论文部分内容阅读
本文首先运用云理论对多值型属性数据(或数值型数据)进行了概念的划分，建立属性概念层次。云理论是建立在传统模糊集理论和概率统计基础上的定性定量不确定性转换模型，最后过滤掉那些不能满足大模式要求的空间对象，对需要详查的候选空间谓词，进行细化空间计算。对中国植被数据库空间关联规则挖掘研究证实，从大空间数据库中取得感兴趣的强关联规则是可行的。
论文也讨论了非同等概念层次关联规则的发掘，因为每种空间对象具备多层概念层次，而且层数可能不同，或者用户感兴趣某些交叉概念层次上的关联规则，这样就造成高层次不能出现的模式，反而会在低层次出现，影响规则的提取。本文对这种情况做了初步的分析，提出了解决这个问题的基本方法。