多时间序列上挖掘框架的分析

《多时间序列上挖掘框架的分析》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独创性声明本人声明所呈交的学位论文是本人在导师指导下完成的．论文中取得的研究成果，除了加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包含本人为获得其他学位或证书而使用过的材料．与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示诚挚的谢意．学位论文作者签名：鳓苏勇日期：》卯‘7年_7月1日学位论文版权使用授权书本学位论文作者和指导老师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅

2、和借阅．本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流．(如作者和导师同意网上交流，请在下方签名：否则视为不同意)学位论文作者签名：素锄签字日期：聊．-7、7办勇导师橼荡菩菱签字日期：勿移27，’o

3、1’●fI■●东北大学硕士学位论文多时间序列上摘要时间序列是一组按时间顺序排列的数据集合，它广泛存在于商业、交通、工业等各个行业，对时间序列数据进行分析，可以揭示事物运动、变化和发展的内在规律，对于人们正确认识事物并据此作出科学的决策具有重要的现实意义。本文的具体研究背景为热

4、轧控制。在轧制过程中很多异常情况大多由多个原因引起，原因之间存在着相互关联的关系。针对此，本文提出了一个多时间序列上的挖掘框架。框架首先采用模式表示的方法将数据进行压缩，在压缩后的数据上进行异常检测。然后在检测到的异常模式基础上进行挖掘，从中发现一些对企业决策有决定性或者指导性的信息。框架中模式表示部分，通过借鉴数字图像研究领域中边缘算子的基本思想，将边缘算子与时间序列的特点结合起来，得到了时间序列的一种分段线性表示。框架中异常检测部分，在TOD异常模式发现算法的基础上加入了滑动窗口的思想，以进行局

5、部异常的检测。在序列模式挖掘中，本框架采用一种基于PrefixSpan序列模式挖掘的改进算法(PSD算法)，通过删除非频繁项以及判断投影序列数与最小支持数的关系，减少不必要的存储空间，提高查询速度。本框架的多时间序列上的挖掘，采用了非同步多时间序列中频繁模式的发现算法。针对上述算法的实验证明了各个算法的可行性和有效性。实验证明，本框架较好地完成了钢轧制过程中的异常模式发现，以及多种因素间相互影响关系的挖掘，可以为企业提高钢产品质量，控制钢生产数量起到指导作用。关键词：时间序列；数据挖掘；异常模式；异

6、常检测；关联规则．II．t●●东北大学硕士学位论文ResearchontheFrTimeseriesiSasetoftime—seriesdataset,whichexistsinawiderangeofcommercial，transport，industryandotherindustries．AnalysisoftimeseriesdataCanrevealtheintemalrulesofthingsinmovement，changeanddevelopment，andhaveimporta

7、ntpracticalsignificanceforthepeopletounderstandthingscorrectlyandmakeascientificdecision．Inthispaper，thespecificresearchbackgroundiscontrolforhot—rolled．Intherollingprocess，manyanomaliesarecausedbyanumberofreasons，andthereisexistenceoftherelationshipbe

8、tweenthereasons．Forthis，thepaperpresentedamultipletimeseriesframeworkofabnormalpaRernmining．Firstofall，theframeworkusesmethodofpattemrepresentationtocompressthedata，andmakeabnormitydetectionforthecompresseddata．Andthenminingonthebasisofabnormalpaaem，in

9、ordertofoundsomeDecisiveandguidinginformationsforthedecision-makingofcompanies．Patternrepresentationofthefamework，throughthebasicideaoftheedgeoperatorinthefieldofdigitalimage，combinatingtheedgeoperatorandthecharacteristicsoftimeseries，t