时间序列数据挖掘及其可视化研究.pdf

时间序列数据挖掘及其可视化研究 摘 要 时间序列数据挖掘的方法广泛应用于气象、金融、医学、电力、水文、工 业控制等诸多领域，具有重要的研究价值。传统时间序列挖掘技术采用的是统 计学或者人工神经网络的方法。近年来，回归分析逐渐成为最常用的数理统计 方法，该方法可以用来处理变量之间的关系，并用于解决预测、控制、优化等 问题。回归算法可以被分为线性回归算法和非线性回归算法。非线性回归算法 必须先验地提出一个由符号表达式组成的回归模型，其回归的过程就是确定表 达式系数的过程。 本文主要工作和结论有： 1．介绍数据挖掘技术产生的背景和数据挖掘常用的方法。随后介绍可视化 的技术和方法。预测的最终结果需要呈现给用户，因此用一种直观的方法将结 果显示出来显得尤为重要．本章不仅介绍可视化的方法，还介绍发展可视化的 重要意义及其应用． 2．介绍时间序列的概念和时间序列分析，接着讲述时间序列数据挖掘相关 的研究现状。 3．详细阐述支持向量回归方法、已有常用支持向量回归算法和用于函数拟 合的支持向量回归机。 4．介绍基于分类支持向量回归算法，并在此算法基础上设计出一个时间序 列预测模型，提出一个简易但有效的模型初始参数计算方法；其次给出了模型 的预测验证实验，实验结果显示此方法具有可行性，具有一定的实用价值；本 章最后对实验的结果进行可视化，验证基于CSVR的时间序列可视化的可行性。 关键词：数据挖掘时间序列可视化支持向量回归参数设置 ResearchofTimeSeriesData andVisualization Mining ABSTRACT The ofTimeSeriesData isusedin method Mining controland otherfields medicine，electricity,hydrology,industrialmany widely．It time has valueonresearch．Traditionalseriesdata mining important technologies the of annualnetworks．Inrecent use methodstatisticsandartificial years， becomesthemost methodofmathematicalstatistics regressionanalysis popular method methodcausolvethe ofrelationship gradually．111is problem among variables．Andsolve andother problems．There prediction，control，optimization and aretwo inregression regression nonlinear types algorithm，