時間序列數(shù)據(jù)挖掘中相似性和趨勢預測的研究.pdf

1、時間序列存在于社會的各個領域,對于時間序列數(shù)據(jù)挖掘的研究目前主要集中在相似性搜索和模式挖掘上.在相似性搜索研究中存在的主要問題是時間序列數(shù)據(jù)量過大,一個有效的解決辦法是對時間序列進行重新描述,減小數(shù)據(jù)量.在模式挖掘方面,趨勢預測是一個比較新的思路,它從時間序列數(shù)據(jù)中抽取決定時間序列的行為發(fā)展趨勢的靜態(tài)屬性,組成靜態(tài)數(shù)據(jù)庫,然后將泛化性能較強的分類技術應用于靜態(tài)數(shù)據(jù)庫中挖掘分類規(guī)則,對行為發(fā)展趨勢做出預測.相似性研究中有效的數(shù)據(jù)描述是提高

2、相似性搜索效率的關鍵,該文第二章提出了一種結構自適應的時間序列分段線性化表示方法,該方法可以自動地產生線性化的段數(shù)K.大大壓縮了相似性的計算量.同時在分段線性化表示的基礎上提出了一種相似性計算方法,該方法對于時間序列的多種變形都不敏感.該文擬從時間序列數(shù)據(jù)庫中挖掘到表征時間序列發(fā)展趨勢的分類規(guī)則,首先必須對時間序列進行靜態(tài)模式的抽取,得到分類屬性.該文就此在第三章深入闡述了靜態(tài)模式的抽取方法.以股票為主要的時間序列研究對象,抽取的靜態(tài)模

3、式往往含有較多的干擾,因此需要分類工具必須有較強的泛化性能,為了解決這一問題在第四章采用正則最小二乘學習算法訓練的前饋神經網(wǎng)絡,對時間序列的靜態(tài)模式進行分類.該方法將正則化和網(wǎng)絡裁剪相結合,既提高了泛化性能又精簡了網(wǎng)絡結構,降低了不相關屬性對分類的影響.屬性約簡和規(guī)則抽取是粗集理論在數(shù)據(jù)挖掘中的一個重要應用.由于神經網(wǎng)絡固有的不能得到顯式知識的缺陷,第五章將粗集理論應用于神經網(wǎng)絡得到的知識中,從中抽取分類規(guī)則將是一種極為有效的解決方法.

4、K-最近鄰分類算法(K-NN),在許多領域都有成功的應用,對訓練樣本進行濃縮是提高算法計算效率的有效方法.該文在第六章采用簡化的CURE聚類算法首先對訓練樣本中的每一類樣本集進行聚類,用聚類后形成的子類代表點代替屬于該子類的所有樣本集,再采用一般的K-NN法,這樣大大減小了訓練樣本的數(shù)量,提高了計算速度.該法可以有效的排除孤立點(噪聲),從而也大大提高了算法的分類精度.數(shù)據(jù)分布隨時間而變化的數(shù)據(jù)(這里稱為時變數(shù)據(jù))也是客觀存在的,現(xiàn)有的