论文部分内容阅读
针对带有时间约束的序列模式挖掘算法时空效率低的问题，引入相对时间，提出带相对时间的轨迹序列模式挖掘。该算法利用相对时间作为约束条件，首先基于网格划分计算相对时间内的网格密度，接着对密度网格进行扩展得到兴趣区域，然后在兴趣区域的基础上挖掘轨迹序列模式。使用真实数据进行实验，实验表明，与传统的序列模式挖掘算法相比，该算法的挖掘效率在时间和空间上都有明显提高。