多維時(shí)間序列數(shù)據(jù)挖掘的方法研究及應(yīng)用.pdf

1、數(shù)據(jù)挖掘是當(dāng)前計(jì)算機(jī)技術(shù)研究的熱點(diǎn)之一，時(shí)間序列數(shù)據(jù)挖掘是數(shù)據(jù)挖掘研究的一個(gè)重要的組成部分，相對(duì)于數(shù)據(jù)挖掘較成熟的部分而言（比如關(guān)聯(lián)規(guī)則的挖掘），時(shí)間序列數(shù)據(jù)挖掘的研究是數(shù)據(jù)挖掘較新的一個(gè)方向，其中多維時(shí)間序列的數(shù)據(jù)挖掘更是比較前沿的一個(gè)課題。目前國(guó)際上對(duì)時(shí)間序列挖掘的研究逐漸成為一個(gè)新的熱點(diǎn)。時(shí)間序列挖掘的目的是從時(shí)間序列數(shù)據(jù)庫(kù)中找出頻繁出現(xiàn)的子序列趨勢(shì)或模式。而多維時(shí)間序列還需要降維處理這一步驟。 本文的工作主要對(duì)多維時(shí)間序

2、列數(shù)據(jù)挖掘中的降維處理、相似性搜索和可視化三個(gè)方面具體的算法進(jìn)行了研究對(duì)每個(gè)算法都給出了改進(jìn)或優(yōu)化的方法并結(jié)合實(shí)驗(yàn)進(jìn)行論證給出相應(yīng)的實(shí)驗(yàn)結(jié)果。并且實(shí)現(xiàn)了一個(gè)基于Web Service的可視化數(shù)據(jù)挖掘技術(shù)開(kāi)發(fā)平臺(tái)。 本文主要研究?jī)?nèi)容如下: 1）降維處理。降維方法是用來(lái)克服“維數(shù)災(zāi)難”和模型化高維數(shù)據(jù)的一種典型數(shù)據(jù)處理技術(shù)，是用來(lái)解決這一問(wèn)題的有效手段之一。它可通過(guò)對(duì)離散數(shù)據(jù)集合的分析來(lái)探求嵌入在高位數(shù)據(jù)空間中本征低維流形

3、的不同樣式，尋求事物的本質(zhì)規(guī)律性。并且多維時(shí)間序列中有些維是相互關(guān)聯(lián)的，而這些維數(shù)之間的關(guān)聯(lián)影響很有可能是非線性的并且也有可能是相互之間影響。提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的算法，利用BP神經(jīng)網(wǎng)絡(luò)可以以任意精度逼近任意函數(shù)這一特性，對(duì)其進(jìn)行降維。 2) 相似性搜索。時(shí)序數(shù)據(jù)的相似性挖掘是時(shí)序數(shù)據(jù)挖掘中的重要研究?jī)?nèi)容。時(shí)序數(shù)據(jù)相似性模式挖掘就是在數(shù)據(jù)庫(kù)中發(fā)現(xiàn)與給定時(shí)序數(shù)據(jù)的模式相似的時(shí)序序列，它有廣泛的應(yīng)用價(jià)值。由于是基于多維時(shí)間序列

4、的相似性搜索，則要考慮多維的特性，利用1）提出的算法先將其降到一維時(shí)間序列，然后使用提出的一種基于形態(tài)特征的時(shí)間序列相似性搜索算法，找出相似的子序列。 3) 可視化?？梢暬椒ň褪且愿鞣N可以發(fā)揮出人類在模式處理方面的特殊能力的方式來(lái)顯示數(shù)據(jù)。多維時(shí)間序列的可視化其實(shí)可以看成為多維數(shù)據(jù)的可視化，多維數(shù)據(jù)的可視化就是通過(guò)各種手段拓展二維空間，以顯示更多維或者說(shuō)附帶更多屬性值關(guān)系的技術(shù)。提出了利用了平行坐標(biāo)法來(lái)顯示多維的時(shí)間序列。通