.png){kind=icon}
返回
Mining spatiotemporal dominant co-location patterns
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.129775.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间共现模式挖掘是空间数据挖掘的一个重要分支，能够识别在邻近位置普遍发生的空间特征。基于空间共现模式，共现模式中占优关系挖掘的研究进一步考虑了特征间的相互影响关系。然而，仅依赖空间数据分析特征的位置和分布以挖掘占优关系是不充分的，可能导致挖掘出错误的模式。为解决此局限性，本文将时间因素引入占优关系挖掘的研究中，提出了一种时空占优共现模式挖掘（STDCPM）。首先，我们从时间和空间两个维度定义了时空占优关系的概念，并提出了时空占优参与指数以评估时空占优共现模式的普遍性。此外，我们设计了两种算法，即基于逐级搜索的时空占优共现模式挖掘算法及其改进版本，即基于双剪枝和精炼集的时空占优共现模式挖掘方法（STDCPM-DPR），以确保在时空数据集中高效挖掘。本文讨论了所提算法的时间复杂度、正确性和完备性。在真实数据集上的大量实验证明了STDCPM的有效性以及STDCPM-DPR算法的效率。
