版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、利用煤礦瓦斯監(jiān)測系統(tǒng)采集的大量礦井下瓦斯?jié)舛鹊缺O(jiān)測數(shù)據(jù)分析煤礦瓦斯涌出規(guī)律是一個重要且具有挑戰(zhàn)性的學術研究領域。發(fā)現(xiàn)煤礦瓦斯時間序列中蘊藏的規(guī)律,有利于掌握瓦斯監(jiān)測數(shù)據(jù)的變化規(guī)律和趨勢,在煤礦安全方面有重要的現(xiàn)實意義。本文將時間序列數(shù)據(jù)挖掘技術應用于瓦斯監(jiān)測數(shù)據(jù),探索基于時間序列相似搜索技術的煤礦瓦斯涌出分析的新途徑。本文在研究和比較幾種典型的時間序列相似搜索技術的基礎上,探索適合瓦斯監(jiān)測數(shù)據(jù)特點的時間序列相似搜索方法,并開發(fā)出相應的軟
2、件。主要工作包括: 提出了基于分段多項式表示(PPR Piecewise Polynomial Representation)的煤礦瓦斯監(jiān)測數(shù)據(jù)相似搜索方法。PPR是一類基于線性多項式回歸的正交變換。實驗數(shù)據(jù)采用玉華煤礦的真實瓦斯監(jiān)測數(shù)據(jù),評價指標為信息損失量和相似查詢效率?;赑PR的相似搜索算法與基于離散傅立葉變換(DFT)和離散小波變換(DWT)的時間序列相似搜索算法的對比實驗顯示:在相同壓縮比下,3種方法的信息損失相近,
3、但是基于PPR的相似搜索算法的平均查詢效率分別比基于DFT和基于DWT算法的平均查詢效率高32%和34%。 提出了基于二維小波變換的煤礦瓦斯監(jiān)測數(shù)據(jù)多變量時間序列相似搜索方法。本方法將瓦斯多變量時間序列存為數(shù)據(jù)矩陣形式,先采用二維小波變換方法對數(shù)據(jù)矩陣降維,并將多變量時間序列用灰度圖可視化,再用歐式距離或Eros(Extended Frobenius norm)距離進行相似比較,最后分別求出它們的查詢效率。實驗結果表明:用灰度圖
4、可視化多變量時間序列是可行的;在二維小波域上歐式距離相似度量方法的查詢效率高于基于Eros距離的相似度量方法。 基于上述研究結果,設計并實現(xiàn)了一個煤礦瓦斯監(jiān)測時間序列數(shù)據(jù)相似搜索子系統(tǒng),該子系統(tǒng)是本項目組開發(fā)的基于時間序列數(shù)據(jù)挖掘的煤礦瓦斯涌出量分析系統(tǒng)的一個重要組成部分。該子系統(tǒng)采用PPR降維方法、R樹多維索引結構,克服了區(qū)域重疊,提高了檢索速度。對于給定的查詢序列,設定閾值等參數(shù)后,該子系統(tǒng)可以從數(shù)據(jù)庫中找出與之相似的子序列
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多元時間序列相似性搜索算法研究.pdf
- 生物序列數(shù)據(jù)庫相似性搜索算法研究.pdf
- 時間序列相似搜索方法的研究.pdf
- 面向相似性的時間序列數(shù)據(jù)挖掘研究.pdf
- 面向相似性的時間序列表示與搜索方法研究.pdf
- 基于深度學習的相似圖像搜索算法研究.pdf
- 基于網(wǎng)頁相似度的搜索算法改進的研究.pdf
- 基于相似性分析的時間序列數(shù)據(jù)挖掘算法研究.pdf
- 異構網(wǎng)絡中數(shù)據(jù)搜索算法研究.pdf
- 基于Chord的Nilsimsa摘要相似性搜索算法.pdf
- 基于形態(tài)特征的時間序列相似性搜索研究.pdf
- 基于分枝界限法的并行序列搜索算法研究.pdf
- 基于動態(tài)時間彎曲的時間序列相似性搜索技術的研究.pdf
- 基于比特序列變化模式聚類的時間序列相似搜索.pdf
- 量子搜索算法的研究.pdf
- 多元時間序列數(shù)據(jù)挖掘中相似性算法的研究.pdf
- 數(shù)據(jù)結構集合與搜索算法
- 基于符號化的時間序列相似性搜索研究.pdf
- 生物分子網(wǎng)絡的相似子網(wǎng)搜索算法研究及應用.pdf
- 面向時間序列相似性的序列模式挖掘及應用.pdf
評論
0/150
提交評論