分享到:

时间序列数据挖掘研究

作为一种新的数据分析工具,数据挖掘的发展十分迅速。各种类型的数据都可以作为数据挖掘的对象。时间序列在数据集中十分普遍。对时间序列进行数据挖掘已成为当前研究的焦点之一。当前对时间序列数据挖掘的研究大部分集中在相似性研究方面,针对模式发现和规则发现的研究内容比较少。而且,这些研究很少考虑时间序列自身的复杂性。另外,对于时间序列数据挖掘过程中不确定性的处理尚待探讨。本文主要研究了一种新的时间序列数据挖掘框架。该框架在挖掘过程中结合时序分析技术,引入了时序本身的内在特征,可以从时序中发现其背后系统的规律,并将其用于未来趋势的分析和预测。另外,本文用模糊集理论对时间序列数据挖掘过程中的不确定性进行了处理,提出了一种模糊时序数据挖掘的框架。本文的主要研究内容及成果如下:1.基于状态空间重构技术提出了面向单一时序状态演化模式挖掘(SEPM)的框架。给出了有关的一系列概念,并对挖掘过程进行了详细研究,然后,将SEPM推广到多维时序。2.提出了模  (本文共106页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

时间序列数据挖掘在生物医学中的应用研究

随着计算机技术及其应用的广泛普及和超大容量存储技术的发展,人们在各行各业的应用和科学研究中,积累的数据则呈现爆炸式增长。这些海量数据背后隐藏着具有大量的重要价值的参考信息。如何充分利用这些海量数据,从中挖掘出更有价值需要的信息是目前数据挖掘领域广泛研究的热点问题。时间序列数据具有空间或者时间顺序的特征,通过时间序列数据挖掘,可以获得与时间或空间密切相关的有用信息,实现对相关知识的提取。由于时间序列数据具有噪声干扰、信号波动和高维性且数据类型复杂多样等特点,同时也是数据挖掘的重要研究方向和研究热点之一,所以对时间序列数据挖掘的深入研究是非常具有挑战性和必要性。时间序列数据挖掘的研究内容有许多,重点包括时间序列的相似性查询、时间序列的异常检测、时间序列的模式表示、时间序列的关联规则、时间序列的分类和聚类、时间序列的趋势分段,以及对时间序列数据挖掘框架的研究等等。本文在分析国内外时间序列数据挖掘的研究发展和实际应用需求基础上,以生物医...  (本文共115页) 本文目录 | 阅读全文>>

沈阳农业大学
沈阳农业大学

水文时间序列数据挖掘算法研究与应用

水文时间序列数据挖掘是数据挖掘技术在水文领域的应用,它根据水文领域的数据特点和信息需求,选用高效的数据挖掘算法,从大量的水文数据中提取有用的信息和知识,为解决水文领域的突出问题提供新的分析方法和科学的决策支持。目前水文时间序列数据挖掘算法研究与应用还处于起步阶段,本文在对数据挖掘技术和水文时间序列数据特点深入分析的基础上,重点研究了应用数据挖掘技术进行水文时间序列模式描述、相似性度量、分类与预测等算法,并通过实测水文资料进行验证和评测。论文主要研究内容与成果如下:1.以水文时间序列局部极值点和形态特征为切入点,提出了一种基于要素特征的水文时间序列模式描述方法。解决了由于短期波动频繁、局部极值点多、数据点对应时刻不均匀等原因造成的分段描述算法不适用的难题。实验表明,这一方法简单、高效,适用性强。2.提出了一种改进动态时间扭曲距离公式——自适应分段动态时间扭曲(ASDTW)距离公式,从而构成了基于要素特征的水文时间序列相似性度量的完...  (本文共113页) 本文目录 | 阅读全文>>

天津大学
天津大学

时间序列数据挖掘相似性度量和周期模式挖掘研究

随着信息技术的飞速发展,数据挖掘受到越来越多的关注。时序数据在现实生活中广泛存在,如金融市场、工业过程、科学试验、医疗、气象、水文、生物信息等,而且存储规模呈现爆炸式增长。因此对时间序列数据挖掘问题进行深入研究是非常必要和富有挑战性的。目前的时间序列数据挖掘技术尚处于起步阶段,挖掘算法有待扩充和完善。本文在综述了时间序列数据挖掘研究发展概况后,对目前的主要方法进行了总结评述,在重新描述、相似性比较和周期模式挖掘几个方面进行了深入研究。最后在总结全文的基础上,指出了本文有待深入研究的若干问题。本文的创新性工作主要包括以下内容:1)提出了基于形态的时间序列相似性度量方法。本方法在时间序列分段线性化的基础上,采用了基于斜率相对变化的符号化重新描述方法,可以有效描述序列形态的动态变化趋势;同时提出了一个与之对应的距离度量公式,克服了点距离度量中存在的对各种扰动敏感的缺陷。实验证明,本方法还具有时间多分辨率特征,可以比较在不同时间分辨率下...  (本文共160页) 本文目录 | 阅读全文>>

厦门大学
厦门大学

基于OLAM的时间序列数据挖掘算法研究

为了适应海量数据的信息处理分析需求,OLAP技术和数据挖掘技术应运而生,其中OLAP用于实现对多维数据的交互式查询处理;而数据挖掘则能够发现隐藏于数据中的潜在有用的知识。但是由于在实际的应用中OLAP与数据挖掘各有侧重,而且具有各自的使用局限,所以如果能将二者有机的结合起来,发展一种建立在OLAP立方体和数据仓库基础上的新的数据挖掘技术,将更能够适合实际的需要。OLAM技术正是这种结合的产物,因此本文首先对OLAM技术的相关理论和研究进行了详细的讨论,并且介绍了开放式数据仓库集成系统的数据挖掘子系统。立方体计算与传统挖掘算法的结合是OLAM技术的核心,而这种结合在很大程度上需要借助物化视图来提高其性能,其中在时间序列数据挖掘中所用到的物化视图为时态视图。针对一种常用的时态聚集视图,本文采用纯插入、纯删除的增量式更新方法对视图进行维护,并通过基于维层次编码的方法提高维护过程中所需聚集运算的速度,从而进一步提高了时态聚集视图的维护效...  (本文共71页) 本文目录 | 阅读全文>>

北方工业大学
北方工业大学

时间序列数据挖掘在FY-3 MERSI数据上的应用研究

气象局研究人员利用对地观测(Earth View, EV)和对冷空观测(Space View, SV)的数字量化输出值(DN值)对风云三号(FY-3)搭载的中分辨率光谱成像仪(MERSI)进行绝对辐射定标,通过观察发现SVDN值受到一些因素的影响导致辐射定标结果不准确。本文旨在通过研究并改进时间序列数据挖掘的相关算法,将其应用于分析FY-3MERSI在轨冷空观测值的影响因素。通过对近3年的时间序列数据进行挖掘分析,找出影响SVDN值的因素,使得挖掘结果对辐射定标具有指导作用。本文在深入研究时间序列数据挖掘的相关算法基础上,结合课题的研究背景提出了一种基于线段间夹角的时间序列表示方法和一种基于主成分分析的欧式距离时间序列聚类方法,研究并实现了FY-3MERSI时间序列挖掘展示平台。本文的主要内容及创新点如下:1、本文根据课题中所要研究的时间序列数据时间维度高这一特点,大量研究了时间序列分段线性表示的算法。为了解决已有算法无法准确提...  (本文共65页) 本文目录 | 阅读全文>>