基于co-location模式的空间分类算法

来源 :计算机应用与软件 | 被引量 : 1次 | 上传用户:a9s5c112j6b
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在特定的空间分类任务中,对象的类别和自身属性相关较小,和近邻对象的空间特征相关较大,用传统的空间分类方法并不适用。提出一种基于co-location模式的空间分类挖掘算法。算法挖掘含不同类别特征的空间co-location模式,转化为分类规则,获得兴趣度较高的分类规则集。分类阶段先查询待分类对象的空间近邻,概化为空间特征,挑选适应的分类规则进行分类。实验结果表明这是一种高效的空间分类算法。
其他文献
在尿沉渣图像中,由于其样本特性,使得在细胞图像采集时会有大量的杂质。这些杂质形状不规则,颜色不单一,用传统的图像分割算法难以去除。针对这个问题,提出一种基于异常检测的图像分割算法。该方法用形态学的方法对二值图像进行轮廓提取,根据其轮廓进行特征提取并且进行标记,然后用提取的轮廓特征以及标记构建异常检测模型。最终根据该模型对图象进行分割,并且定量地对该模型进行评价。实验结果表明,基于异常检测模型的尿沉
逆合成孔径激光雷达鸟类目标方位向高分辨合成对于鸟类目标成像及识别具有重要意义。针对逆合成孔径激光雷达鸟类目标方位向高分辨合成过程中数据不完整问题,提出一种基于压缩感知的稀疏合成方法。该方法能以较少的有效数据获得准确的高分辨方位,且具有一定的鲁棒性。仿真结果证明了该方法的有效性。