資源描述：
《時(shí)間序列挖掘算法及其在地震預(yù)報(bào)中的應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、上海大學(xué)碩士學(xué)位論文時(shí)間序列挖掘算法及其在地震預(yù)報(bào)中的應(yīng)用研究姓名：蔚趙春申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用指導(dǎo)教師：吳紹春20050301上海大學(xué)碩十學(xué)位論文摘要本文的研究主要圍繞著地震預(yù)報(bào)中時(shí)間序列數(shù)據(jù)挖掘算法的理論、方法和實(shí)際應(yīng)用進(jìn)行。其研究目的是根據(jù)地震數(shù)據(jù)的特點(diǎn)，把經(jīng)典的時(shí)間序列數(shù)據(jù)挖掘算法和高性能計(jì)算技術(shù)結(jié)合，研究適合于地震預(yù)報(bào)的數(shù)據(jù)挖掘算法，尋我隱減在大量地震數(shù)據(jù)背后的規(guī)律，發(fā)現(xiàn)潛在的、有價(jià)值的地震預(yù)報(bào)知識(shí)。具體體現(xiàn)在如下幾個(gè)方面：l，依據(jù)地震領(lǐng)域知識(shí)定義了序列的相似度，提出一種基于地震相似度的序列相似性匹配算法。該算法引入模
2、式串匹配思想，能夠快速地進(jìn)行序列的相似性匹配，從而在地震時(shí)間序列中發(fā)現(xiàn)地震相關(guān)地區(qū)。2．提出一種基于廣義約束規(guī)則的序貫?zāi)Ｊ酵诰蛩惴?，該算法將地震領(lǐng)域知識(shí)作為廣義的約柬規(guī)則在挖掘過程中對得帛的模式進(jìn)行限制，從而提高結(jié)果知識(shí)的價(jià)值和適用性。該算法能夠從地震震例數(shù)據(jù)中發(fā)現(xiàn)廣義的地震序列，進(jìn)而進(jìn)行地震序列的相似性研究。3．提出～種涉及多個(gè)屬性的多維序貫?zāi)Ｊ酵诰蛩惴?，此算法將多維數(shù)據(jù)分析和序貫?zāi)Ｊ酵诰蛴袡C(jī)地揉合在一起，從而得出綜合的多維序貫?zāi)Ｊ剑疫€對該算法的三種實(shí)琉策略進(jìn)行了實(shí)驗(yàn)比較。這種算法在地震預(yù)報(bào)中的應(yīng)用就是來發(fā)現(xiàn)各種地震前兆指標(biāo)和地震關(guān)聯(lián)
3、的通用模式。4在周期性序貫?zāi)Ｊ酵诰蚍矫妫槍Φ卣鹎罢讛?shù)據(jù)本身具有周期性，本文引入“準(zhǔn)周期”的概念，提出了一種可變周剁的周期性序貫?zāi)Ｊ酵诰蛩惴?，以期通過該算法來進(jìn)行前兆數(shù)掘的周期性分折，進(jìn)而依據(jù)周期性進(jìn)行趨勢預(yù)測和異常提取。5．在序貫?zāi)Ｊ酵诰蛩惴ǖ牟⑿谢矫?，結(jié)合地震前兆數(shù)據(jù)數(shù)據(jù)量大而且具有一定的規(guī)律性，提出一種基于時(shí)間窗口劃分?jǐn)?shù)據(jù)的并行序貫?zāi)Ｊ酵诰蛩惴?，該算法能夠快速、高效地在集群式高性能?xùn)算機(jī)上進(jìn)行并行序貫?zāi)Ｊ酵诰?，這樣不僅加快了挖掘速度，而且有效地減少了挖掘長序列的巨大時(shí)空開銷。關(guān)鍵詞：時(shí)間序列序貫?zāi)Ｊ叫蛄衅ヅ涞卣鹦蛄斜疚牡难芯績?nèi)容得到
4、如下項(xiàng)目冉勻支持：固寡地麓科學(xué)鞋臺(tái)基金項(xiàng)目“地霹預(yù)報(bào)中數(shù)摧牲掘方往的研究’(104090)?！荆檬凶匀豢茖W(xué)基盎l盈日“地壁硬程中井j亍數(shù)掘拄掘方法，講究”(7；％05468)，上海大學(xué)碩士學(xué)位論文ABSTRACTThisthesisisconcentratedonthetheoryresearchoftimeseriesdataminingalgorithmsandtheirapplicationinearthquakeprediction．Asfarasalgorithmsareconcerned，someimprovedtimeser
5、iesdataminingalgorithmsarepresented，whicharebasedonseismologicalfieldknowledge，andcombinetimeseriesanalysisandparallelcomputingtheory．Themainpurl：Ioseistofindeffectiveandemeienttimeseriesdataminingalgorithmsinseismology．Thecontributionofthethesisisincludedasfollows：1)Asequ
6、encematchingalgorithmSMBSS(SequenceMatchingBasedonSeismologicalSimilarity)ispresentedSMBSSuseKMPmatchingmethodologyandseismologicalsimilaritytocomparedifferentearthquakesequenceinordertofindrelativeearthquake．2)aimprovedsequentialpatternminingalgorithmSPBGC(SequentialPatte
7、rnMiningBasedonGeneralConstraint)ispresented．Inwhichseismologicalknowledgeisusedasgeneralconstrainttorestrictthesequentialpat【ern，andeventuallyimprovetheinterestandthevalueoftheresult，Itsapplicationistodiscoverearthquakesequenceandtostudythesimilarityofearthquakesequence．3
8、)Amulti—dimensionalsequentialpatternminingalgorithmMDSP(MultipleDimensionalSequentialPatt
