[发明专利]一种基于FP tree-Clique演进算法的多维数据融合方法

权利要求书

1.一种基于FP tree-Clique演进算法的多维数据融合方法，其特征在于，所述方法包括如下步骤：

步骤一、对数据进行预处理操作，并进行数据集的提取；

步骤二、从数据集中挖掘频繁项集；

步骤三、由频繁项集合频繁项集树，根据强关联关系筛出包含点位的两两关系对作为频繁2项集知识库，并整理出关联强度概率；

步骤四、以两两关系对构建网络，以复杂网络中的clique算法结合边的权重，搜索生成业务中的各项联系，生成各项数据的属性融合知识库；

步骤五、基于属性融合知识库，对生成的网络以设定的阈值进行剪枝，生产关联知识库。

2.如权利要求1所述的一种基于FP tree-Clique演进算法的多维数据融合方法，其特征在于，所述数据集提取步骤包括：数据采集、数据预处理、数据并归以及数据集输出；

所述数据预处理操作包括去重、去空；

数据预处理及并归后，生成以时间T、地点L为组合的同时同地点源数据形成输入数据。

3.如权利要求1所述的一种基于FP tree-Clique演进算法的多维数据融合方法，其特征在于，所述从数据集中挖掘频繁项集包括：获取布尔离散时态矩阵、生成频繁1项集集合、生成频繁2项集集合、初始化频繁项集树；

在多元时间序列数据集降维离散化的基础上，将所得离散时态事务集转换为布尔离散时态矩阵；

根据布尔离散时态矩阵和向量运算得到时态频繁1项集和频繁2项集；

由所得时态频繁项集构建初始频繁项集树，包含任意两个频繁1项集间的关联关系。

4.如权利要求3所述的一种基于FP tree-Clique演进算法的多维数据融合方法，其特征在于，所述频繁2项集集合包括频繁2项集的实体关系和频繁2项集的关联关系；

根据构建的频繁项集和频繁项集树，根据强关联关系筛出包含点位的两两关系对作为频繁2项集知识库。

5.如权利要求1所述的一种基于FP tree-Clique演进算法的多维数据融合方法，其特征在于，所述属性融合知识库的建立包括：输入数据集、渗透关联和节点融合；

以两两关系对，构建网络，以复杂网络中的clique算法，结合边的权重，搜索生成一个个的社区，即在业务中的各项联系，生成融合各项属性数据的知识库。

6.如权利要求1所述的一种基于FP tree-Clique演进算法的多维数据融合方法，其特征在于，所述关联知识库包括人-车-Mac IMSI表、同行伴随表、实体轨迹信息表。