時(shí)序數(shù)據(jù)挖掘中的相似性和趨勢(shì)預(yù)測研究.pdf

1、時(shí)間序列數(shù)據(jù)挖掘是從大量的時(shí)間序列數(shù)據(jù)集中提取潛在的、有用的知識(shí)，據(jù)此預(yù)測時(shí)間序列的未來。本文進(jìn)行了時(shí)序數(shù)據(jù)挖掘中的相似性和趨勢(shì)預(yù)測研究，主要工作如下： 首先對(duì)數(shù)據(jù)挖掘的基本理論與技術(shù)，時(shí)序數(shù)據(jù)挖掘、時(shí)序數(shù)據(jù)相似性搜索、時(shí)序數(shù)據(jù)趨勢(shì)挖掘的研究現(xiàn)狀、存在問題及其根源進(jìn)行概述，綜述性地說明了進(jìn)行本研究的價(jià)值和意義，簡述探索性分析方法等本文所涉及的理論、技術(shù)和方法。 在此基礎(chǔ)上，詳細(xì)評(píng)述時(shí)間序列相似性搜索的幾種主要近似表示方法

2、和數(shù)據(jù)變換方法，對(duì)這些方法進(jìn)行分析和比較，總結(jié)這些方法的優(yōu)點(diǎn)和不足，提出目前研究中所忽略的上述方法的準(zhǔn)確性、一致性和漏報(bào)問題及對(duì)相似時(shí)間序列的相似程度缺乏度量的共性問題。 借鑒以往研究中對(duì)相似性定義拓展的思想，定義了一個(gè)衡量時(shí)間序列相似程度的指標(biāo)--相似度，較好地表達(dá)了時(shí)間序列近似表示的度量問題。分成四種典型情況，對(duì)基于近似表示的時(shí)序數(shù)據(jù)相似性搜索的一致性、近似程度影響、ε取值、漏報(bào)四個(gè)問題進(jìn)行較深入的研究，推導(dǎo)出相關(guān)的定理，較

3、好地解決了上述問題，給出了能克服漏報(bào)的四種挖掘算法，最后進(jìn)行了實(shí)例仿真驗(yàn)證。 給出變換空間、變換空間相似、變換后在原始空間的表示、收斂的變換等定義，推導(dǎo)出收斂的變換必不產(chǎn)生漏報(bào)的結(jié)論。在此基礎(chǔ)上，對(duì)基于傅立葉變換的方法M-DFT、PAA變換法進(jìn)行了研究，證明了M-FDT法、PAA變換法具有非漏報(bào)特性，并以PAA變換法的挖掘算法進(jìn)行了實(shí)例仿真。 利用人工神經(jīng)網(wǎng)絡(luò)和最小二乘法各自在處理非線性關(guān)系和線性關(guān)系的獨(dú)特性能，提出基于