1.一種基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，包括如下步驟：
步驟1，對時空數(shù)據(jù)集進行初始化建模，建立用以表示實例及元素之間時空關(guān)系的雙層時空網(wǎng)絡(luò)，并保存所述時空網(wǎng)絡(luò)對應(yīng)的鄰接矩陣；其中，所述時空網(wǎng)絡(luò)包括實例網(wǎng)絡(luò)層及元素網(wǎng)絡(luò)層，所述元素網(wǎng)絡(luò)層用于生成候選集；
步驟2，從所述實例網(wǎng)絡(luò)層中讀取相應(yīng)鄰近關(guān)系序列，計算模式支持度及空間頻繁度；
步驟3，從所述元素網(wǎng)絡(luò)層讀取模式的鄰近關(guān)系，計算模式的時間頻繁度；
步驟4，根據(jù)模式的各時間槽空間頻繁度及時間頻繁度計算模式的權(quán)重特征值；
步驟5，將所有同現(xiàn)模式按照權(quán)重特征值進行排序，根據(jù)輸入的模式比例值，輸出滿足條件的模式集。
2.根據(jù)權(quán)利要求1所述的基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，所述步驟1具體包括：
輸入時空數(shù)據(jù)集，讀取時空數(shù)據(jù)集的屬性信息，獲得各元素類型的元素周期；
將時空數(shù)據(jù)集預(yù)處理成預(yù)定格式；其中，所述預(yù)定格式的內(nèi)容包括實例編號、元素類型、位置信息、時間信息；
將時空數(shù)據(jù)集中所有數(shù)據(jù)點按時間槽劃分，計算各時間槽中元素實例的時空距離；其中，所述時空距離為曼哈頓距離；
獲取時空距離閾值D；
獲取元素實例間的時空距離小于等于閾值D，而且元素實例都處于所述元素周期的元素實例對，保存具有鄰近關(guān)系的實例對；
獲取各時間槽內(nèi)的鄰近關(guān)系；
根據(jù)獲取的各時間槽內(nèi)的鄰近關(guān)系建立實例網(wǎng)絡(luò)層，并采用鄰接矩陣保存所述實例網(wǎng)絡(luò)層；
根據(jù)所述實例網(wǎng)絡(luò)層的各實例的元素類型，建立元素網(wǎng)絡(luò)層，并采用鄰接矩陣保存所述元素網(wǎng)絡(luò)層。
3.根據(jù)權(quán)利要求2所述的基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，獲取各時間槽內(nèi)的鄰近關(guān)系包括：
當(dāng)所述具有鄰近關(guān)系的實例對首次出現(xiàn)：
將鄰近關(guān)系的兩個結(jié)點連接，邊上的鄰近系列對應(yīng)的當(dāng)前時間槽位設(shè)為1；
在鄰近序列中在當(dāng)前時間槽之前的，若是在實例對應(yīng)的模式的時間框架內(nèi)，設(shè)為0；
在鄰近序列中在當(dāng)前時間槽之前的，若不在模式的時間框架內(nèi)，設(shè)為-1；
當(dāng)所述具有鄰近關(guān)系的實例對非首次出現(xiàn)：
在實例連接的邊上，對應(yīng)的時間槽位設(shè)為1。
4.根據(jù)權(quán)利要求3所述的基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，步驟2中，所述計算模式支持度包括：
獲取未計算模式支持度的元素；
統(tǒng)計在元素網(wǎng)絡(luò)層中，與所述元素相連的實例總數(shù)；
統(tǒng)計在對應(yīng)時間槽序列中為1的實例數(shù)，即實例支持?jǐn)?shù)；
求出實例支持?jǐn)?shù)與實例總數(shù)的比值，即所述元素的模式支持度。
5.根據(jù)權(quán)利要求4所述的基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，步驟2中，所述計算空間頻繁度包括：
獲取未計算空間頻繁度的模式；
求得所述模式中所有元素的元素框架交集，即模式的時間框架；
在時間框架下，獲取未計算空間頻繁度的時間槽；
求得所述時間槽下模式最小模式支持度，即模式的空間頻繁度；其中，所述時間槽下若沒有元素實例集在實例網(wǎng)絡(luò)層存在同現(xiàn)關(guān)系，則空間頻繁度為0。
6.根據(jù)權(quán)利要求5所述的基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，所述步驟3具體包括：
獲取未計算時間頻繁度的模式；
在元素網(wǎng)絡(luò)中，獲取所述模式所有元素之間值為1的所有時間槽，即可能同現(xiàn)的時間槽；
用同現(xiàn)的時間槽數(shù)除以模式時間框架時間槽數(shù)，求得模式的時間頻繁度。
7.根據(jù)權(quán)利要求6所述的基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，所述步驟4具體包括：
獲取未計算權(quán)重特征值的模式；
將所述模式在所有時間槽的空間頻繁度作為空間特征，計算空間頻繁度均值；
計算同現(xiàn)模式的權(quán)重特征值，公式如下：
權(quán)重特征值＝空間頻繁度均值×?xí)r間頻繁度。
8.根據(jù)權(quán)利要求7所述的基于時空網(wǎng)絡(luò)的時空同現(xiàn)模式挖掘方法，其特征在于，所述步驟5具體包括：
采用堆排序方法按所述權(quán)重特征值對所有模式進行排序，得到模式鏈表；
按照需求，輸入最需要的時空同現(xiàn)模式的比例值k；
按照比例值k，從模式鏈表中取排在前k的模式集，獲取時空同現(xiàn)模式集。