摘要
本发明涉及智能交通技术领域,具体涉及一种基于增量计算的伴随车即时发现方法,包括:获取交通摄像头记录中的交通车辆数据,生成数据集;从数据集中提取相关属性,生成过车事务数据集;获取过车事务数据集,构建动态频繁树;根据动态频繁树,采用自底向上的方法遍历动态频繁树,进行频繁项映射存储,生成动态频繁项集;利用时间衰减模型,通过加权时间权重对动态频繁项集进行过滤,挖掘近期的伴随车组。本发明的方法增加哈希表以减少树的构建时间,同时增加数据批次散列表作为DF‑tree的减枝依据以释放过期数据占用的内存,引入时间衰减模型,实现基于大规模过车数据的伴随车即时发现。