论文部分内容阅读
序列模式挖掘是发现特征的重要方法之一。目前运用于时间序列模式的方法有两类，一种是基于相对时间的离散化模式查询，另一种是基于连续时间的原始时间模式查找。结合目前两种主流算法，提出了频繁同类异构模式算法和频繁异类组合模式算法，并使用图挖掘算法和聚类算法执行快速收敛。实验结果表明，提出的算法运行效率高，同时能够找到扩展性更强，适用性更广的频繁时间序列模式。