基于 T(X )参与度的负co-location模式挖掘算法

空间co-location模式是一组在空间中频繁并置的空间特征的子集.负co-location模式从非频繁的空间co-location模式中产生.一般来说很难计算和挖掘频繁的负co-location模式.频繁负co-location模式中有较强的应用价值,如发现外来物种入侵,自然界植被生长规律等.现有对负co-location模式研究不全面且挖掘算法的数量屈指可数.针对该问题,提出了T(X)下的负co-location模式的参与度度量方法,并分析了此度量的合理性、可行性和简便性;其次,利用此度量,可以发现负模式中隐含的“团爆炸”现象,而之前的度量方式不能发现此现象.提出了基于T(X)参与度度量的负co-location模式挖掘算法.最后,实验结果表明,在其他条件不变的情况下,该算法可以挖掘数量更少且更具负相关性的频繁负co-location模式.