地震前兆數(shù)據(jù)流的增量式數(shù)據(jù)挖掘方法研究.pdf

1、隨著計算機、通信、網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，許多應(yīng)用領(lǐng)域出現(xiàn)了海量、高速、動態(tài)的數(shù)據(jù)，如交通工程和網(wǎng)絡(luò)監(jiān)控、電信記錄管理和分析、商業(yè)交易管理和分析、金融信息監(jiān)控、傳感器網(wǎng)絡(luò)監(jiān)控等。區(qū)別于傳統(tǒng)數(shù)據(jù)庫中相對靜態(tài)的數(shù)據(jù)，這類海量、持續(xù)、有序、快速和突變的數(shù)據(jù)，稱為數(shù)據(jù)流。如何對這種全新的數(shù)據(jù)模型進行管理與分析，是一個嚴峻挑戰(zhàn)；而時間序列數(shù)據(jù)流的分析與管理是其中一個重要研究方向。 隨著地震監(jiān)測技術(shù)日趨完善，各級地震臺網(wǎng)收集了大量的觀測數(shù)據(jù)，每

2、天都有大量的數(shù)據(jù)不斷流入。這些海量的歷史觀測數(shù)據(jù)和實時數(shù)據(jù)流統(tǒng)稱為“地震前兆監(jiān)測數(shù)據(jù)”。如何探測這些數(shù)據(jù)背后隱藏的地震前兆規(guī)律，是迫切需要解決的問題。本文在分析時間序列和時間序列數(shù)據(jù)流特點的基礎(chǔ)上，根據(jù)地震前兆監(jiān)測數(shù)據(jù)的實際應(yīng)用需求，著重對時間序列數(shù)據(jù)流的挖掘與相似性查找等一些關(guān)鍵技術(shù)進行了研究。具體包括特征模式的并行挖掘、在線增量式并行挖掘、在線相似性模式查找等。本文所做的工作和取得的創(chuàng)新成果體現(xiàn)在以下三個方面： 1)時間序列

3、特征模式并行挖掘研究提出了一種建立在集群式高性能計算機上基于互關(guān)聯(lián)后繼樹(Inter-Relevant Successive Trees IRST)的并行時序模式挖掘算法，將數(shù)據(jù)線段化、樹的建立及模式發(fā)現(xiàn)在多處理機上進行并行處理，有效地改進了算法的執(zhí)行效率。實驗結(jié)果表明，此算法較之串行算法有較高的效率。 2)時間序列數(shù)據(jù)流在線增量式并行挖掘算法研究根據(jù)IRST提出了一種并行的增量式數(shù)據(jù)流挖掘算法：著重從時間序列數(shù)據(jù)流挖掘目的和實

4、用角度出發(fā)，采用滑動窗口窗口技術(shù)來處理最近數(shù)據(jù)序列，并在其上面建立一種基于互關(guān)聯(lián)后繼樹的索引SIRST(Sequence Inter-Relevant Successive Trees)，利用索引查找來發(fā)現(xiàn)頻繁模式；為了提高算法效率，隨著數(shù)據(jù)流的不斷變化，動態(tài)更新索引模型SIRST，并引入數(shù)據(jù)交疊技術(shù)和并行計算技術(shù)來進一步提高算法的精度和效率。最后，將結(jié)果返回給用戶，并利用挖掘結(jié)果實時更新模式庫。 3)動態(tài)時間序列在線模式的相似

5、性查找研究針對時間序列在線分析的需要，給出了一種動態(tài)時間序列的在線相似性查找算法。該算法采用了一種動態(tài)模式匹配距離作為相似性度量方式，為了提高查找效率和縮短響應(yīng)時間，在計算模式距離時引入了窗口路徑限制技術(shù)和早放棄技術(shù)來提高匹配距離計算效率，并將各指定的模式發(fā)送到各個處理器，進行并行的相似性匹配計算來提高響應(yīng)時間。通過在地震前兆監(jiān)測數(shù)據(jù)上的模擬試驗表明，該算法比基于歐式距離和動態(tài)時間彎曲距離作為相似性度量方式的查找算法有較高的準確性，其效