时间序列挖掘技术在海洋决策支持系统中的应用.docVIP

时间序列挖掘技术在海洋决策支持系统中的应用 摘要：介绍了时间序列挖掘技术的几方面：趋势分析、时序分析、序列模式和规则发现，及其在各领域的使用情况；探讨了现今决策支持已有的一些模型和技术，针对目前海洋灾害特别是风暴潮发生的特点，对基于时间序列分析的海洋类空间辅助决策系统做出了展望。 关键词：时间序列，辅助决策，海洋类灾害，风暴潮 Abstract: Time series mining areas is consist of trend analysis, timing analysis, sequential pattern and rule discovery, and its applications in various fields; discussed today have been a number of decision support models and technologies, for the present marine disasters in particular, the characteristics of storm surges occur, the spatial decision support system of ocean and make the prospect is based on time series analysis. Keywords: time series; decision support; marine type disasters; storm surge 1 引言 最近几年，时间序列数据挖掘主要集中在趋势分析、时序分析、序列模式和规则发现等。时间序列分析指在时序数据中应用相似搜索，找出与给定查询序列最接近的数据序列，主要找出与给定序列相似的所有数据序列的子序列匹配(subsequence matching)或找出彼此间相似的整体序列匹配(whole Sequence matching)[10]。时间序列相似性搜索和序列模式或规则发现的研究越来越受到从事数据挖掘研究的学者的关注，现已成为数据挖掘领域的一个新的研究热点。 辅助决策系统，以决策主题为重心，以互联网搜索技术、信息智能处理技术和自然语言处理技术为基础，构建决策主题研究相关知识库、政策分析模型库和情报研究方法库，建设并不断完善辅助决策系统，为决策主题提供全方位、多层次的决策支持和知识服务。 为行业研究机构以及政府部门提供决策依据，起到帮助、协助和辅助决策者的目的。而空间决策支持是应用空间分析的各种手段对空间数据进行处理变换，以提取出隐含于空间数据中的某些事实与关系，并以图形和文字的形式直接地加以表达，为现实世界中的各种应用提供科学、合理的决策支持。由于空间分析的手段直接融合了数据的空间定位能力，并能充分利用数据的现势性特点。因此，其提供的决策支持将更加符合客观现实，因而更具有合理性。 近年来海洋类灾害频频在我国的沿海地区发生，如风暴潮、南通的“怪潮”等，则海洋灾害的空间辅助决策显得尤为重要。分析海洋类灾害，特别是频频发生的风暴潮，数据的分析是至关重要的。结合时间序列挖掘技术，建立海洋灾害类辅助决策系统是一个全新的突破。 2 时间序列挖掘的概述 2.1 时间序列数据挖掘研究背景 从经济到工程技术，从气象、环保到天文地理，几乎在各个领域都会遇到时间序列(Time Series)数据。例如环保监测站的环境监测数据记录、医学工作者研究人在不同状态下脑电波的变化情况记录、股票市场的每日波动记录、动态产品加工过程记录、科学实验记录、空间遥感图像等等，把记录结果按发生时间的先后顺序或空间的前后顺序排列，便得到时间序列。时间序列是指按时间顺序取得的一系列观测值[4]。这里的“时间”具有广义坐标轴的含义，既可以按时间的先后顺序排列的数据，也可以指按空间的前后顺序排列的随机数据[1]。时间序列通常分为广义时间序列和狭义时间序列。狭义时间序列的序列元素均为数值型，而广义时间序列可以是任何按时间顺序排列的一组数据。 时间序列数据在环境、商业、金融、工程、医学和社会科学数据库中占相当大的比重。在计算机技术快速发展和应用普及的今天，大量的时间序列数据被存储在计算机上，使得我们拥有海量的时间序列数据。面对这些时间序列数据，人们想找到有效的方法或技术来揭示这些时间序列数据集中所隐藏的知识或信息，例如，环保科研工作者想从江河水质某些指标的历史观测时间序列数据集中找出其变化规律，以预测未来水质的变化趋势等等。人们不断地研究和探索新技术、新方法，把历史时序数据转化为对人类有用的知识和信息。这就使得时间序列数据挖掘的研究得到了空前的发展，并已发展成为数据挖掘的一个重要的研究方向。由于自然界里的事物之间是相互联系和相互影响的，事物的变化和发展