计算机应用研究

作者：陈雪瑶,芦俊丽,段鹏,唐明香,

单位：云南民族大学数学与计算机科学学院,昆明650500；

关键词：空间并置核模式,自适应规模邻近,K壳分解,并行挖掘算法,

基金：国家自然科学基金资助项目(12361104)；兴滇英才青年拔尖人才资助项目(XDYC-QNRC-2022-0518)；；

随着空间信息技术的发展和城市空间数据的快速增长，空间并置模式挖掘已成为理解空间对象潜在关联关系的重要手段。为克服传统方法在表达空间对象主导性及忽略实例规模差异方面的不足，提出一种面向城市功能分析的空间并置核模式挖掘方法。该方法构建了基于实例面积的自适应规模邻近度公式，结合球邻域搜索策略，通过引入面积感知机制与动态阈值半径，有效提升邻近关系判定的准确性与效率。为识别具有核心作用的空间特征，引入K壳分解方法建立图结构，自动筛选出中心性强、结构稳定的核心特征。此外，通过基于特征对划分的并行挖掘策略，显著加快邻近关系计算和频繁模式生成过程。在真实城市POI数据集上的实验结果表明，该方法在模式质量上的整体参与度对比其他方法高出约10%，运行效率上平均提速约为33.8%。实验验证了该方法在模式质量与计算效率方面的显著优势，展现了良好的实际应用前景。

来源：2026年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第3期