時(shí)間序列與聚類挖掘相關(guān)技術(shù)研究.pdf

1、數(shù)據(jù)挖掘及其應(yīng)用已經(jīng)滲透到多個(gè)學(xué)科，并在人工智能與機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)、模式識(shí)別、生物信息學(xué)、神經(jīng)計(jì)算等領(lǐng)域取得了豐碩的成果。同時(shí)，數(shù)據(jù)挖掘也不僅是科學(xué)家的興趣所在，更多地得到了政府、工業(yè)界的密切關(guān)注。通過(guò)引入數(shù)據(jù)挖掘，可以大大提高生產(chǎn)力，取得社會(huì)的更大進(jìn)步。世界上許多國(guó)家和地區(qū)的政府及工業(yè)界都希望掌握數(shù)據(jù)挖掘技術(shù)，提升國(guó)家和企業(yè)的科技含量，并最終取得領(lǐng)先的地位。 數(shù)據(jù)挖掘涉及的研究范圍較為廣泛，本文主要討論了序列數(shù)據(jù)與聚類挖掘相關(guān)

2、技術(shù)，主要的主要的研究成果如下： (1)給出小波變換在時(shí)間序列相似性查找中對(duì)距離上下界的一個(gè)嚴(yán)格估計(jì)，同時(shí)說(shuō)明傳統(tǒng)的算法只是本文下界的一部分。根據(jù)本文給出的小波變換的下界，相對(duì)于傳統(tǒng)的算法，可以排除更多的不相似序列。根據(jù)給出的上界，可以直接判斷出兩條序列是否相似，進(jìn)一步減少需要驗(yàn)證的原始序列的個(gè)數(shù)。 (2)在使用小波變換縮減維度解決高維時(shí)間序列查詢時(shí)，傳統(tǒng)的算法均使用變換后小波序列的前七個(gè)系數(shù)作為原始時(shí)間序列的一個(gè)近似估

3、計(jì)。但是由于選擇前k個(gè)系數(shù)不一定能很好地近似原始序列集合，可能對(duì)于中間某些系數(shù)的選取，可以更好的給出原始序列集合的一個(gè)表示。因此給出相關(guān)定理，說(shuō)明選擇小波系數(shù)集合的列平方和最大的k列，可以更好近似原始序列集合。 (3)對(duì)允許時(shí)間偏移的序列間相似性搜索，由于可以處理異常數(shù)據(jù)以及允許不同長(zhǎng)度的時(shí)間序列間進(jìn)行匹配，因此應(yīng)用日益廣泛。但是大部分研究都是基于兩條時(shí)間序列間的全相似性匹配。給出了基于動(dòng)態(tài)規(guī)劃的子序列相似性搜索算法，對(duì)于給定的

4、查詢序列，可以搜索到長(zhǎng)序列中和給定的查詢序列最為相似的一段子序列。并進(jìn)一步給出了兩種優(yōu)化算法，以減少子序列相似性搜索中距離矩陣需要計(jì)算的項(xiàng)的個(gè)數(shù)。 (4)時(shí)間序列的相似性搜索可以看成度量空間搜索的一種特例。提出一種新的度量空間索引數(shù)據(jù)結(jié)構(gòu)，簡(jiǎn)稱為bu-tree，它是基于自底向上的分層聚類來(lái)構(gòu)造索引結(jié)構(gòu)，而傳統(tǒng)的度量空間數(shù)據(jù)結(jié)構(gòu)大部分是基于自頂向下構(gòu)造的方法。相對(duì)于傳統(tǒng)的構(gòu)造方法，bu-tree可以在更小的索引半徑內(nèi)包含更多的對(duì)象

5、，這樣有利于查詢的篩選。給出了bu-tree的構(gòu)造算法以及相應(yīng)的范圍查詢算法。 (5)數(shù)據(jù)概要被用來(lái)壓縮大規(guī)模的數(shù)據(jù)庫(kù)，以便進(jìn)行后續(xù)的分層聚類分析。bu-tree中每個(gè)節(jié)點(diǎn)也可以看成是一種數(shù)據(jù)概要。討論了另一種常用的數(shù)據(jù)概要：數(shù)據(jù)泡。詳細(xì)研究了遞增數(shù)據(jù)泡的質(zhì)量度量標(biāo)準(zhǔn)(數(shù)據(jù)概要指標(biāo))。當(dāng)更新數(shù)據(jù)庫(kù)時(shí)，我們指出哪些因素會(huì)影響數(shù)據(jù)概要指標(biāo)的期望與均方差?；谶@些因素，給出一個(gè)對(duì)數(shù)據(jù)泡進(jìn)行遞增維護(hù)的一個(gè)動(dòng)態(tài)算法。 (6)討論了