基于滑動窗口的數(shù)據(jù)流預(yù)測聚集查詢處理的研究.pdf

1、近年來，隨著金融、傳感器網(wǎng)絡(luò)、股票分析、氣象監(jiān)測等領(lǐng)域的不斷發(fā)展，一種流動的無限的數(shù)據(jù)引起了數(shù)據(jù)庫界的廣泛關(guān)注，從而使數(shù)據(jù)流管理技術(shù)成為當(dāng)前的研究熱點。根據(jù)數(shù)據(jù)流的特點及應(yīng)用對數(shù)據(jù)流相關(guān)技術(shù)進行研究不僅拓寬了數(shù)據(jù)庫研究的領(lǐng)域，而且還有重要的學(xué)術(shù)價值和應(yīng)用前景。本文對數(shù)據(jù)流預(yù)測聚集查詢中的若干關(guān)鍵技術(shù)進行了深入的探索和研究。
　　 首先，本文簡單介紹了數(shù)據(jù)流的特點、應(yīng)用以及研究背景和現(xiàn)狀；分析了直方圖、隨機采樣等數(shù)據(jù)流約簡技術(shù)；對

2、回歸模型、指數(shù)平滑模型等數(shù)據(jù)流預(yù)測技術(shù)進行了闡述；對比分析了數(shù)據(jù)流管理系統(tǒng)與傳統(tǒng)數(shù)據(jù)庫，并對典型數(shù)據(jù)流原型系統(tǒng)進行了介紹。
　　 然后，通過對數(shù)據(jù)流特點與應(yīng)用的研究，進而在比較現(xiàn)有各種數(shù)據(jù)流預(yù)測模型的基礎(chǔ)之上，一種大量用于語音識別領(lǐng)域的隱馬爾可夫模型被引入，設(shè)計了一種其于滑動窗口的新預(yù)測模型——馬爾可夫滑動窗口預(yù)測模型。在該模型中提出了一種叫聚集特征壓縮直方圖的改進的數(shù)據(jù)流約簡技術(shù)，并在此基礎(chǔ)上得到了一種優(yōu)化的聚集查詢操作。

3、r>　　 接著，針對傳統(tǒng)的數(shù)據(jù)流預(yù)測建模方法如曲線擬合、線性回歸分析等只能適應(yīng)多項式函數(shù)，對非線性函數(shù)的無效性等問題，基于本文的預(yù)測模型設(shè)計了相應(yīng)的處理方法。針對網(wǎng)絡(luò)流量預(yù)測聚集查詢處理這一實例，來介紹參數(shù)初始化、模型訓(xùn)練、模型評估等數(shù)據(jù)流預(yù)測聚集查詢的處理過程。
　　 最后，基于上述的預(yù)測模型和處理方法，在當(dāng)前著名開源數(shù)據(jù)流處理引擎Borealis的基礎(chǔ)上，實現(xiàn)了數(shù)據(jù)流預(yù)測聚集查詢功能。采用網(wǎng)絡(luò)流量庫中的數(shù)據(jù)進行實驗，通過對