基于蚁群优化和Trie结构的Co-location模式挖掘
空间的Co-location模式代表了一组空间对象的子集,它们的实例在空间中频繁地关联.分析了Co-location模式挖掘的实质,在此基础上,提出一种Co-location模式挖掘的新算法,应用蚁群优化的思想在空间对象关系图里搜索Co-location行实例,采用垂直位图对Co-location行实例集进行约简,并基于Trie树存储表示Co-locaton模式的垂直位图,后根遍历Trie树计算参与度值.算法分析和实验表明,该算法特别适合于在实际应用中挖掘具有长频繁模式的数据集.
Co-location模式挖掘 Trie树 蚁群优化 参与度值 空间对象关系图 数据集
陆叶 王丽珍
云南大学信息学院计算机科学与工程系 昆明 650091
国内会议
桂林
中文
83-86,100
2008-10-24（万方平台首次上网日期，不代表论文的发表时间）