時(shí)間序列部分周期模式挖掘算法研究.pdf

1、作為時(shí)間序列數(shù)據(jù)挖掘的前沿領(lǐng)域，時(shí)間序列周期模式挖掘研究有著重要的理論價(jià)值和現(xiàn)實(shí)意義，而部分周期模式挖掘和增量挖掘是其研究的重點(diǎn)和難點(diǎn)，為此，本文選擇時(shí)間序列部分周期模式挖掘作為主要對(duì)象進(jìn)行研究。 本文首先綜述了時(shí)間序列數(shù)據(jù)挖掘和時(shí)間序列周期模式挖掘的研究現(xiàn)狀，指出研究的理論價(jià)值和現(xiàn)實(shí)意義。之后，給出時(shí)間序列、周期、部分周期、模式的L長(zhǎng)度、增量時(shí)間序列的基本概念，并重點(diǎn)分析了Apriori性質(zhì)及基于其性質(zhì)的類(lèi)Aporori算法、

2、最大子模式命中算法和整段增量算法（ES算法）。這作為全文研究的基礎(chǔ)，貫穿于時(shí)間序列部分周期模式挖掘和增量挖掘分析的全過(guò)程。 在回顧最大子模式命中算法之后，鑒于最大子模式樹(shù)的特點(diǎn)和不足，本文提出一種層狀鏈?zhǔn)綀D結(jié)構(gòu)，對(duì)傳統(tǒng)的最大子模式樹(shù)算法進(jìn)行了改進(jìn)，利用仿真試驗(yàn)對(duì)比了兩算法的時(shí)間復(fù)雜度。最后，本文還利用層狀鏈?zhǔn)綀D對(duì)增量時(shí)間序列的部分周期模式挖掘進(jìn)行了研究?；贓S算法思想提出的層狀鏈?zhǔn)綀D部分周期模式增量挖掘算法，繼承了層狀鏈?zhǔn)綀D的

3、存儲(chǔ)特性和對(duì)頻繁模式分離的優(yōu)勢(shì)，但是層狀鏈?zhǔn)綀D也有局限性。在層狀鏈?zhǔn)綀D的增量挖掘算法應(yīng)用仿真中，本文重點(diǎn)研究它同非增量挖掘思想的優(yōu)勢(shì)及考慮置信度變化時(shí)的算法伸縮性效率。 本文創(chuàng)新點(diǎn)在于提出一種層狀鏈?zhǔn)綀D結(jié)構(gòu)，將它代替最大子模式樹(shù)來(lái)存儲(chǔ)命中模式集。層狀鏈?zhǔn)綀D是根據(jù)模式的L長(zhǎng)度分層存儲(chǔ)命中模式，它不需要按照直接可達(dá)祖先思想創(chuàng)建路徑的節(jié)點(diǎn)，因此減少了非命中模式節(jié)點(diǎn)的存儲(chǔ)。同時(shí)在模式分離時(shí)，算法通過(guò)搜索某一模式的超模式層達(dá)到減小匹配空間