空间数据挖掘中PVI算法的研究及应用.pdfVIP

摘 要 近些年来，空间信息技术领域的高速发展使我们进入信息变革的时代。空间数据通 过传感器或者其他数据收集设备源源不断地收集起来，并呈指数级增长。为了能够有效 管理数据，人们发展了数据库技术，并在此基础上建立了空间信息系统。然而，空间信 息系统目前仍然只能提供给我们数据，却给不了我们数据以外的信息。人们已经不再满 足于数据表层的检索与查询，而是希望更深一步的认识数据，得到知识与发现。关联规 则挖掘可以从庞大的数据库中发现人们感兴趣的知识，但是需要花费大量的时间与资 源。在空间关联规则中引入并行计算，不但可以满足人们对空间数据不断增长的认知要 求，还可以降低数据挖掘时的时间与资源的消耗，以多台微型计算机来完成大型机才能 完成的工作。经典的关联规则有Apriori 算法、DHP 算法、Partition 算法等等。它们主 要应用于顾客消费分析、目录设计、广告邮件分析、销售优化、仓储规划、网络故障分 析等。 通过对刘永彬于2008 年提出的TP-PB 算法的研究，本文提出了一种类似计算向量 内积的并行关联规则算法（Parallel Vectors Inner-product ，PVI 算法）用于遥感数据挖掘 系统。算法通过改进计算频繁项目集方法和优化数据读取，使算法寻