大数据的序贯预测和聚类研究

《大数据的序贯预测和聚类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’．．‘．＾Ｊ夺留钟達若若大赛ＵｎｉｖｅｒｓｉｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｙｇｙ硕±学位论文嗎－．？，品？■；？ａ：＊？－？‘．主、大救挺的序哥预測和聚类研完＾论文题目张青婷作者姓名槪牟教理分。计学科专业朽絲教狡导１）巾齡，，二〇一＂年五月完成时间＇＊＼．■＾－Ｖｉ．＾木固种每《龙大赛硕±学位论文大数据的序贯预测和聚类硏究作者姓名：张

2、青婷学科专业：概率论与数理统计专业导师姓名：杨周莊教授二〇—六年五月完成时间：—ｙ．＇．■，？＇二？；：．、？；．Ｖ：ｏｆＳｃｉｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｎａＵｎｉｖｅｒｓｉｔｙｇｙ’ＡｄｉｓｓｅｒｔａｔｉｏｎｆｏｒｍａｓｔｅｒｓｄｅｒｅｅｇＳｔｕｄｏｎＳｅｕｅｎｔｉａｌＰｒｅｄｉｃｔｉｏｎｙｑａｎｄＣｌｕｓｔｅｒｉｎｏｆＢｉＤａｔａｇｇＡｕｔｈｏｒ：ＱｉｎｇｔｉｎｇＺｈａｎｇＳｐｅｃｉａｌｉｔｙ：Ｐｒｏ

3、ｂａｂｉｌｉｔｙａｎｄＭａｔｈｅｍａｔｉｃａｌＳｔａｔｉｓｔｉｃｓＳｕｅｒｖｉｓｏｒ．ＺＹａｎｐ：ＰｒｏｆｈｏｕｗａｎｇｇＦｉｎｉｓｈｅｄＴｉｍｅ：Ｍａｙ２０１６，—一ｋ中国科学技术大学学位论文原创性声明本人声明所單交的学位论文，是本人化导师指诗Ｆ进巧研究工作所取得的成来。除己特别加Ｗ标巧和致谢的地方外，论文中不包含巧何他人己经发表或撰弓过的研究成果一。与我同工作的同志对本研究所做的贡献均己在论文中作了明确的说明。－｜〇作者签名：Ａａ素签亨日期多叫

4、：如（）中国科学技术大学学位论文授权使用声明一作为申请学位的条件之，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，目Ｐ；学校有权按有关规定向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相－致。学位论文在解密后也遵守此规定。－□保密年Ｚ作者签名：导师签名签字曰期＝Ｗ（年姐签字日

5、期：立．玉摘要猶要倍息技术的进步导致各行各化产生的数据越来越大，这使得大数据的研究迫在眉睫。本文分别研巧了序贯数据的预测方法和高维无标签数据的聚类问题，我们提出了序贯线性回归方法。此。（１）针对序贯得到样本量庞大的数据方法不仅可节约存储空间和提高计算速度，而且预测正确率比传统的均值预测高，我们又提出了加权重的序。根据数据获取的时间效应及数据预测效果贯线性回归方法。（２）针对离维无标签数据，稀疏自表示神经网络方法进行降－ｍ维，用数值优化方法求解神经网络并在隐层用ｋｅａｎｓ方法聚

6、类。与其它聚类方法相比，我们从模拟数据和真实数据验证了稀疏自表示神经网络方法聚类的优越性。，，加权的序贯线性回归方法，关键词：大数据序贯线性回归方法稀疏自表示神经网络的方法，聚类ＩＡ良ＳＴ民ＡＣＴＡＢＳＴＲＡＣＴＡｓｔｈｅａｄｖａｎｃｅｍｅｎｔｏｆｍｏｄｅｍｓｃｉｅｎｃｅａｎｄ化ｃｈｎｏｌｏ，ｔｈｅｖｏｌｕｍｅｏｆｄａｔａｕｓｅｄｇｙｉｓｅｘａｎｄｎｓｏｔｈｅｒｅｓｅａｒｃｈｏｆｔａｅｃｏｍｅｅｘｔｒｅｍｅｒｅｎｔ．ｓａｒｓｔｕｐｉｇ，

7、ｂｉｇｄａｂｌｙｕｇＴｈｉｐｐｅｄｙｓｅｑｕｅ打ｔｉａｌｐｒｅｄｉｃｔｉｏｎａｎｄｃｌｕｓｔｅｒｉ打ｇｏｆｂｉｇｄａｔａ．Ｆｉｒｓｔｌｙ，ｗｅｐｒｏｐｏｓｅａｓｅｑｕｅｎｔｉａｌｌｉｎｅａｒｏｎｍ－ｒｅｇｒｅｓｓｉＳＬ民ｅｔｈｏｄｆｏｒａｌａｒｇｅａｍｏｕｎｔｏｆｓｅｕｅｎｔｉａｌｄａｔａ．Ｔｈｉｓｍｅｔｈｏｄｉｓｎｏｔｏｎ（）ｑｕ＇ｍｔａｔｎａｌｌｆｆｃｉｅｎｔｅｅｄａｎｄＵ）ｒａｔａｌｓｏｈｅｒａｉａｃｔ化ｅｌｙｃｏｐｉｏｙ

8、ｅｉｉｎｓｐｓｇｅｂｕｈａｓｈｉｇｃｃｕｙｈａｎｅ－ｍｔｈｏｄｏｆｍｅａｎｒｅｄｉｃｔｉｎ．Ｂｅｓｉｄｅｓａｗｅｉｈｔｅｄｓｔｒａｔｅｉｓｉｎｔｒｏｄｕｃｅｄｏｎｔｈｅｃｕｒｒｅｎｐｇ，ｇｇｙｔｍｏｄｅｌｔｏｄｅ１：ｅｒｍｉｎｅｔｈｅｉｍｐａｃｔｏｆｄａｔａ行ｏｍｄｉｆｅｒｅｎｔｐｅｒｉｏｄｓ．Ｓ