時(shí)序數(shù)據(jù)挖掘研究.pdf

1、時(shí)間序列數(shù)據(jù)廣泛存在于WEB,醫(yī)學(xué),通訊,工業(yè),統(tǒng)計(jì)中,在所有數(shù)據(jù)類(lèi)型中包含幾乎70％,時(shí)間序列一般是海量數(shù)據(jù),而且由于它的高維性,所以是目前數(shù)據(jù)挖掘研究的一個(gè)熱點(diǎn)和難點(diǎn),研究具有很重要的理論和現(xiàn)實(shí)意義.論文將傳統(tǒng)的數(shù)據(jù)挖掘的概念,方法應(yīng)用于時(shí)序數(shù)據(jù)挖掘之中,并加以改進(jìn)和延伸,形成了完整的時(shí)序數(shù)據(jù)挖掘平臺(tái).論文從時(shí)序數(shù)據(jù)的相似性,數(shù)據(jù)預(yù)處理開(kāi)始分析,通過(guò)進(jìn)一步研究測(cè)距方法,高維向量及其特點(diǎn),降維及索引技術(shù),進(jìn)而提出了時(shí)序數(shù)據(jù)的簇集方法并

2、加以分析,最后以電力數(shù)據(jù)作為一個(gè)實(shí)例展開(kāi)應(yīng)用,在應(yīng)用中對(duì)用戶(hù)交互性,自動(dòng)尋優(yōu)方面進(jìn)行了初步的探索,找到了較好的表達(dá)方法,論文的實(shí)時(shí)數(shù)據(jù)挖掘平臺(tái)擴(kuò)展自Xelopes數(shù)據(jù)挖掘平臺(tái)[17],具有很好的通用性和擴(kuò)展性.論文重點(diǎn)分析了預(yù)處理,測(cè)距方法,降維,簇集參數(shù)對(duì)挖掘算法及挖掘結(jié)果的綜合影響,并試圖通過(guò)用戶(hù)的交互快速地找到一個(gè)合適的參數(shù)集.論文在理論上1.分析了各種測(cè)距方法對(duì)高維時(shí)序數(shù)據(jù)相似性的影響,證明了曼哈坦測(cè)距是比歐幾里行測(cè)距更好的測(cè)距

3、方法,并對(duì)分?jǐn)?shù)維測(cè)距進(jìn)行了分析.2.證明了在PCA(Piecewise Constant Approximation)降維方法[14]中,采用曼哈坦測(cè)距方法可以保持距離條件,并給出在PCA方法中,如何組織索引結(jié)構(gòu).3.提出了適合時(shí)序數(shù)據(jù)的新型的簇集方法--距離受限的多平均方法,分析了該方法的優(yōu)缺點(diǎn),并和其他常用的簇集方法進(jìn)行了比較.從實(shí)踐上1.遵循通用標(biāo)準(zhǔn),對(duì)Xelopes庫(kù)進(jìn)行了擴(kuò)展,并對(duì)挖掘平臺(tái)及其擴(kuò)展進(jìn)行了靜態(tài)類(lèi)圖和動(dòng)態(tài)時(shí)序圖的分