矿业重要地方空间关联规则,用于多类数据点数据

科学领域:

• 地理信息科学 地理信息科学
• 空间数据采矿 空间数据采矿
• 计算地理学的计算地理学

背景情况:

• 空间关联规则挖掘对于理解空间对象的相互依赖性至关重要.
• 现有的局部空间关联规则算法主要侧重于两类点关联,未能捕捉多类复杂性和空间异质性.
• 当前的方法往往忽视了不同类别点之间的相互作用的不对称性.

研究的目的:

• 提出一种新的算法,用于在多类别点数据中挖掘本地空间关联规则.
• 解决现有算法在处理空间异质性和不对称相互作用方面的局限性.
• 增强对多个点类别之间的复杂空间关系的理解.

主要方法:

• 适应性波器确定点的近距离,通过高斯核函数分配空间权重.
• 对每个点计算多变量局部定位系数,以量化当地区域空间协会规则的强度.
• 蒙特卡洛模拟用于评估确定规则的统计意义.

主要成果:

• 拟议的算法有效地识别了多类别点集的重要协会区域.
• 在揭示复杂的空间关系超出简单的对联关联证明能力.
• 在人工和真实世界的 POI 数据上的验证证实了算法的有效性.

结论:

• 开发的算法提供了一种可靠的方法,用于在复杂的多类别点数据集中挖掘局部空间关联规则.
• 它成功地解释了空间异质性和不对称的相互作用,为空间依赖提供了更深入的见解.
• 该方法增强了涉及各种空间对象的应用程序的空间数据挖掘能力.