据中的应用
94 带时间约束的加权colocation模式挖掘
941 相关定义和一个引理
942 基本挖掘算法
943 topk挖掘算法
944 实验评估
相关工作
参考文献
第10章 负colocation模式挖掘及SCPMiner开发
101 负colocation模式
1011 基本定义
1012 负colocation模式的性质
1013 负colocation模式挖掘的难点
102 非频繁colocation模式
1021 非频繁colocation模式
1022 非频繁colocation模式和负colocation模式比较
103 基于正负模式关系挖掘有趣的负colocation模式
1031 挖掘有趣的负colocation模式算法
1032 算法解释
1033 算法的正确性、完整性及复杂度分析
1034 算法实验评估
1035 基于正负colocation模式挖掘的城市规划分析
104 空间模式挖掘原型系统(SCPMiner)开发
1041 SCPMiner分析与设计
1042 SCPMiner的实现
1043 SCPMiner的可视化技术
相关工作
参考文献
词汇索引
^ 收 起
11 背景及意义
12 什么是空间模式挖掘
13 空间模式挖掘的难点
14 空间模式挖掘任务
15 本书的内容与组织
相关工作
参考文献
第2章 空间模式挖掘基础
21 从事务数据到空间数据挖掘
22 空间数据的表示和建模
221 栅格结构
222 矢量结构
223 矢栅一体化结构
23 空间数据获取
231 基于Google Earth和Global Mapper获取空间数据
232 基于ArcGIS提取空间数据
24 空间计算
241 空间索引技术
242 空间近邻计算
243 空间远邻查询
244 寻找极大团和最大团
相关工作
参考文献
第3章 空间关联规则挖掘
31 空间关联规则的相关概念
311 空间谓词
312 概念层次树
313 空间查询
314 空间关联规则
32 自顶向下、逐步求精的空间关联规则挖掘
321 算法描述
322 算法分析
323 实例研究
33 基于等价划分树的多层空间关联规则挖掘
331 相关概念
332 划分和空间关联规则
333 优化策略
334 算法设计及实现
335 性能评估
34 空间关联规则挖掘在气象数据上的应用
341 问题提出
342 问题定义
343 挖掘结果分析
相关工作
参考文献
第4章 经典数据的空间colocation模式挖掘(1)
41 基本概念
411 colocation挖掘相关概念
412 colocation挖掘算法分类
42 基于完全连接的colocation挖掘算法
421 先验原理
422 全连接算法的基本思想
423 全连接算法(joinbased algorithm)
424 候选colocation的产生与剪枝
425 产生候选colocation的表实例
426 计算参与度与多分辨剪枝(multiresolution pruning)
427 产生colocation规则
428 计算复杂度
43 两种物化空间邻近关系的模型
431 星型邻居物化模型
432 团邻居物化模型
433 模型比较
44 无连接的colocation挖掘算法
441 基本介绍
442 无连接(joinless)算法
443 算法的完备性和正确性
45 部分连接的colocation挖掘算法
451 部分连接(partialjoin)方法
452 分析比较joinbased、joinless和partialjoin算法
相关工作
参考文献
第5章 经典数据的空间colocation模式挖掘(2)
51 前缀树结构
511 问题提出
512 前缀树结构挖掘算法的实质分析
52 基于CPItree的colocation挖掘算法
521 CPItree:设计与构造
522 CPItree:分析与讨论
523 用CPItree生成colocation表实例
53 基于iCPItree的colocation挖掘算法
531 iCPItree定义
532 基于iCPItree的挖掘算法
533 iCPItree算法的完备性和正确性
534 iCPItree与CPItree算法的计算复杂度比较
54 基于有序团的极大colocation挖掘算法
541 极大colocation模式
542 候选极大colocation的产生
543 计算colocation表实例
544 基于有序团(ordercliquebased)的算法
545 算法复杂度分析
55 前缀树算法的评估和总结
551 实验评估
552 colocation挖掘算法的一般模式
相关工作
参考文献
第6章 不确定性数据的空间colocation模式挖掘
61 空间不确定性数据的表示和建模
611 不确定性数据产生的原因
612 不确定性数据分类
613 不确定性数据的表示和建模
62 空间不确定性数据的距离计算
621 值不确定性连续对象的距离计算
622 值不确定性离散对象的距离计算
63 基于期望距离的频繁colocation挖掘
631 问题分析
632 Ujoinbased算法
633 边界矩形剪枝算法
634 三角不等式剪枝算法
635 实验评估
64 基于动态规划的概率频繁colocation挖掘
641 期望频繁与概率频繁
642 基本的动态规划算法
643 改进的动态规划算法
644 近似挖掘算法
645 实验评估
相关工作
参考文献
第7章 区间数据的空间colocation模式挖掘
71 区间实例的表示和划分
711 区间实例的表示
712 区间实例的模糊等价划分
72 从区间数表示的空间数据集中挖掘colocation模式
721 基于模糊等价类的colocation相关概念
722 挖掘算法设计
723 实验评估
73 不精确概率
731 证据理论
732 概率区间
733 模糊概率理论
734 可能性理论
74 概率区间下的可能世界模型
741 可能世界模型
742 概率区间的基本概念
743 概率区间下的可能世界模型
75 从带概率区间的不确定数据集中挖掘colocation模式
751 概率区间下模式的频繁点概率
752 概率区间下的colocation模式挖掘算法
753 实验分析
相关工作
参考文献
第8章 模糊数据的空间colocation模式挖掘
81 模糊挖掘基础
811 模糊集合的概念
812 模糊α截集
813 模糊挖掘建模
82 模糊特征的空间colocation模式挖掘
821 相关定义及性质
822 基本挖掘算法(FB算法)
823 四个剪枝算法
824 评估与分析
83 模糊度阈值范围内模糊特征的colocation模式挖掘
831 问题的提出及相关定义
832 算法
833 评估与分析
834 “三江并流”项目中的应用
84 带模糊属性的colocation模式挖掘
841 属性模糊化
842 模糊colocation模式
843 模糊参与率(度)分析
844 挖掘算法及剪枝
845 评估与分析
846 在城市土壤重金属含量关系分析中的应用
相关工作
参考文献
第9章 加权colocation模式挖掘
91 最大参与率与最小加权参与率
911 最大参与率
912 最小加权参与率
92 基于最大参与率挖掘带稀有特征的colocation模式
921 一个基础算法
922 最大参与率的弱单调性与剪枝
93 基于加权参与率挖掘带稀有特征的colocation模式
931 基于加权参与率的基本挖掘算法
932 加权参与率的部分向下闭合性与剪枝算法
933 在模拟数据上的评估
934 在实际数据中的应用
94 带时间约束的加权colocation模式挖掘
941 相关定义和一个引理
942 基本挖掘算法
943 topk挖掘算法
944 实验评估
相关工作
参考文献
第10章 负colocation模式挖掘及SCPMiner开发
101 负colocation模式
1011 基本定义
1012 负colocation模式的性质
1013 负colocation模式挖掘的难点
102 非频繁colocation模式
1021 非频繁colocation模式
1022 非频繁colocation模式和负colocation模式比较
103 基于正负模式关系挖掘有趣的负colocation模式
1031 挖掘有趣的负colocation模式算法
1032 算法解释
1033 算法的正确性、完整性及复杂度分析
1034 算法实验评估
1035 基于正负colocation模式挖掘的城市规划分析
104 空间模式挖掘原型系统(SCPMiner)开发
1041 SCPMiner分析与设计
1042 SCPMiner的实现
1043 SCPMiner的可视化技术
相关工作
参考文献
词汇索引
^ 收 起
目 录内容简介
空间关联和并置模式被统称为空间模式,空间模式发现是空间数据挖掘中最重要的任务之一。本书围绕挖掘的目标(如关联或并置)和对象(如经典数据、区间数据、不确定性数据或模糊数据等),系统地介绍了作者在空间模式挖掘领域的主要研究成果。内容包括:绪论;空间模式挖掘基础;空间关联规则挖掘;经典数据的空间colocation模式挖掘(1)、(2);不确定性数据的空间colocation模式挖掘;区间数据的空间colocation模式挖掘;模糊数据的空间colocation模式挖掘;加权colocation模式及其挖掘算法;负colocation模式挖掘及SCPMiner开发等。
本书可供高等院校计算机及相关专业的本科生、研究生参考,对从事计算机开发及应用的科技人员及开发人员也有较大的参考价值。
本书可供高等院校计算机及相关专业的本科生、研究生参考,对从事计算机开发及应用的科技人员及开发人员也有较大的参考价值。
比价列表