數(shù)據(jù)流上的預測查詢算法研究.pdf

1、近年來，人們認識到在一些應用中數(shù)據(jù)不是形成持久性的關系模型而是表現(xiàn)為一種瞬時的數(shù)據(jù)流。諸如此類的應用有很多，例如，金融，生產(chǎn)制造，網(wǎng)絡管理，安全，通信數(shù)據(jù)管理，web 應用，傳感器網(wǎng)絡等領域的應用。
　　 在分析數(shù)據(jù)流在這些應用領域中的特點，進而提出數(shù)據(jù)流上的模型和算法的特點和要求的基礎之上，一種數(shù)據(jù)流管理的新方法，復合窗口模型，被首次提出。這種模型能很好地滿足用戶對數(shù)據(jù)流操縱的需求，并且對數(shù)據(jù)流速的變化有很強的適應能力。隨后，

2、一種基于復合窗口的連續(xù)聚集查詢算法被提出來。這種算法符合數(shù)據(jù)流應用的特點和要求，能夠得到近似的聚集查詢結果并滿足實時性的要求。
　　 傳統(tǒng)的預測建模方法有曲線擬合，線性回歸分析等，這些方法通常只適用于求解結構簡單的函數(shù)，且多數(shù)情況下是多項式函數(shù)。作為一種新的智能，并行，自適應性的算法，基因表達式程序設計方法（GEP）算法簡便，易于遺傳操作，并且其搜索空間廣闊，函數(shù)復雜度高，能更廣泛的適用于各種類型的數(shù)據(jù)流預測。在此基礎上，當預測