版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在數(shù)十萬(wàn)億次以上規(guī)模的高性能計(jì)算機(jī)上,高性能科學(xué)計(jì)算的數(shù)值模擬可能輸出大規(guī)模時(shí)變數(shù)據(jù)集。這些數(shù)據(jù)集由數(shù)據(jù)子集序列構(gòu)成,數(shù)據(jù)總量可能達(dá)到十億字節(jié)(GB)至萬(wàn)億字節(jié)(TB),每個(gè)數(shù)據(jù)子集表示物理問(wèn)題在某個(gè)時(shí)刻的數(shù)值離散解。面對(duì)如此大規(guī)模的時(shí)變數(shù)據(jù)集,如何快速地開(kāi)展物理分析,去偽存真,將數(shù)據(jù)轉(zhuǎn)化為知識(shí),進(jìn)而發(fā)現(xiàn)新的物理現(xiàn)象、揭示新的物理規(guī)律、探索新的物理機(jī)制,是科學(xué)計(jì)算研究的重要一環(huán)。
在傳統(tǒng)可視化分析的基礎(chǔ)上,為了提高物理分析的效
2、率,可以采用數(shù)據(jù)挖掘算法。這些算法基于已知的物理知識(shí)來(lái)標(biāo)識(shí)重要的物理時(shí)刻和局部興趣區(qū)域,發(fā)現(xiàn)物理量間的相關(guān)性,可以成為物理分析的關(guān)鍵支撐技術(shù)。但是,現(xiàn)有的商業(yè)數(shù)據(jù)挖掘算法均難以適應(yīng),因?yàn)樗鼈兺ǔa槍?duì)各種屬性的關(guān)聯(lián)規(guī)則,不能適應(yīng)于數(shù)值型數(shù)據(jù)。因此,有必要開(kāi)展系統(tǒng)深入的科學(xué)計(jì)算時(shí)變數(shù)據(jù)集的數(shù)據(jù)挖掘算法研究。
對(duì)科學(xué)計(jì)算時(shí)變數(shù)據(jù)集而言,數(shù)據(jù)挖掘至少可以實(shí)現(xiàn)三個(gè)方面的功能。第一,比較任意兩個(gè)相鄰時(shí)刻的數(shù)據(jù)子集的相似度;第二,標(biāo)定可能蘊(yùn)
3、含豐富知識(shí)的局部計(jì)算區(qū)域和時(shí)間步;第三,判斷任意兩個(gè)物理量之間的相關(guān)程度。這三個(gè)方面的研究對(duì)物理分析有重要意義,它可以在大規(guī)??茖W(xué)計(jì)算時(shí)變數(shù)據(jù)集中,迅速挑出蘊(yùn)含重要物理特征的時(shí)刻或者子區(qū)域,發(fā)現(xiàn)物理量之間的線性或非線性相關(guān)性,可以提高數(shù)據(jù)分析的速度與效率,降低分析的難度。
信息熵理論是一門利用數(shù)理統(tǒng)計(jì)方法研究信息度量的科學(xué)。它不依賴于數(shù)據(jù)的維數(shù)、空間位置、單位等信息,能對(duì)數(shù)據(jù)的內(nèi)在特征進(jìn)行定量表征,可以用于描述科學(xué)計(jì)算時(shí)變數(shù)據(jù)
4、集中所蘊(yùn)含的信息,而這些正是找出蘊(yùn)含潛在有用信息的時(shí)刻或子區(qū)域所需要的。因此,信息熵理論可以作為數(shù)據(jù)挖掘的基礎(chǔ)。
本課題基于信息熵理論,針對(duì)科學(xué)計(jì)算時(shí)變數(shù)據(jù)集物理分析對(duì)數(shù)據(jù)挖掘提出的三個(gè)方面的需求,緊密圍繞時(shí)變數(shù)據(jù)集序列約減、變化檢測(cè)和物理量非線性相關(guān)性的檢測(cè)算法三個(gè)方面開(kāi)展研究,取得了如下創(chuàng)新的研究成果:
(1)針對(duì)科學(xué)計(jì)算時(shí)變數(shù)據(jù)集,分析了信息度量應(yīng)用于數(shù)據(jù)挖掘的可行性,并提出了科學(xué)計(jì)算時(shí)變數(shù)據(jù)集的非均勻直方圖構(gòu)
5、建算法。該算法通過(guò)迭代得到科學(xué)數(shù)據(jù)集的概率分布,具有較好的自適應(yīng)性。
(2)提出了時(shí)變數(shù)據(jù)集序列的子集約減數(shù)據(jù)挖掘算法。該算法采用關(guān)聯(lián)信息測(cè)度度量算法來(lái)度量數(shù)據(jù)子集間的相關(guān)性,僅存儲(chǔ)相關(guān)程度低的數(shù)據(jù)子集。這些子集已經(jīng)蘊(yùn)含了時(shí)變數(shù)據(jù)集序列的重要物理特征。于是,可以大幅降低數(shù)據(jù)集的存儲(chǔ)空間,提高物理分析的效率。具體應(yīng)用于激光與等離子體相互作用模擬,獲得了滿意的數(shù)據(jù)挖掘結(jié)果。
(3)基于交互信息距離,提出了時(shí)變數(shù)據(jù)集序列的
6、變化檢測(cè)數(shù)據(jù)挖掘算法。該算法可以在數(shù)據(jù)集序列中挖掘突變的時(shí)間步或者子區(qū)域,減少數(shù)據(jù)分析或可視化的工作量。具體應(yīng)用于高斯序列與激光與等離子體相互作用模擬,效果良好。
(4)基于信息冗余度,提出了時(shí)間序列中物理參量非線性相關(guān)性的檢測(cè)算法。該算法引入振幅調(diào)節(jié)傅立葉變換算法生成替代數(shù)據(jù),利用信息冗余度作為檢驗(yàn)統(tǒng)計(jì)量進(jìn)行統(tǒng)計(jì)檢驗(yàn),研究了檢測(cè)單物理參量或多物理參量非線性相關(guān)性的數(shù)據(jù)挖掘算法。通過(guò)幾種常見(jiàn)的時(shí)間序列測(cè)試,驗(yàn)證了該數(shù)據(jù)挖掘算法
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 大規(guī)模數(shù)據(jù)集高效數(shù)據(jù)挖掘算法研究.pdf
- 粗糙集和計(jì)算智能相結(jié)合的數(shù)據(jù)挖掘算法研究.pdf
- 大數(shù)據(jù)集序列模式挖掘算法研究.pdf
- 基于粗糙集的數(shù)據(jù)挖掘算法研究.pdf
- 數(shù)據(jù)挖掘中頻繁集的產(chǎn)生算法.pdf
- 基于不平衡數(shù)據(jù)集的數(shù)據(jù)挖掘分類算法研究.pdf
- 基于粒計(jì)算的數(shù)據(jù)挖掘算法研究.pdf
- K-匿名數(shù)據(jù)集的挖掘算法研究.pdf
- 基于粗糙集理論的數(shù)據(jù)挖掘算法的研究.pdf
- 數(shù)據(jù)流頻繁項(xiàng)集挖掘算法的研究.pdf
- 基于粗集的數(shù)據(jù)挖掘算法研究及應(yīng)用.pdf
- 數(shù)據(jù)流上的頻繁項(xiàng)集挖掘算法研究.pdf
- 基于粗糙集的大數(shù)據(jù)集挖掘算法研究與實(shí)現(xiàn).pdf
- 基于粗糙集的數(shù)據(jù)挖掘?qū)傩约s簡(jiǎn)算法研究.pdf
- 微陣列數(shù)據(jù)集的頻繁閉合模式挖掘算法研究.pdf
- 基于粗糙粒計(jì)算的數(shù)據(jù)挖掘算法研究.pdf
- 基于粒計(jì)算的海量數(shù)據(jù)挖掘算法研究.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘頻繁項(xiàng)目集發(fā)現(xiàn)算法的研究.pdf
- 多數(shù)據(jù)流頻繁項(xiàng)集挖掘算法研究.pdf
- 基于粗集理論增量算法的數(shù)據(jù)挖掘系統(tǒng).pdf
評(píng)論
0/150
提交評(píng)論