计算机应用研究

作者：昌鑫,芦俊丽,陈书健,段鹏,

单位：云南民族大学数学与计算机科学学院,昆明650500；

关键词：空间数据挖掘,空间并置模式,列计算,回溯搜索,

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)；；

空间并置（co-location）模式挖掘旨在发现空间特征间的关联关系，是空间数据挖掘的重要研究方向。基于列计算的空间并置模式挖掘方法（CPM-Col算法）避开挖掘过程中最耗时的表实例生成操作，直接搜索模式的参与实例，成为当前高效的方法之一。然而，回溯法搜索参与实例仍是该方法的瓶颈，尤其在稠密数据和长模式下。为加速参与实例的搜索，充分利用CPM-Col算法搜索参与实例时得到的行实例，在不增加额外计算的前提下对CPM-Col算法进行两点改进。首先，将CPM-Col算法搜索到的行实例存储为部分表实例，利用子模式的部分表实例快速确定参与实例，避免了大量实例的回溯计算。其次，在CPM-Col算法获得一条行实例后，利用行实例的子团反作用于第一个特征，得到第一个特征的参与实例，避免了这些实例的回溯搜索。由此，提出了基于改进列计算的空间并置模式挖掘算法（CPM-iCol算法），并讨论了算法的复杂度、正确性和完备性。在合成数据和真实数据集上进行了实验，与经典的传统算法join-less和CPM-Col进行对比，CPM-iCol算法明显缩短了挖掘的时间，减少了回溯的次数。实验结果表明，该算法比CPM-Col具有更好的性能和可扩展性，特别在稠密数据集中效果更加明显。

来源：2024年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第5期