收藏本站
《西北大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

时间序列数据挖掘中的若干问题研究

郭小芳  
【摘要】: 时间序列是数据挖掘中一种重要的数据类型,在现实世界许多领域中广泛存在,如股票价格,商品销售数据,气象数据等。且随着时间推移,这类数据的存储规模呈现爆炸式地增长。如何对这些海量时序数据进行有效的知识发现,挖掘其内在的各种变化模式,是一个挑战性的、具有重要理论意义和实用价值的课题。本文在分析时间序列数据特点和实际应用需求的基础上,针对时间序列的数据挖掘中的一些关键问题进行了研究,具体包括特征模式挖掘、相似性模式查找、多维时间相似性查找等方面,主要的工作集中于以下三个方面: 针对时间序列的特征模式问题,采用无须生成大量候选模式集的互关联后继树挖掘算法。该方法基于重要点的序列分段化算法和相对斜率的局部符号化方法,既减少了计算复杂度,又避免了噪声的影响。在算法实现上,根据序列特征模式的有序性和重复性,极大地提高了挖掘效率。实验表明,这种方法的挖掘结果是一种图形化的描述,具有明确的实际含义,便于在实际中应用。 针对时间序列相似性查找问题,采用海量全文索引技术——互关联后继树索引模型对时间序列进行挖掘。该方法基于重要点分段技术,利用分段动态弯曲距离作为相似性度量,即保证了度量的鲁棒性,又减少了计算复杂度。研究证明文中的方法不仅提高了结果的准确性,也体现了传统方法所没有的优势。不仅保证查找的结果不会出现任何正确结果的丢失和错误结果的引入,而且也显示出比传统方法具有明显的优势。 针对多维时间序列相似性查找问题,采用了一种可应用于多维时间序列的快速相似搜索方法。该方法将序列(子序列)的局部变化特性与检索结构(k-d树)结合起来,使得在搜索k-d树的同时实现了序列(子序列)的局部变化匹配,这种方法既能体现序列(子序列)间的整体距离关系,又能体现它们自身的局部变化,从而极大地提高了查询效率和正确率。实验证明了文中算法的有效性和可行性。
【学位授予单位】:西北大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TP311.13

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 张军,陈汉武,马志民;一种时间序列相似性的快速搜索算法[J];南京师范大学学报(工程技术版);2005年03期
2 孙锋;;数据挖掘在给水管网安全中的应用[J];电脑知识与技术(学术交流);2006年32期
3 曾海泉;胡勤友;周水庚;胡运发;;基于互关联后继树的时序模式挖掘[J];模式识别与人工智能;2003年03期
4 苏圣超;张正道;朱大奇;;基于时间序列数据挖掘的旋转机械故障预报[J];南京航空航天大学学报;2006年S1期
5 王阅;高学东;武森;陈敏;;时间序列周期模式挖掘的周期检测方法[J];计算机工程;2009年22期
6 李斌,谭立湘,章劲松,庄镇泉;面向数据挖掘的时间序列符号化方法研究[J];电路与系统学报;2000年02期
7 国宏伟;高学东;王宏;;基于异时间窗划分的时间序列聚类[J];计算机工程;2007年21期
8 曹文平;宁彬;;基于异常因子的异常模式探测算法[J];计算机工程与设计;2009年16期
9 朱天;白似雪;王柏;吴斌;;基于时间段的时序规则发现[J];通信学报;2009年08期
10 孙兵;刘雯;田地;宋桐;富妍;;基于时间序列的数据挖掘在证券中的应用[J];吉林大学学报(信息科学版);2010年03期
中国重要会议论文全文数据库 前10条
1 徐涛;;时间序列优化分割模型和提取算法[A];2006中国控制与决策学术年会论文集[C];2006年
2 张荣明;王勇;;基于ANN和最小二乘法的时序挖掘方法[A];2005中国控制与决策学术年会论文集(下)[C];2005年
3 曲文龙;吴春尧;杨炳儒;张海军;;基于小波和支持向量机的多尺度时间序列预测[A];2005中国控制与决策学术年会论文集(下)[C];2005年
4 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
5 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
6 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
7 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
8 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
9 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
10 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年
中国博士学位论文全文数据库 前10条
1 董晓莉;时间序列数据挖掘相似性度量和周期模式挖掘研究[D];天津大学;2007年
2 张保稳;时间序列数据挖掘研究[D];西北工业大学;2002年
3 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
4 肖辉;时间序列的相似性查询与异常检测[D];复旦大学;2005年
5 杨正瓴;时间序列中的混沌判定、预报及其在电力系统中的应用[D];天津大学;2003年
6 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年
7 张晓伟;水文动力系统自记忆特性及其应用研究[D];西安理工大学;2009年
8 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年
9 刘大同;基于Online SVR的在线时间序列预测方法及其应用研究[D];哈尔滨工业大学;2010年
10 张永林;车辆道路数值模拟与仿真研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 张雷;多层次分布式智能决策支持系统及应用研究[D];西北工业大学;2006年
2 谷赫;时间序列的数据挖掘在证券预测分析中的应用研究[D];吉林大学;2005年
3 廖超;基于粗糙集理论的时间序列数据分析[D];中南大学;2005年
4 颜镝;时间序列数据挖掘的研究以及在交通流预测上的应用[D];北京工业大学;2005年
5 李新萍;基于比特序列变化模式聚类的时间序列相似搜索[D];华中科技大学;2007年
6 郭小芳;时间序列数据挖掘中的若干问题研究[D];西北大学;2008年
7 田政雄;基于小波变换的时间序列挖掘研究[D];天津大学;2008年
8 杜曙光;电信网络告警相关性分析方法研究[D];华侨大学;2005年
9 刘荣其;基于聚类和时序分析的林分生长模型[D];福建农林大学;2009年
10 张特来;基于时间序列的数据挖掘方法在电力负荷预测中的应用研究[D];辽宁工程技术大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026