时空数据挖掘研究进展

• 作者: 刘大有 杨博 陈慧灵 齐红
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 时空数据挖掘 时空模式发现 时空聚类 时空异常检测 时空预测和分类
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 225-239
• 页数: 15页
• 分类号: TP181
• 字数: 12820字
• 语种: 中文

摘要

近年来,随着全球定位系统、传感器网络和移动设备等的普遍使用,非时空数据和时空数据急剧增加,加之时空数据处理更为复杂,使数据处理任务日趋繁重的形势更加严峻.因此,寻找有效的时空数据挖掘方法具有十分重要的意义.针对这一背景,主要围绕时空模式发现、时空聚类、时空异常检测、时空预测、时空分类、时空数据挖掘与推理的结合等方面,对时空数据挖掘研究的现状进行了详细介绍,对其当前所面临的一些主要问题及可能的解决方案进行了探讨.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘大有	吉林大学计算机科学与技术学院	211	4714	34.0	63.0
2	齐红	吉林大学计算机科学与技术学院	33	526	10.0	22.0