時(shí)序數(shù)據(jù)在線分類(lèi)與規(guī)則發(fā)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，時(shí)序數(shù)據(jù)已經(jīng)廣泛存在于社會(huì)生活的各個(gè)方面。時(shí)序數(shù)據(jù)挖掘就是分析和處理海量的時(shí)間序列，從中挖掘出有價(jià)值的信息，使人們能夠正確地認(rèn)識(shí)事物和科學(xué)地做出決策。時(shí)間序列分類(lèi)和規(guī)則發(fā)現(xiàn)在時(shí)序數(shù)據(jù)挖掘中占有極其重要的地位，并且已經(jīng)在諸多領(lǐng)域得到了實(shí)際的應(yīng)用，為人類(lèi)的生產(chǎn)生活活動(dòng)提供了極大的便利。
　　目前，大部分的分類(lèi)算法在分類(lèi)之前都需要提供包含所有類(lèi)別的訓(xùn)練樣本，并在訓(xùn)練階段進(jìn)行學(xué)習(xí)。但在很多情況下，數(shù)據(jù)以流

2、的形式存在，剛開(kāi)始時(shí)可能只有少量甚至是沒(méi)有明確的類(lèi)別知識(shí)可供學(xué)習(xí)。雖然聚類(lèi)算法能夠在沒(méi)有訓(xùn)練樣本的情況下對(duì)數(shù)據(jù)進(jìn)行類(lèi)別劃分，但其通常處理的是離線數(shù)據(jù)集，對(duì)于在線數(shù)據(jù)流難以達(dá)到較好的分類(lèi)效果。針對(duì)上述問(wèn)題，面向時(shí)間序列的在線層次分類(lèi)算法能夠從在線時(shí)序數(shù)據(jù)流中學(xué)習(xí)新的類(lèi)別知識(shí)，不斷填充分類(lèi)字典，并根據(jù)分類(lèi)字典對(duì)時(shí)間序列分類(lèi)。實(shí)驗(yàn)表明，該算法對(duì)于時(shí)序數(shù)據(jù)流具有較好的分類(lèi)效果，且時(shí)間復(fù)雜度較低。
　　在傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘中，不同的事件之間

3、并沒(méi)有一定的先后次序，更多的是體現(xiàn)一種伴隨的關(guān)系。但是在時(shí)序數(shù)據(jù)中，事件是按照時(shí)間順序依次發(fā)生的，事件之間的時(shí)間關(guān)系對(duì)時(shí)間序列的規(guī)則挖掘至關(guān)重要。面向時(shí)間序列的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法通過(guò)改進(jìn)傳統(tǒng)的Apriori算法，充分考慮了時(shí)序數(shù)據(jù)的時(shí)間特性，能夠從多數(shù)據(jù)流中挖掘出關(guān)聯(lián)規(guī)則?；陬l繁模式的規(guī)則發(fā)現(xiàn)算法也進(jìn)行了改進(jìn)，作為關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法的補(bǔ)充，以期可以更加全面地挖掘規(guī)則。通過(guò)在實(shí)際的數(shù)據(jù)集上測(cè)試，上述規(guī)則發(fā)現(xiàn)算法能夠從時(shí)序數(shù)據(jù)中挖掘出正確且有