時序數(shù)據(jù)維歸約方法的研究.pdf

1、時間序列是一類重要的數(shù)據(jù)類型，廣泛存在于金融、事務(wù)處理和科學(xué)研究等領(lǐng)域中。時間序列挖掘通過對過去歷史行為的客觀記錄分析，提取人們事先不知道的，但又是潛在有用的與時間屬性相關(guān)的信息和知識，從而揭示其內(nèi)在的數(shù)據(jù)生成機制，進而發(fā)現(xiàn)和預(yù)測未來行為模式。 本文系統(tǒng)地介紹了時間序列挖掘技術(shù)，包括時間序列的數(shù)據(jù)清理、分割、表示和相似性度量等技術(shù)。論文研究了時間序列的分段表示方法，主要的研究工作及成果如下： 1.由于原始時間序列具有高維

2、性、類型復(fù)雜和富含噪聲的特點，直接在時間序列上執(zhí)行數(shù)據(jù)挖掘任務(wù)，往往導(dǎo)致算法效率低下和挖掘結(jié)果不可靠。時間序列的維歸約是一種對時間序列進行特征抽象和概括的表示方法，是對時間序列在更高層次上的重新描述。論文在分析了經(jīng)典的自頂向下、自底向上和滑動窗口算法的基礎(chǔ)上，針對滑動窗口算法出現(xiàn)的“過擬合”的分段，通過檢測前后兩個分段趨勢的相近程度，對趨勢相近的分段進行合并，從而有效地避免了尖峰形態(tài)數(shù)據(jù)的影響；針對“欠擬合”的分段，采用了一種新的度量方

3、法，對“欠擬合”的分段進行適當(dāng)分割，從而得到更好的表示效果。實驗表明：以上兩種改進策略效果明顯。 2.目前大量的信息系統(tǒng)都是實時地產(chǎn)生數(shù)據(jù)，這樣的數(shù)據(jù)類型稱作“數(shù)據(jù)流”，具有如下兩個特點：①系統(tǒng)源源不斷地產(chǎn)生大量的細節(jié)數(shù)據(jù)；②需要實時地對新產(chǎn)生的數(shù)據(jù)進行分析。針對數(shù)據(jù)流上的應(yīng)用，本文提出了一種適合在線分割的時間序列表示算法-RSW算法，該算法基于滑動窗口算法框架，應(yīng)用了文中提出的兩種改進策略，實驗結(jié)果表明：RSW是一種適合在線分