時(shí)序數(shù)據(jù)挖掘的若干技術(shù)研究及其實(shí)現(xiàn).pdf

1、本文的工作主要對時(shí)間序列數(shù)據(jù)挖掘中的趨勢分析、序列模式挖掘與相似搜索的結(jié)合，和可視化三個(gè)方面具體的算法進(jìn)行了研究，對每個(gè)算法都給出了改進(jìn)或優(yōu)化的方法，并結(jié)合實(shí)驗(yàn)進(jìn)行論證，給出相應(yīng)的實(shí)驗(yàn)結(jié)果，其研究成果在Dminer平臺中得到了實(shí)現(xiàn)和應(yīng)用。本文主要研究內(nèi)容如下：1) 趨勢分析：在趨勢分析指數(shù)平滑技術(shù)的平穩(wěn)性預(yù)測、趨勢性預(yù)測，和季節(jié)性預(yù)測三種方法中采用了IGS（Iterated Grid Search）算法對參數(shù)進(jìn)行優(yōu)化，使得擬合值和實(shí)

2、際值之間的平均平方誤差MSE最小，從而得到較好的平滑結(jié)果和較好的預(yù)測值。2) 序列模式挖掘與相似搜索的結(jié)合：在序列模式挖掘算法EMMA的基礎(chǔ)之上，利用挖掘出來的頻繁模式提出了一種新的預(yù)測方法TSD-BMP。3)可視化：在可視化方面，提出了一種適合于對大數(shù)據(jù)量的數(shù)據(jù)進(jìn)行可視化的分析方法TSD-PVAP，該方法主要是采用基于像素的可視化技術(shù)，HIS顏色映射模式，和遞歸模式的排列技術(shù)，顯示結(jié)果直觀，清晰，可以很清楚地看出數(shù)據(jù)的發(fā)展與變化趨