地震前兆數(shù)據(jù)流的增量式數(shù)據(jù)挖掘方法研究.pdf

1、隨著計(jì)算機(jī)、通信、網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，許多應(yīng)用領(lǐng)域出現(xiàn)了海量、高速、動(dòng)態(tài)的數(shù)據(jù)，如交通工程和網(wǎng)絡(luò)監(jiān)控、電信記錄管理和分析、商業(yè)交易管理和分析、金融信息監(jiān)控、傳感器網(wǎng)絡(luò)監(jiān)控等。區(qū)別于傳統(tǒng)數(shù)據(jù)庫中相對(duì)靜態(tài)的數(shù)據(jù)，這類海量、持續(xù)、有序、快速和突變的數(shù)據(jù)，稱為數(shù)據(jù)流。如何對(duì)這種全新的數(shù)據(jù)模型進(jìn)行管理與分析，是一個(gè)嚴(yán)峻挑戰(zhàn)；而時(shí)間序列數(shù)據(jù)流的分析與管理是其中一個(gè)重要研究方向。 隨著地震監(jiān)測(cè)技術(shù)日趨完善，各級(jí)地震臺(tái)網(wǎng)收集了大量的觀測(cè)數(shù)據(jù)，每

2、天都有大量的數(shù)據(jù)不斷流入。這些海量的歷史觀測(cè)數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)流統(tǒng)稱為“地震前兆監(jiān)測(cè)數(shù)據(jù)”。如何探測(cè)這些數(shù)據(jù)背后隱藏的地震前兆規(guī)律，是迫切需要解決的問題。本文在分析時(shí)間序列和時(shí)間序列數(shù)據(jù)流特點(diǎn)的基礎(chǔ)上，根據(jù)地震前兆監(jiān)測(cè)數(shù)據(jù)的實(shí)際應(yīng)用需求，著重對(duì)時(shí)間序列數(shù)據(jù)流的挖掘與相似性查找等一些關(guān)鍵技術(shù)進(jìn)行了研究。具體包括特征模式的并行挖掘、在線增量式并行挖掘、在線相似性模式查找等。本文所做的工作和取得的創(chuàng)新成果體現(xiàn)在以下三個(gè)方面： 1)時(shí)間序列

3、特征模式并行挖掘研究提出了一種建立在集群式高性能計(jì)算機(jī)上基于互關(guān)聯(lián)后繼樹(Inter-Relevant Successive Trees IRST)的并行時(shí)序模式挖掘算法，將數(shù)據(jù)線段化、樹的建立及模式發(fā)現(xiàn)在多處理機(jī)上進(jìn)行并行處理，有效地改進(jìn)了算法的執(zhí)行效率。實(shí)驗(yàn)結(jié)果表明，此算法較之串行算法有較高的效率。 2)時(shí)間序列數(shù)據(jù)流在線增量式并行挖掘算法研究根據(jù)IRST提出了一種并行的增量式數(shù)據(jù)流挖掘算法：著重從時(shí)間序列數(shù)據(jù)流挖掘目的和實(shí)

4、用角度出發(fā)，采用滑動(dòng)窗口窗口技術(shù)來處理最近數(shù)據(jù)序列，并在其上面建立一種基于互關(guān)聯(lián)后繼樹的索引SIRST(Sequence Inter-Relevant Successive Trees)，利用索引查找來發(fā)現(xiàn)頻繁模式；為了提高算法效率，隨著數(shù)據(jù)流的不斷變化，動(dòng)態(tài)更新索引模型SIRST，并引入數(shù)據(jù)交疊技術(shù)和并行計(jì)算技術(shù)來進(jìn)一步提高算法的精度和效率。最后，將結(jié)果返回給用戶，并利用挖掘結(jié)果實(shí)時(shí)更新模式庫。 3)動(dòng)態(tài)時(shí)間序列在線模式的相似

5、性查找研究針對(duì)時(shí)間序列在線分析的需要，給出了一種動(dòng)態(tài)時(shí)間序列的在線相似性查找算法。該算法采用了一種動(dòng)態(tài)模式匹配距離作為相似性度量方式，為了提高查找效率和縮短響應(yīng)時(shí)間，在計(jì)算模式距離時(shí)引入了窗口路徑限制技術(shù)和早放棄技術(shù)來提高匹配距離計(jì)算效率，并將各指定的模式發(fā)送到各個(gè)處理器，進(jìn)行并行的相似性匹配計(jì)算來提高響應(yīng)時(shí)間。通過在地震前兆監(jiān)測(cè)數(shù)據(jù)上的模擬試驗(yàn)表明，該算法比基于歐式距離和動(dòng)態(tài)時(shí)間彎曲距離作為相似性度量方式的查找算法有較高的準(zhǔn)確性，其效