13、利用 TrieMotif 发现农业气象数据中的频繁模式

利用 TrieMotif 发现农业气象数据中的频繁模式

1. 算法核心步骤

TrieMotif 算法旨在发现时间序列中的频繁模式，以下是其核心步骤：
1. 生成候选集 ：为每个子序列 $\hat{S}_i$ 生成可能的候选集 $C$。
2. 检查匹配 ：在原始时间序列域中检查 $C$ 中的子序列 $C_j$ 是否满足 $D(S_i, C_j) \leq R$ 且不是平凡匹配。
3. 存储模式 ：将模式存储在列表 ListOfMotif 中。
4. 筛选前 K 个模式 ：对 ListOfMotif 按非平凡匹配数量降序排序，选择满足特定定义的前 $K$ 个模式。

Algorithm 1. K-TrieMotif Algorithm.
Input: T, n, R, w, a, δ, K
Output: List of the top K-Motif
1: ListOfMotif ←∅
2: for all Subsequence Si with size n of T do
3:
    ˆSi ←ConvertIntoSymbol(Si, w, a)
4:
    Insert ˆSi in the Trie index
5: end for
6: for all Subsequence ˆSi of T do
7:
    C ←GetCandidatesFromTrie( ˆSi,