基于环境标记约束的不确定轨迹频繁路径挖掘

来源 :计算机应用研究 | 被引量 : 5次 | 上传用户:pzchh
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
针对环境约束的不确定轨迹数据的频繁路径问题,设计了一种适应于严格时间约束条件下基于环境约束的位置不确定的移动概率序列挖掘算法(UETFP-Prefix Span)。算法通过设置类标号把不同环境下的不确定轨迹数据区分开,利用概率支持度对频繁项集进行了重新定义,通过减少某些特定序列模式生成过程的扫描,来减少投影数据库的规模及扫描投影数据库的时间,提高算法效率。测试实验结果表明,改进后的UETFP-Prefix Span算法挖掘结果更符合现实情况,算法执行效率更高。
其他文献
考虑筑坝砂砾料的压力相关性,对广义塑性模型的弹性模量、加载塑性模量和卸载塑性模量进行了修改,并根据筑坝砂砾料静、动力试验确定了修改后的模型参数。采用修改后的广义塑
传统图像插值方法往往只考虑了图像局部相邻像素之间的关系进行插值,忽略了图像中广泛存在的非局部自相似性。为了充分利用图像中的这种非局部自相似性以提高插值图像质量,提出了基于图像非局部低秩重建模型的图像插值方法,为低秩重建模型提出了一种基于分解为子问题交替迭代求解的高效求解算法。提出的算法能获得更高的主观与客观重建图像质量,实验表明,相对于Bicubic、SAI等图像插值方法能取得平均1.37d B和