欢迎来到天天文库
浏览记录
ID:36559988
大小:5.54 MB
页数:148页
时间:2019-05-12
《时间序列数据挖掘相似性度量和周期模式挖掘研究》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、天津大学博士学位论文时间序列数据挖掘相似性度量和周期模式挖掘研究姓名:董晓莉申请学位级别:博士专业:管理科学与工程指导教师:王正欧200708014)首次提出了时间序列局部周期频繁模式的概念及其挖掘算法。不同于现有的所有周期挖掘算法,本算法不但能够挖掘出贯穿时间序列全局的频繁发生的周期模式,而且能够发现只在某个局部频繁发生的周期模式。本算法首先将时间序列划分为局部集合,然后基于数据自行找出序列中隐藏的潜在周期,生成局部周期频繁1.模式,最后在每一个有交叉的局部上,应用最大命中子模式树算法合成复杂模式输
2、出。实验证明,本算法可以有效地发现时间序列中的局部周期频繁模式,其中的剪切算法和周期阈值公式能够有效提高算法效率。关键词:时间序列数据挖掘重新描述相似性度量周期模式ABSTRACTDataMilliIlghasat仃actedmuchattentionwitht11edeVelopmentofinfo咖ationtectm0109y.Timeseriesda_taareakindofimportantdatae)【istingiIlalotoffields,suchasfinancialm砌【et,i
3、ndustrialprocess,scienceeXperiments,etc,andtllequant时oftimeseries№hasexplosivelyincreas.Soitisnecessarytostudyonthesu切ectofthetimeseriesdatamining.Nowadays,timeseriesmiIlingtecllllologyisstiUinitsinf.ancyandthealgoritllInsareexpectedtobeeXtendedaIldtobe
4、complemented.Aftermajorissuesintimeseriesdata“ningsurveyed,somealgorith【Ilsaresulnmarizedandappraisedinthisdissertation.ThenmeprcIblemsontimeseries’representation,simil撕t)rmeasureandperiodicpattemminingarede印lyresearched.Atlast,onthebasisof也esumme巧ofthe
5、wholedissena.cion,weproposemeseVeralproblemsneededtobe向ftherresearchedi11the如ture.ThemaillinnovatiVeachievementsaredescribedasf.onows.1)AnoVelmemodofsh印e-basedtimeseriessimil撕tymeasufeisproposed.BasedonthePLRalgorithm,thetimeseriesisrepresentedbyusiIlgm
6、erelatiVechangeoftheslopeoft11elines,whichefFectiVelyrenectsthedegreeofthedyn砌icchangeoftlletendencyofmecurVes.MoreoVeracorrespondingdis切ncemeasuref.o蛐mlaisproposed,whichcanincreaset11erobusttodisturbaIlcescomparedwimthepoint—to-poilltE沁clideandistancem
7、easure.Theexperimentalresultsshowmattlle印proachcaneffbctivelymeasurethesimil撕够oftimeseriesunderVariousanalyzing丘equency.2)Anovelmethodoflocalsegmenteddyn鲫【1ictimewarpingdistaIlcemeasure(LSDTW)fortimeseriesda像miIlingisproposed.DTWisofgreatimportanceintim
8、ese而essimilari哆measure,butitsexpensiVecomputationlimitsitSapplicationinmassivedatasets.TheLSDTWalgo—nHnispfoposedtosolvethisproblem.Based册thePLRalgorithln,reg砌ingeve巧segmentasawrhole,classicalDTWalgo打thmisused,aIldacompensatecoe街
此文档下载收益归作者所有