论文部分内容阅读
针对现有的频繁邻近类别集挖掘算法因产生候选项而存在冗余计算，提出一种无候选项的频繁邻近类别集挖掘算法，其适合在海量数据中挖掘空间对象的频繁邻近类别集；该算法以交叉搜索方式，用产生邻近类别集非空真子集的方法来计算支持数，实现一次扫描数据库挖掘频繁邻近类别集。算法无需产生候选频繁邻近类别集，且计算支持数时无需重复扫描数据库，达到了提高挖掘效率的目的。实验结果表明其在海量空间数据中挖掘频繁邻近类别集时，该算法比现有算法更快速更有效。