時(shí)間序列的符號(hào)化及時(shí)序關(guān)聯(lián)規(guī)則挖掘.pdf

1、本文的研究是對(duì)時(shí)間序列進(jìn)行符號(hào)化和時(shí)序關(guān)聯(lián)規(guī)則挖掘。首先對(duì)時(shí)序數(shù)據(jù)在國(guó)內(nèi)外的研究情況進(jìn)行了總結(jié)。然后詳細(xì)介紹了符號(hào)化中用到的主要技術(shù)：動(dòng)態(tài)時(shí)間彎曲(DTW)和分割技術(shù)。在介紹DTW的相關(guān)技術(shù)是提出了一種啟發(fā)式的DTW算法。在介紹時(shí)序數(shù)據(jù)的分割技術(shù)時(shí)提出了一種用一個(gè)合適長(zhǎng)度的、基于時(shí)序數(shù)據(jù)形狀(Shape)信息的、等長(zhǎng)分割時(shí)間序列的方法：基于統(tǒng)計(jì)的自適應(yīng)分割方法ASABS(self-Adaptive Segmenting Algorith

2、m Basedon Statistic)。為了找出窗口的一個(gè)合適移動(dòng)長(zhǎng)度，在傳統(tǒng)方法的基礎(chǔ)上提出了兩種計(jì)算滑動(dòng)窗口移動(dòng)長(zhǎng)度的方法。通過(guò)一種改進(jìn)的提高k-均值性能的方法對(duì)這些分割后子序列進(jìn)行聚類并對(duì)其符號(hào)化。為了尋找隱藏的時(shí)序模式，在生成2-項(xiàng)集的時(shí)候，提出了一種新穎的方法，在尋找頻繁2項(xiàng)集的時(shí)候提出了一種用最小置信度代替最小支持度，并且把找頻繁2項(xiàng)集轉(zhuǎn)化為頻繁1項(xiàng)集的尋找，對(duì)最后生成的時(shí)序關(guān)聯(lián)規(guī)則用J-measure度量進(jìn)行了排序。最后