文献类型：期刊文章

作　　者：刘大有[1,2] 陈慧灵[1,2] 齐红[1,2] 杨博[1,2]

机构地区：[1]吉林大学计算机科学与技术学院,长春130012 [2]符号计算与知识工程教育部重点实验室(吉林大学),长春130012

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目(61133011;61170092;60973088;60873149)

年　　份：2013

卷　　号：50

期　　号：2

起止页码：225-239

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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.

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  

分 类 号：TP181]