一种支持时间序列数据的cbr检索算法

一种支持时间序列数据的cbr检索算法

ID:32867922

大小:335.27 KB

页数:5页

时间:2019-02-16

一种支持时间序列数据的cbr检索算法_第1页
一种支持时间序列数据的cbr检索算法_第2页
一种支持时间序列数据的cbr检索算法_第3页
一种支持时间序列数据的cbr检索算法_第4页
一种支持时间序列数据的cbr检索算法_第5页
资源描述:

《一种支持时间序列数据的cbr检索算法》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第2卷第1期智能系统学报Vol.2№.12007年2月CAAITransactionsonIntelligentSystemsFeb.2007一种支持时间序列数据的CBR检索算法11,22史忠植,尹超,叶世伟(1.中国科学院计算技术研究所智能信息处理重点实验室,北京100080;2.中国科学院研究生院信息科学与工程学院,北京100039)摘要:探讨了如何为CBR(基于范例的推理)增加对一种特殊的范例类型———时间序列数据的支持.分析了基于谱分析的时间序列相似度比较算法不适用于CBR检索的缺点,并在此基础上设计了一种综合性能很好

2、的CBR检索算法.思路是把时间序列相似度比较转化成一个卷积问题,并用DFT来简化这个卷积的计算.通过对这种CBR检索算法进行了深入的理论分析和认真的实验,结果证明,提出的算法是一个高效的算法.在这个检索算法的基础上,CBR就能够应用到时序数据的分析推理中,具有广阔的应用前景.关键词:基于范例的推理;时间序列数据;相似度比较中图分类号:TP399文献标识码:A文章编号:167324785(2007)0120040205ACBRalgorithmsupportingtimeseriesdata11,22SHIZhong2zhi,Y

3、INChao,YEShi2wei(1.KeyLaboratoryofIntelligentInformationProcessing,InstituteofComputingTechnology,ChineseAcademyofSciences,Beijing100080,China;2.SchoolofInformationScienceandEngineeringGraduateUniversityofChineseAcademyofSciences,Beijing100039,China)Abstract:Thispap

4、erfocusesontheretrievalalgorithmsofaspecialkindofCBRsysteminwhichcasesarecomposedoftime2seriesdata.Weintroducedtheclassicalalgorithmusedforprocessingsimilarityqueriesontimeseriesdata.ThisalgorithmisbasedonthefactthatDFTpreservestheEuclideandistanceinthetimeorfrequen

5、cydomain,andonlythefirstfewelementsofthefrequencysequencearesignificant,sotheretrievalprocesscanonlyusethesesignificantelementstocomputesimilaritydegree.However,thisalgo2rithmhasseveraldisadvantageslimitingitsusageinCBRretrieval,soanewalgorithmispresentedforu2singba

6、tchmethodtocomputethesimilaritydegree.Itisbasedontheobservationthattheoriginalproblemcanbetransformedtoaconvolutionproblem,andthecircularconvolutioncanbecomputedmoreefficientlyusingFFT.Theoreticalanalysisandexperimentresultprovethatthisalgorithmisefficientandrobust.

7、ThealgorithmpresentedinthispaperfurnishestheCBRwiththeabilitytoprocesscasesconsistoftime2seriesdata.Keywords:case2basedreasoning;timeseriesdata;similaritycomparison基于范例的推理(case2basedreasoning,CBR)间信息的重要性,很多情况下,感兴趣的不仅仅是独是实现人工智能的一种重要方法,它是对人类思维立的快照(snapshot),而是一段连续的片段(

8、epi2过程的模仿.CBR在如下情形下效果比较好:1)知sode),甚至是对将来的预测.举个例子,在诊断病人识的主要来源是经验,而不是理论;2)解决方案是可的时候,医生不仅要了解患者目前的症状,也要了解重用的;3)目标是求出可行解而非最优解.在过去的其病史.医生对同样的症状最

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。