基于空间关联规则挖掘的数据格式转换研究

doi:10.3778/j.issn.1002-8331.2008.24.042

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (24): 143-145.DOI: 10.3778/j.issn.1002-8331.2008.24.042

• 数据库、信号与信息处理 • 上一篇下一篇

基于空间关联规则挖掘的数据格式转换研究

叶红梅,黎育红,王乘,李利军

华中科技大学数字化工程与仿真中心，武汉 430074

收稿日期:2008-03-12 修回日期:2008-06-11 出版日期:2008-08-21 发布日期:2008-08-21
通讯作者: 叶红梅

Research on data conversion based on spatial association rule mining technique

YE Hong-mei,LI Yu-hong,WANG Cheng,LI Li-jun

Huazhong University of Science and Technology，Wuhan 430074，China

Received:2008-03-12 Revised:2008-06-11 Online:2008-08-21 Published:2008-08-21
Contact: YE Hong-mei

摘要/Abstract

摘要： 通过对两种传统的CAD数据到GIS数据转换方法的系统研究，分析了转换过程中存在的信息丢失等问题。基于空间数据关联规则挖掘思想，从问题着手，设计了一种全新的CAD的文本数据到GIS的点层数据的转换方案与挖掘算法。最后，以一个实际的例子，实现了对CAD的文本数据的空间关联规则挖掘，提取文本的坐标信息和属性信息，建立GIS空间数据库，并对转换的几何精度和属性精度进行了评价。

关键词: 空间数据, 关联规则, 数据转换, 精度评价

Abstract: A new data conversion technique of CAD text data to GIS spatial data is presented in the paper.The data conversion from CAD to GIS is an important problem in the construction of a spatial database.The traditional data conversions include direct conversion and indirect conversion.In general，the data conversions from CAD to GIS bring in information loss including geometry and attribute information.So that design a new data conversion method is necessary.The new method and algorithm is supported by spatial association rule mining technique，and has its advantages both in the geometry and attribution accuracy.In the end，a selected example is given to demonstrate the previous result.

Key words: spatial data mining, association rule, data conversion, precision estimation

叶红梅,黎育红,王乘,李利军. 基于空间关联规则挖掘的数据格式转换研究[J]. 计算机工程与应用, 2008, 44(24): 143-145.

YE Hong-mei,LI Yu-hong,WANG Cheng,LI Li-jun. Research on data conversion based on spatial association rule mining technique[J]. Computer Engineering and Applications, 2008, 44(24): 143-145.

[1]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[2]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[3]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.
[4]	顾军华，苏鸣，张亚娟，张丹红. 基于位编码链表的快速频繁模式挖掘算法研究[J]. 计算机工程与应用, 2020, 56(19): 86-93.
[5]	刘莉萍1，章新友1，牛晓录2，郭永坤1，丁亮1. 基于Spark的并行关联规则挖掘算法研究综述[J]. 计算机工程与应用, 2019, 55(9): 1-9.
[6]	雷乐，王丽珍，肖清. 空间co-location模式挖掘中的模糊技术初探[J]. 计算机工程与应用, 2019, 55(21): 158-166.
[7]	季长清1，2，肖鹏3，刘畅4，汪祖民2，西方2，邵寅博1，李泽宇2. 基于空间近邻查询的移动医疗呼叫算法[J]. 计算机工程与应用, 2019, 55(2): 206-212.
[8]	郭鹏，蔡骋. 基于聚类和关联算法的学生成绩挖掘与分析[J]. 计算机工程与应用, 2019, 55(17): 169-179.
[9]	郭世伟，孟昱煜，陈绍立. 改进的PSOGM算法在动态关联规则挖掘中的应用[J]. 计算机工程与应用, 2018, 54(8): 160-165.
[10]	赵慧茹，林民. 融合关联规则的学术论文主题学习及表示方法[J]. 计算机工程与应用, 2018, 54(20): 159-165.
[11]	李建勋1，申静静1，李维乾2，王婉琳1. 基于趋势函数的空间数据聚类方法[J]. 计算机工程与应用, 2017, 53(6): 22-28.
[12]	王晓丹，王建宇. 自动售药机配仓算法研究[J]. 计算机工程与应用, 2017, 53(4): 256-262.
[13]	颜宏文，邹丹. 基于关联规则的PSO-Elman短期风速预测[J]. 计算机工程与应用, 2017, 53(23): 261-266.
[14]	杨泽雪. 空间数据库中的一种混合索引结构的研究[J]. 计算机工程与应用, 2017, 53(20): 20-23.
[15]	徐珺1，李明霞2，刘保相2. 基于区间概念格的规则优化方法与应用[J]. 计算机工程与应用, 2017, 53(13): 167-173.

基于空间关联规则挖掘的数据格式转换研究

Research on data conversion based on spatial association rule mining technique

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics