時序數(shù)據(jù)挖掘研究.pdf

1、時間序列數(shù)據(jù)廣泛存在于WEB,醫(yī)學,通訊,工業(yè),統(tǒng)計中,在所有數(shù)據(jù)類型中包含幾乎70％,時間序列一般是海量數(shù)據(jù),而且由于它的高維性,所以是目前數(shù)據(jù)挖掘研究的一個熱點和難點,研究具有很重要的理論和現(xiàn)實意義.論文將傳統(tǒng)的數(shù)據(jù)挖掘的概念,方法應用于時序數(shù)據(jù)挖掘之中,并加以改進和延伸,形成了完整的時序數(shù)據(jù)挖掘平臺.論文從時序數(shù)據(jù)的相似性,數(shù)據(jù)預處理開始分析,通過進一步研究測距方法,高維向量及其特點,降維及索引技術,進而提出了時序數(shù)據(jù)的簇集方法并

2、加以分析,最后以電力數(shù)據(jù)作為一個實例展開應用,在應用中對用戶交互性,自動尋優(yōu)方面進行了初步的探索,找到了較好的表達方法,論文的實時數(shù)據(jù)挖掘平臺擴展自Xelopes數(shù)據(jù)挖掘平臺[17],具有很好的通用性和擴展性.論文重點分析了預處理,測距方法,降維,簇集參數(shù)對挖掘算法及挖掘結(jié)果的綜合影響,并試圖通過用戶的交互快速地找到一個合適的參數(shù)集.論文在理論上1.分析了各種測距方法對高維時序數(shù)據(jù)相似性的影響,證明了曼哈坦測距是比歐幾里行測距更好的測距

3、方法,并對分數(shù)維測距進行了分析.2.證明了在PCA(Piecewise Constant Approximation)降維方法[14]中,采用曼哈坦測距方法可以保持距離條件,并給出在PCA方法中,如何組織索引結(jié)構(gòu).3.提出了適合時序數(shù)據(jù)的新型的簇集方法--距離受限的多平均方法,分析了該方法的優(yōu)缺點,并和其他常用的簇集方法進行了比較.從實踐上1.遵循通用標準,對Xelopes庫進行了擴展,并對挖掘平臺及其擴展進行了靜態(tài)類圖和動態(tài)時序圖的分