關聯規(guī)則算法的研究及在海岸線分類中的應用.pdf

1、隨著遙感技術的發(fā)展,海洋數據爆炸式增長,利用計算機技術,尤其是數據挖掘技術分析數據已成為從海量數據中發(fā)掘有用信息的手段。作為海洋保護的重要課題之一,海岸線分類吸引了越來越多的研究者。如何從大規(guī)模海洋數據中找出海岸線的分類規(guī)則,成為亟待解決的問題。
　　 為了提高關聯規(guī)則算法處理海量數據時的效率,研究者提出了基于數組的關聯規(guī)則算法和基于分區(qū)的關聯規(guī)則算法?；跀到M的關聯規(guī)則算法將數據庫中的數據存放到內存中的二維數組中,將后續(xù)對數據

2、庫的掃描轉化為對內存中二維數組的掃描,此算法只需掃描一次數據庫,提高了算法的效率,但是面對海量數據的關聯規(guī)則挖掘,由于內存的限制,無法將數據庫上的整個數據集放入內存中的二維數組中,使得挖掘無法進行,分區(qū)算法很好的解決了此問題,此算法掃描數據庫三次,最終得到整個數據中的所有關聯規(guī)則。但是面對海量的數據挖掘,三次掃描數據庫嚴重影響了算法的效率。
　　 為了協(xié)調內存限制和掃描次數兩因素,本文改進了Apriori算法,并將其應用于海岸類

3、型識別,主要工作包括:
　　 (1)提出了一種基于一次掃描的分區(qū)Apriori算法。隨機抽取樣本放入到各個分區(qū),并采用基于數組的Apriori算法獲取每個分區(qū)上的關聯規(guī)則和關聯規(guī)則的分區(qū)支持度,然后根據最小分區(qū)支持度得到整個數據集上的近似關聯規(guī)則。實驗結果驗證了本文算法在處理海量數據方面的有效性。
　　 (2)將基于一次掃描的分區(qū)Apriori算法應用于海岸類型識別。根據基于數組分區(qū)的關聯規(guī)則算法,在基巖海岸、砂(礫)質