時間序列數(shù)據(jù)挖掘方法研究

《時間序列數(shù)據(jù)挖掘方法研究》由會員上傳分享，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、上海交通大學(xué)碩士學(xué)位論文時間序列數(shù)據(jù)挖掘方法研究姓名：袁張偉申請學(xué)位級別：碩士專業(yè)：控制理論與控制工程指導(dǎo)教師：杜秀華20050101時間序列數(shù)據(jù)挖掘方法研究摘要隨著計算機(jī)網(wǎng)絡(luò)和通訊等信息技術(shù)和數(shù)據(jù)貯存技術(shù)的迅速發(fā)展人們獲取和存貯的數(shù)據(jù)急劇增長出現(xiàn)了數(shù)據(jù)泛濫知識貧乏的現(xiàn)象傳統(tǒng)的數(shù)據(jù)庫技術(shù)和數(shù)據(jù)查詢方法由于不能有效地組織和處理這些海量數(shù)據(jù)已不能滿足人們對隱含在數(shù)據(jù)中的知識的渴求數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生并得到了迅速發(fā)展數(shù)據(jù)挖掘是數(shù)據(jù)庫人工智能模式識別和統(tǒng)計分析等學(xué)科相互交叉結(jié)合的前沿性研究領(lǐng)域它的出現(xiàn)為人們有效地從海量數(shù)據(jù)中得到有用的信息和知識提供了有力的手段目前計算機(jī)上存儲了越來越

2、多的時序數(shù)據(jù)信息作為數(shù)據(jù)的重要存儲和表現(xiàn)形式時間序列數(shù)據(jù)廣泛地存在于各個領(lǐng)域中例如證券公司的大量股票信息商場的POS系統(tǒng)大量的銷售信息人造衛(wèi)星觀測的氣象信息和科學(xué)儀器所檢測到的大量生物地礦等信息時間序列數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中的一個重要研究領(lǐng)域近年來越來越引起人們的重視時間序列數(shù)據(jù)挖掘幫助人們獲得時序數(shù)據(jù)中隱含的有價值的知識和信息例如電力系統(tǒng)負(fù)荷時間序列數(shù)據(jù)中就包含著關(guān)于電力負(fù)荷特征的豐富信息股票時間序列中包含著有關(guān)股票規(guī)律的潛在信息因此從時間序列數(shù)據(jù)中挖掘潛在的有用的知識有重要的理論和實(shí)踐意義本文比較深入地研究了時間序列數(shù)據(jù)挖掘問題對其挖掘方法進(jìn)行了整理和歸納在介紹目前時間序列

3、數(shù)據(jù)挖掘領(lǐng)域比較經(jīng)典一些思想和方法的基礎(chǔ)上在時間序列的相似性規(guī)則性趨勢性和離群性數(shù)據(jù)挖掘等方面提出了一些新的思路和方法本文的主要研究內(nèi)容如下1時序數(shù)據(jù)相似性挖掘是數(shù)據(jù)挖掘的重要研究內(nèi)容本文針對時序數(shù)據(jù)的相似性挖掘首先介紹了相似性以及歐幾里德距離空間的基本概念和目前使用較為廣泛的利用離散傅立葉變換進(jìn)行時序數(shù)據(jù)相似性數(shù)據(jù)挖掘的基本方法然后提出了一種基于標(biāo)準(zhǔn)面積差的時序數(shù)據(jù)相似性分析算法這種方法能夠在始終保持全局概念的基礎(chǔ)上對數(shù)據(jù)進(jìn)行一種漸進(jìn)式的由粗到細(xì)的辨識用盡量小的計算量識別出與樣本不同的模式以達(dá)到快速識別相似時序數(shù)據(jù)的效果此外本方法對數(shù)據(jù)相似性分析的幅度偏移和比例縮放問題具有

4、較好的魯棒性2針對時序數(shù)據(jù)的規(guī)則挖掘介紹了基于聚類的時序數(shù)據(jù)規(guī)則挖掘的方法然后介紹了時序數(shù)據(jù)的周期性規(guī)則挖掘方法最后提出了一種研究時序數(shù)據(jù)基于時間采樣點(diǎn)的總體規(guī)則挖掘思想和方法它是宏觀上發(fā)現(xiàn)規(guī)則的有效方法3深入地研究了時序數(shù)據(jù)的趨勢挖掘針對工業(yè)企業(yè)的短期負(fù)荷預(yù)測介紹兩種時序數(shù)據(jù)趨勢性挖掘方法第一部分介紹了一種改進(jìn)的基于ARMA模型的時序數(shù)據(jù)趨勢性挖掘方法第二部分介紹了基于BP人工神經(jīng)網(wǎng)絡(luò)的時序數(shù)據(jù)趨勢性挖掘方法在本章中還重點(diǎn)闡述了基于誤差修正以提高預(yù)測精度的思想和方法4離群時序數(shù)據(jù)挖掘是從大量的時序數(shù)據(jù)中挖掘明顯偏離其它數(shù)據(jù)不滿足數(shù)據(jù)一般行為或模式與存在的其他數(shù)據(jù)不一致的數(shù)據(jù)

5、本章對時序數(shù)據(jù)的離群挖掘進(jìn)行了深入的研究提出了一種基于動態(tài)分層主成分分離思想的離群數(shù)據(jù)挖掘算法它可以通過分層的方式漸進(jìn)地將時序數(shù)據(jù)中的主成分分離出去最后得到序列中的離群數(shù)據(jù)并且不但可以通過離群數(shù)據(jù)與主成分重心的歐幾里德距離大小反映數(shù)據(jù)偏離程度還能夠通過離群數(shù)據(jù)與各層次主成分的關(guān)系來反映數(shù)據(jù)離群的程度擴(kuò)展了數(shù)據(jù)離群的概念同時分層主成分分離的方法也能夠?yàn)閿?shù)據(jù)挖掘的其它方面諸如數(shù)據(jù)預(yù)處理提供新的處理途徑關(guān)鍵字?jǐn)?shù)據(jù)挖掘時間序列數(shù)據(jù)相似性挖掘規(guī)則性挖掘趨勢性挖掘離群性挖掘RESEARCHONTHEMETHODOFTIMESERIESDATAMININGAbstractWiththera

6、piddevelopmentofcomputertechnologies,network,communicationanddatastoragetechnique,thedatathatweacquireandstoreareincreasedquickly.Itappearsthescenethatthemoredata,thelessknowledge.Therapidgrowthdemandformanaginggrowingmountainsofdata,extractingandunderstandingusefulknowledgefromthesedataout

7、pacesthetraditionaldatabaseanddataanalysismethods,whichleadstotheemergingfieldofdatamining.Dataminingistheforesightedresearchfieldoftheintegrationofthefieldsofdatabase,artificialintelligence,patternrecognitionandstatistics.Itprovidesusapowerfultooltoacqu