时间序列挖掘相关算法研究和应用.pdf

时问序列挖掘相关算法研究及应用 用于时态频繁模式的挖掘。改进后的算法构造了一种用于存储频繁模式时态属性 的双树结构。利用这种双树结构，两次扫描数据库实现时态频繁项目的有效挖掘。 实验结果表明该算法是有效的和可扩展的。 5．针对目前石油工业领域中各类数据序列的特点和实际的应用需求，给出 时间序列挖掘算法在测井和录井数据序列中的应用样例。实验结果显示：①数据 序列在线划分算法实现了测井曲线的快速粗划分和分段信息的快速查询；②数据 序列线性分段拟合方法能够有效捕获色谱和测井数据序列中的尖峰予序列，准确 定位序列中的变化转折点，忽略变化细微的数据点，在保持序列形态不变的同时 极大地降低了数据存储量。 全文共分为七个章节，第一章对时间序列挖掘进行了综述，包括其应用背景、 国内外研究进展等；第二章至第五章从四个方面展开了算法研究探讨：时间序列 的线性拟合、时间序列的在线划分、时间序列的相似性度量和时态频繁模式挖掘； 第六章在上述研究的基础上，给出了序列挖掘算法在石油测井和录井数据序列中 的应用实例；最后一部分，即第七章，对全文进行总结，并提出了进一步的研究 。 思路。 关键词：时间序列，线性拟合，关键点，在线划分，划分特征链表，相似性查询， 时态频繁模式 ABSTRACT Witllthe of and information the popularitycomputer technology,andgreat of of amountofdataisaccumulated developmentstoragetechnique highcapacity,agreat in workandinscientificresearch．Much is daily useful bidedbehind potentiallyknowledge howto and time usethese seriesdata andextractuseful data．Todaymanage efficiently informationisan indata importantproblemmining． Timeseriesdatareflectsthefeaturesofattribute values time or alongsequencespatial fromtimeseries can usefulinformationrelated sequence．Bymimngpatterns data，weget totimehiddeninthe of database，thusextraction seriesare implement knowledge．Time of oftenhave andvariousdistortions complextypesdata．They highdimensionality