時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢(shì)預(yù)測(cè)的研究.pdf

1、時(shí)間序列存在于社會(huì)的各個(gè)領(lǐng)域,對(duì)于時(shí)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(shí)間序列數(shù)據(jù)量過大,一個(gè)有效的解決辦法是對(duì)時(shí)間序列進(jìn)行重新描述,減小數(shù)據(jù)量.在模式挖掘方面,趨勢(shì)預(yù)測(cè)是一個(gè)比較新的思路,它從時(shí)間序列數(shù)據(jù)中抽取決定時(shí)間序列的行為發(fā)展趨勢(shì)的靜態(tài)屬性,組成靜態(tài)數(shù)據(jù)庫(kù),然后將泛化性能較強(qiáng)的分類技術(shù)應(yīng)用于靜態(tài)數(shù)據(jù)庫(kù)中挖掘分類規(guī)則,對(duì)行為發(fā)展趨勢(shì)做出預(yù)測(cè).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(guān)鍵,該文第二章提出了一種結(jié)構(gòu)自適應(yīng)的時(shí)間序列分段線性化表示方法,該方法可以自動(dòng)地產(chǎn)生線性化的段數(shù)K.大大壓縮了相似性的計(jì)算量.同時(shí)在分段線性化表示的基礎(chǔ)上提出了一種相似性計(jì)算方法,該方法對(duì)于時(shí)間序列的多種變形都不敏感.該文擬從時(shí)間序列數(shù)據(jù)庫(kù)中挖掘到表征時(shí)間序列發(fā)展趨勢(shì)的分類規(guī)則,首先必須對(duì)時(shí)間序列進(jìn)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(shí)間序列研究對(duì)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(qiáng)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(xué)習(xí)算法訓(xùn)練的前饋神經(jīng)網(wǎng)絡(luò),對(duì)時(shí)間序列的靜態(tài)模式進(jìn)行分類.該方法將正則化和網(wǎng)絡(luò)裁剪相結(jié)合,既提高了泛化性能又精簡(jiǎn)了網(wǎng)絡(luò)結(jié)構(gòu),降低了不相關(guān)屬性對(duì)分類的影響.屬性約簡(jiǎn)和規(guī)則抽取是粗集理論在數(shù)據(jù)挖掘中的一個(gè)重要應(yīng)用.由于神經(jīng)網(wǎng)絡(luò)固有的不能得到顯式知識(shí)的缺陷,第五章將粗集理論應(yīng)用于神經(jīng)網(wǎng)絡(luò)得到的知識(shí)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(lǐng)域都有成功的應(yīng)用,對(duì)訓(xùn)練樣本進(jìn)行濃縮是提高算法計(jì)算效率的有效方法.該文在第六章采用簡(jiǎn)化的CURE聚類算法首先對(duì)訓(xùn)練樣本中的每一類樣本集進(jìn)行聚類,用聚類后形成的子類代表點(diǎn)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(xùn)練樣本的數(shù)量,提高了計(jì)算速度.該法可以有效的排除孤立點(diǎn)(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(shí)間而變化的數(shù)據(jù)(這里稱為時(shí)變數(shù)據(jù))也是客觀存在的,現(xiàn)有的