多流时间序列结构模式发现研究研究.docVIP

多流时间序列结构模式发现研究 内容摘要 研究方向：数据挖掘 专 业：计算机应用技术 ＼在军事、工业过程监视、医疗诊断、机器人控制、物流管理、 金融经济管理等系统中，我们面临的都是复杂的多流时间序列数据， 如何利用计算机技术对多流时间序列信息快速、准确地加以分析、 估计，评价，优化综合，具有熏要的意义．如在农业生产中，温度 的变化、气压的变化、虫害的变化、粮食产量的变化组成了多个数 据流的时问序列，如果能够发现这些数据流之间的关系，用于指导 实际生产，对于提高产量、防治灾害，有重要的现实意义。 当前对时间序列的研究集中在单一时间序列内部关系的发现 如：趋势、序列模式、相似性模式的搜索，关联规则、周期的发现 等等．研究多流时序不能简单地将它割裂为单流时序，因为这样就 割裂了数据流事件之间的关系。虽然??能够发现多流时间序列 中的依赖模式，但是由于其缺少对数据的初始化、事件之间时间关 系的表示不直观、算法执行的时间空间开销很大??’?、不能够 充分发现多流时间序列包含的知识，它只发现依赖关系，因此研究 新的，／高效，全面的发现多流时间序列事件之间关系的算法成为必 要：、／ √本文分析了单一和多流时间序列中的知识发现，把多流时间序 列事件内部存在的关系表示为：关联模式、依赖模式、突变模式． 本文将它们统称为结构模式，而这正是目前其它算法、没有考虑到 的，虽然??考虑了事件之间的依赖关系，但它忽略了突变模式， 关联模式等熏要的知识表示。本文绘出了关联模式、依赖模式、突 变模式的定义，提出了一个比较灵活全面、直观的挖掘它们的算法： ??? ??? ?????．该算法的一个突出特点是将时闻序列事件按时间窗口序 列化，使得事件之间的时间关系表示很直观，该算法能成功地从多 流时间序列中发现了事件之间的关系。该算法与其它算法比较。发现  气温变化数据流、气压变化数据流组成的多流时间序列进行了挖掘， 证明了??是可行。 ． 时昀知识需求，研究面向多机、并行、分布式的数据挖掘模型越来 越重要．本文通过分析当前主要的并行模型、算法，总结出它们面 临的共同问题是：处理机容量的限制和处理枫需要传输大量的数据， 以及算法本身不需要反复传输大项集的策略来克服了上述两个问 ? 芙键词：数据挖掘，时间序列，噌行，关联规则，结构模式 、  ????? ???? ? ?? ???? ???? ?????：???? ? ???? ?? ?? ??? ? ???? ????， ??? ????琣? ????? ????? ? ? ???．? ?? ?? ????，????，???? ? ???? ? ?? ?????? ??????琣? ???? ??? ?，? ?? ? ???． ??????? ??? ? ? ??? ? ?? ??? ????? ??? ?? ???? ???琭??? ??? ?? ??痶 ???? ????? ????? ?????? ? ???? ?? ???，?’? ???? ??? ? ?? ?? ??????? ??? ? ???? ????? ? ? ???痶 ? ?????? ????????琤? ? ?? ?????? ???琓? ?? ? ? ?? ? ?? ?? ???? ?? ???? ???，? ????? ?? ? ???? ? ?? ?? ???，? ? ?? ?? ?? ? ???? ??? ??? ???? ?? ?? ?????? ?? ?????? ??? ? ?? ???? ??? 蜥  ????? ????，??? ????，?? ???? ?? ?? ???痶 ???? ?? ????? ????， ????，???? ????，??? ????，?? ????，??????? ?? ??????? ?? ? ????，?? ??? ????? ??? ??? ? ?? ????? ? ??? ?? ? ?? ? ? ??? ??? ? ?????? ? ???? ?? ?? ?????? ? ?? ?? ?????瑃? ? ?????琭??，? ?????? ? ?? ? ??? ? ???????? ?? ?????? ?? ???? ???? ?? ?? ????瑃????? ??? ??痶??? ?? ????? ?? ???? ?? ?? ???? ???? ? ? ????? ???? ?????? ??? ?? ? ?????．?? ??? ? ?? ? ???????珹? ?? ?? ????? ?? ?? ? ? ?? ???? ???。 ???，?? ????  ??研究背景 数据挖掘技术作为人工智能的重要应用，越来越受到