公开(公告)号：CN112269844A

公开(公告)日：2021-01-26

申请号：CN202011019669.7

申请日：2020-09-24

Applicant: 桂林电子科技大学

Inventor： 张敬伟 ,  刘绍建 ,  成静 ,  张康威 ,  杨青

IPC: G06F16/29 ,  G06K9/62 ,  G06F16/2458

Abstract: 本发明涉及轨迹数据处理技术领域，具体地说，涉及一种基于大规模轨迹数据的通用伴随模式分布式挖掘方法，其以下步骤：一、建立轨迹数据集；二、对轨迹数据集进行分布式聚类：通过DBSCANCD算法进行密度聚类；三、TCB算法以密度聚类结果作为输入，通过计算集合成员间的相似度，对边界点进行合理划分；四、对轨迹数据集进行分布式挖掘：GSPR算法对通用伴随模式挖掘的输入进行分割和重划分，然后通过SAE算法进行挖掘。本发明能够较佳地挖掘通用伴随模式。

公开(公告)号：CN112269844B

公开(公告)日：2021-08-06

申请号：CN202011019669.7

申请日：2020-09-24

Applicant: 桂林电子科技大学

Inventor： 张敬伟 ,  刘绍建 ,  成静 ,  张康威 ,  杨青

IPC: G06F16/29 ,  G06K9/62 ,  G06F16/2458

Abstract: 本发明涉及轨迹数据处理技术领域，具体地说，涉及一种基于大规模轨迹数据的通用伴随模式分布式挖掘方法，其以下步骤：一、建立轨迹数据集；二、对轨迹数据集进行分布式聚类：通过DBSCANCD算法进行密度聚类；三、TCB算法以密度聚类结果作为输入，通过计算集合成员间的相似度，对边界点进行合理划分；四、对轨迹数据集进行分布式挖掘：GSPR算法对通用伴随模式挖掘的输入进行分割和重划分，然后通过SAE算法进行挖掘。本发明能够较佳地挖掘通用伴随模式。