1.基于大规模轨迹数据的通用伴随模式分布式挖掘方法，其特征在于：包括以下步骤：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算法先进行密度聚类；

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；SAE算法使用多线程和前向闭包进行挖掘；

其中，DBSCANCD算法为：输入：轨迹数据集合Si，聚类半径ePs，最小簇的基数minPts，向量夹角阈值angle；

输出：聚类结果集cluster，边界点集BPSet；

(1)cluster←0， CI←1；

(2)CrDis←ePs/angle；

(3)for all sj in Si；

(4)if sj is not Visited；

(5)sj←Visited；

(6)C←CDAP(sj，Si)；

(7)C′←C.filter(0≤distance≤ePs)；

(8)if|C′|≥minPts；

(9)C′←C′‑sj；

(10)cluster(j)←CI；

(11)while|C′|≠0；

(12)e←C′.head；

(13)index←e.index；

(14)ife没被访问或是噪声点；

(15)cluster(e.index)←CI；

(16)W←CDAP(e，Si)；

(17)W′←W.filter(0≤distance≤ePs)；

(18)if|W′|≥minPts；

(19)C′←C′+W′；

(20)end if；

(21)end if；

(22)else；

(23)if cluster(index)≠C，0and e≠sj；

(24)BPSet←BPSet+e；

(25)end if；

(26)end else；

(27)C′←C′‑e；

(28)end while；

(29)CI←CI+1；

(30)end if；

(31)end if；

(32)end for；

(33)output(cluster，BPSet)；

其中，第1～2行对聚类结果集、边界点集、CDAP的临界值和簇号进行了初始化；第6～7行根据定义5进行了两点间的CDAP距离计算，并根据ePs参数对计算结果进行筛选；第11～

27行对C′进行了广度优先遍历，找出与sj属于同一簇的所有对象；第18～19行将满足|W′|≥minPts的所有W′成员添加到C′，以更新C′；第22～24行得到了边界点e，并添加到BPSet集中；

定义5为：给定轨迹 k时刻Ta与Tb的 可表示为：

其中

分别表示轨迹Ta与Tb在k时刻x轴和y轴的欧式距离，其中σ为向量夹角阈值，0＜σ＜1，σ可根据城市道路的弯曲角度和城市道路岔路口角度两个因素确定；Tk(a，b)表示线段a与线段b在k时刻的夹角cos值； 表示k时刻的轨迹Ta与Tb；G表示两个连续段之间的最大时间间隔；

TCB算法为：

输入：所有快照下的聚类结果集CR，边界点集CP，最小簇的基数minPt；

输出：平衡聚类结果集CB；

1)S←0；

2)CB←CR；

3)if|CP|＜1

4)output CB；

5)end if；

6)while CP！＝0；

7)q←CP.head；

8)CP←CP‑q；

C

9)M←SBS(BP(q))；

10)if M not all the same；

11)m←MSBS(M)；

m

12)N←Set；

13)S←change q；

14)if qt‑1∈CP andqt‑1∈N；

15)S←change qt‑1；

16)CP←CP‑qt‑1；

17)end if；

18)if qt+1∈CP and qt+1∈N；

19)S←change qt+1；

20)CP←CP‑qt+1；

21)end if；

22)end if；

23)end while；

24)CB←update(CR，S)；

25)W←CR.delete(|cluster(i)|＜minPts)；

26)for i in S；

27)if W.contain(S(i))；

28)S←S‑s(i)；

29)end for；

30)CB←update(CR，S)；

31)output CB；

其中，第6～23行遍历了每一个边界点，根据计算结果对每一个边界点进行重新划分；

C

第9行获得了边界点q的边界点生成集BP (q)，并且计算了边界点q的集合间相似度集SBSC

(BP (q))；第11～13行取得了边界点q的最大集合间相似度MSBS(M)，并获得了使MSBS(M)＝m时的集合，最后对q进行了重划分；第14～20行对边界点q的相邻时刻进行了重划分；第24～30行根据重划分后的集合S更新了原始的聚类结果集CR，形成了最终聚类平衡集合CB；

边界点q的集合间相似度集的具体计算方法如下：其中

其中

C

BP (q)表示边界点q的边界点生成集； 表示边界点q在t时刻与簇号为ck的对象构成的集合； 表示边界点q在t时刻所形成的 集；

GSPR算法为：

输入：星型分区数据Star，G，M，K，L；

输出：相互独立的STG集STGS；

①for all Sr in Star；

②if|Sr.T|≥K；

③S←use G split(Sr.T)；

④for all si in S；

⑤if|si|≥K；

⑥N←(Sr.O，si，label)；

⑦end if；

⑧end for；

⑨end if；

⑩

end for；

for ni in N；

and ni没被访问；

W←ni；

for nj in N；

if nj没被访问and ni.label≠nj.label；

if|ni.T∩nj.T|≥K；

W←nj；

nj←is Visited；

end if；

end if；

end for；

end if；

if|W|≥M‑1；

STGS←W；

end if；

end for；

output STGS；

其中，第2行使用K对星型分区的每条长轨迹进行首次过滤；第3～9行首先使用参数G对长轨迹进行分割，并对分割后的各个分段使用K进行二次过滤，最后给每条长轨迹的每个分段添加相同的标记；第13～23行使用参数L和K进行剪枝，并得到了候选的子轨迹群W；第24～26行使用参数M对候选的子轨迹群W进行过滤，最终得到有效地子轨迹群并添加进STGS。

2.根据权利要求1所述的基于大规模轨迹数据的通用伴随模式分布式挖掘方法，其特征在于：步骤一后，先对数据预处理，然后进行步骤二。

3.根据权利要求2所述的基于大规模轨迹数据的通用伴随模式分布式挖掘方法，其特征在于：数据预处理包括：将运动对象的原始编号进行了重新编号，使编号连续并由1开始，同时使用固定频率对真实数据集进行处理，使用线性插值对缺失数据进行填充，同时剔除了小于固定频率的多余数据。