多維時間序列數(shù)據(jù)挖掘的方法研究及應用.pdf

1、數(shù)據(jù)挖掘是當前計算機技術研究的熱點之一，時間序列數(shù)據(jù)挖掘是數(shù)據(jù)挖掘研究的一個重要的組成部分，相對于數(shù)據(jù)挖掘較成熟的部分而言（比如關聯(lián)規(guī)則的挖掘），時間序列數(shù)據(jù)挖掘的研究是數(shù)據(jù)挖掘較新的一個方向，其中多維時間序列的數(shù)據(jù)挖掘更是比較前沿的一個課題。目前國際上對時間序列挖掘的研究逐漸成為一個新的熱點。時間序列挖掘的目的是從時間序列數(shù)據(jù)庫中找出頻繁出現(xiàn)的子序列趨勢或模式。而多維時間序列還需要降維處理這一步驟。 本文的工作主要對多維時間序

2、列數(shù)據(jù)挖掘中的降維處理、相似性搜索和可視化三個方面具體的算法進行了研究對每個算法都給出了改進或優(yōu)化的方法并結合實驗進行論證給出相應的實驗結果。并且實現(xiàn)了一個基于Web Service的可視化數(shù)據(jù)挖掘技術開發(fā)平臺。 本文主要研究內(nèi)容如下: 1）降維處理。降維方法是用來克服“維數(shù)災難”和模型化高維數(shù)據(jù)的一種典型數(shù)據(jù)處理技術，是用來解決這一問題的有效手段之一。它可通過對離散數(shù)據(jù)集合的分析來探求嵌入在高位數(shù)據(jù)空間中本征低維流形

3、的不同樣式，尋求事物的本質(zhì)規(guī)律性。并且多維時間序列中有些維是相互關聯(lián)的，而這些維數(shù)之間的關聯(lián)影響很有可能是非線性的并且也有可能是相互之間影響。提出了一種基于BP神經(jīng)網(wǎng)絡的算法，利用BP神經(jīng)網(wǎng)絡可以以任意精度逼近任意函數(shù)這一特性，對其進行降維。 2) 相似性搜索。時序數(shù)據(jù)的相似性挖掘是時序數(shù)據(jù)挖掘中的重要研究內(nèi)容。時序數(shù)據(jù)相似性模式挖掘就是在數(shù)據(jù)庫中發(fā)現(xiàn)與給定時序數(shù)據(jù)的模式相似的時序序列，它有廣泛的應用價值。由于是基于多維時間序列

4、的相似性搜索，則要考慮多維的特性，利用1）提出的算法先將其降到一維時間序列，然后使用提出的一種基于形態(tài)特征的時間序列相似性搜索算法，找出相似的子序列。 3) 可視化?？梢暬椒ň褪且愿鞣N可以發(fā)揮出人類在模式處理方面的特殊能力的方式來顯示數(shù)據(jù)。多維時間序列的可視化其實可以看成為多維數(shù)據(jù)的可視化，多維數(shù)據(jù)的可視化就是通過各種手段拓展二維空間，以顯示更多維或者說附帶更多屬性值關系的技術。提出了利用了平行坐標法來顯示多維的時間序列。通