多时间序列上时序关联规则的挖掘

多时间序列上时序关联规则的挖掘

ID:34440489

大小:2.32 MB

页数:72页

时间:2019-03-06

多时间序列上时序关联规则的挖掘_第1页
多时间序列上时序关联规则的挖掘_第2页
多时间序列上时序关联规则的挖掘_第3页
多时间序列上时序关联规则的挖掘_第4页
多时间序列上时序关联规则的挖掘_第5页
资源描述:

《多时间序列上时序关联规则的挖掘》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、学校代码:10255学号:2151568多时间序列上时序关联规则的挖掘DiscoveryofTemporalAssociationRulesinMultivariateTimeSeries学科专业:软件工程作者:赵益指导教师:史有群答辩日期:2018年5月东华大学计算机科学与技术学院SchoolofComputerScienceandTechnologyDonghuaUniversity东华大学学位论文原创性声明本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外,本论文不包含任何

2、其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名:指导教师签名:日期:年月日日期:年月日东华大学赵益

3、硕士学位论文答辩委员会成员名单姓名职称职务工作单位备注曾培峰教授答辩委员会主席东华大学朱明副教授答辩委员会委员东华大学王鹏伟副教授答辩委员会委员东华大学陶然高级实验师答辩委员会委员东华大学申豫园高级工程师答辩委员会委员工博士多时间序列上时序关联规则的挖掘摘要随着物联网和无线传感器网络的发展,越来越多的传感器被部署到了生产和生活中。由无线传感器产生的大量时间序列数据伴随而来,这对于大多数制造类企业来说是一个机遇,也是一个挑战。蕴含在这些时序数据中潜在的知识能否被充分的挖掘和利用成为了很多企业决策者和工程师们当下正在考虑的问题。据某大型汽车零配件生产商的工程师所言,这些部署在

4、工厂机械设备上的传感器产生的数据为其了解设备的运转状态,检测设备的故障等问题提供了重要的依据。因此,多个传感器产生的多时间序列数据上的时序关联规则是一个值得研究的问题。本文旨在从传感器产生的多时间序列数据中挖掘时序关联规则,而不是经典关联规则,这在时间序列数据背景下显得更有意义。然而,经典的关联规则挖掘算法仅适用于事务数据集,并不适用于时间序列数据的挖掘。在分析和研究了多个算法之后,发现Apriori算法可以通过扩展然后用于时间序列数据的挖掘。但Apriori算法每次在计算候选频繁模式的支持度计数时需要扫描整个数据集,这使得该算法效率很低。本文提出的Improved-Ap

5、riori算法通过位置列表计算的方式避免了对数据集的重复扫描,提高了Apriori算法的效率。通过在14个传感器产生的时间序列数据集上进行实验,并与使用Apriori算法的实验进行对比,说明了该算法比Apriori算法效率更高。针对挖掘到的时序关联规则中存在大量冗余规则、规则数量庞大等问题,本文在常规的时序关联规则挖掘流程中加入了模式的剪枝和聚类步骤。模式剪枝和聚类之后,本文挖掘模式聚簇之间的时序频繁模式,最终根据这些时序频繁模式产生时序关联规则。通过实验并对比结果,说明了剪枝和聚类步骤在降低规则数量、提升挖掘效率等方面起到了明显的作用。最后本文对挖掘到的时序关联规则进行

6、了分析和评估,证明了这些规则的兴趣度较高,并通过对部分规则进行展示和分析说明了其对机械故障预测的意义重大。关键词:多时间序列;频繁模式挖掘;时序关联规则DISCOVERYOFTEMPORALASSOCIATIONRULESINMULTIVARIATETIMESERIESABSTRACTWiththedevelopmentoftheInternetofThingsandwirelesssensornetworks,moreandmorevarioussensorsaredeployedintoproductionandlife.Agreatdealoftimeseriesd

7、ataisgeneratedbywirelesssensornetworks,whichisanopportunityandachallengeformostmanufacturingcompanies.Whetherthepotentialknowledgecontainedinthesetimeseriesdatacanbefullyutilizedhasbecomeaproblemthatmanybusinessdecisionmakersandengineersneedtoconsider.Accordingtothe

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。