共查询到10条相似文献，搜索用时 15 毫秒
1.
在多粒度时间序列研究中不确定性问题是时间序列数据挖掘研究中的重要课题.时间序列时序粒度本身的不稳定是一种广泛存在现象,也是时间序列数据挖掘困难的一个重要原因,然而这种情况却较少文献进行过讨论.对于这个问题首先建立了多粒度时间序列的基础数据模型及相关时序粒度的定义.其次对时间粒度不确定性现象的不同成因进行了讨论,并建立相应的不确定性时间序列数据模型.最后基于上述理论和粒计算的思想,多粒度时间序列的最优粒度获取和不确定性粒度时序粒度的基本稳定策略分别进行了研究和讨论.由于聚类分析是时间序列数据挖掘中的最重要的理论研究和应用基础之一,不确定性多粒度时间序列数据的聚类成为一个典型的时间序列数据挖掘难题.一个引入稳定粒度策略的聚类算法框架被提出来解决这类不确定性时间序列数据的聚类问题.最后一个典型的具有不稳定粒度时间序列特点的重症监护病房生理指标数据集和病人存活率预测实验被应用于验证上述理论.实验结果表明在时间序列数据挖掘中选择不同的时间属性粒度对于数据挖掘的效果符合粒计算的计算规律,同时选择了粒度稳定性处理策略聚类算法的实验能够获得更好的预测效果. 相似文献
2.
穆俊 《大庆师范学院学报》2015,(3):9-12
商务智能中应用时间序列的模型数据挖掘技术成为客户智能体系的重要组成部分。在满足市场需求的同时,促进时间序列的模型数据挖掘技术的不断发展。通过对数据挖掘技术的特点及类型、商务智能、数据挖掘两者之间的关系为研究点,对时间序列的模型进行的建模及数据序列模型数据挖掘技术的实践应用进行系统的分析。 相似文献
3.
离群数据挖掘是数据挖掘中的重要内容.本文针对时间序列数据进行离群数据挖掘方法的研究.在引入了基于局部离群点因子的离群数据挖掘方法与时间序列上滑动窗口基础上,将二者相结合,提出了基于滑动窗口的时间序列离群数据挖掘算法,并将算法应用于海表温度数据得到海表温度的异常之处. 相似文献
4.
Mark Last 《国外科技新书评介》2005,57(7):17-18
本书是《机器感知与人工智能》丛书的第57卷。主要内容为现代信息系统存储的时间数据中预处理、挖掘与解释中的某些新进展，并将时间维数加到数据库中产生时间序列数据库（TSBD）。书中介绍了数据挖掘与知识发现中的新的状况与挑战。其中包括寻找时间序列数据的有效表达方法，测量时间序列的相似性，检测时间序列的改变点以及时间序列的分类与聚变。 相似文献
5.
6.
叶李 《重庆邮电大学学报(自然科学版)》2016,28(3):421-425
目前智能环境中传感器网络所采集的海量数据面临着进行有效事件的模式分类及异常检测的难题.为了有效对智能环境中传感器网络采集的时间序列数据所表征的事件进行分类,提出了基于协方差特征空间映射数据的聚类分析方法.通过对采集得到的时间序列数据按时隙进行划分,映射到协方差特征空间,然后对映射后的数据进行了动态密度聚类,从而实现对事件的分类;并根据聚类结果建立分类模板,作为对日常事件进行分类划分的检测方法,同时利用所得的分类模板,实现对异常事件的检测.实验结果表明,基于协方差特征空间映射数据的聚类分析方法能有效对传感器网络采集的时间序列数据所表征的事件进行分类,并能有效提升异常事件的检测及筛选效果. 相似文献
7.
聚类分析是数据挖掘的一个重要研究领域,它是按照一定的要求和规律将事物进行分类的一种数学方法.论文将模糊数学的模糊理论应用于数据挖掘的聚类分析中,讨论全国主要地区供水用水情况,并对分类结果进行分析,这将对水资源科学和环境经济等领域提供研究依据. 相似文献
8.
随着人类基因组计划的实施和完成, 生物实验技术快速发展, 生物数据呈现爆发式增长并不断积累, 生命科学迎来了大数据时代. 在后基因组时代, 单一的统计模式逐渐被智能化与综合分析相结合的方式所取代, 聚类分析便是核心的数据挖掘方式. 描述了生物信息学领域中的大数据现状, 总结基因表达谱分析和生物网络分析中常用的聚类方法, 并对小鼠胚胎成纤维细胞的时间序列数据进行实验对比. 实验结果表明, 不同的聚类方法生成了不同的实验结果, 面临高噪声的生物大数据, 选择或结合合适的聚类方法进行综合分析将有助于获得更可靠的分析结果. 相似文献
9.
基于通用入侵检测轮廓,建立了一个基于数据挖掘技术的异常检测模型,采用关联规则、序列规则对数据进行挖掘,用判定树分类技术对获得的规则进行分类.实验表明,本模型具有较好的效益. 相似文献