一種多數據流變化趨勢的同異反分析方法研究.pdf

1、隨著通信技術和傳感器技術的高速發(fā)展,在實時監(jiān)控和聯(lián)機分析等應用領域產生了大量流數據。數據流挖掘技術的研究已成為當前國際數據庫研究領域的一個熱點。數據流快速、持續(xù)、無限量等特點,以及對數據流挖掘算法的單遍掃描、實時響應等要求,對數據流挖掘技術的研究帶來了巨大挑戰(zhàn)。趨勢分析是數據流挖掘研究的重要內容之一,其目的在于揭示數據流隨時間變化所呈現(xiàn)出的規(guī)律或趨勢,有效的趨勢挖掘可用于被監(jiān)控對象的狀態(tài)評估、早期預警以及決策支持等。
　　 現(xiàn)有

2、的數據流趨勢分析幾乎都是關于單條數據流的研究內容,如趨勢描述、趨勢提取和趨勢預測等,而關于多數據流趨勢分析的研究內容并不多見。據此,本課題引入集對分析思想,對多數據流的變化趨勢進行同異反分析,其實質是變化趨勢的比較分析。
　　 本文對多數據流變化趨勢的同異反分析方法研究包括三個方面。首先,對峰值等概念作形式化描述,在此基礎上對峰值變化情況與原始數據變化情況的關系進行研究,進而以峰值數據作為同異反分析的基礎。其次,對集對分析中同、

3、異、反概念作出適合于數據流的具體定義,并根據同、異、反關系判斷數據流所屬的集對勢類型,用集對勢描述兩數據流變化趨勢之間1與1的關系,這是多數據流變化趨勢同異反分析方法的核心所在。最后,將具有相同集對勢的流構成的集合定義為集對勢簇,并結合與集對勢簇相關的一系列概念,用于描述多數據流變化趨勢之間1與n的關系。
　　 為實現(xiàn)上述研究,適應數據流快速處理的要求,本文提出四個算法。(1)在數據采集或預處理階段,提出用于從原始流中快速提取峰

4、值點序列的算法;(2)提出用于計算流對之間的集對勢的增量算法,該算法通過判斷基本窗口內流之間的同異反關系實現(xiàn)集對勢的計算;(3)提出用于計算極大階強勢簇的算法,其基本思想是將極大階強勢簇的計算歸結為極大完全子圖的計算,該算法是對求解極大完全子圖的已有算法FMCSG的改進,改進后的算法適用于頂點較多的圖的求解,并提高了時空效率;(4)提出用于計算極大強勢頻繁簇的算法,其基本思想是將極大強勢頻繁簇的計算歸結為頂點不變的特殊圖集的公共子圖的計