基于多维形态特征表示的时间序列相似性度量

特征表示和相似性度量是时间序列数据挖掘的基础工作, 其质量好坏直接影响后期的挖掘结果. 利用正交多项式回归模型对时间序列进行多维形态特征表示, 分析特征维数对时间序列拟合效果的影响, 选取部分特征来描述序列的主要形态趋势, 提出了一种鲁棒性较强的形态特征相似性度量方法来近似度量时间序列, 且具有较高的相似性度量质量. 实验结果表明, 基于多维形态特征表示的时间序列相似性度量方法不仅满足下界要求, 具有较好的下界紧凑性和数据剪枝能力, 而且在时间序列聚类和分类等数据挖掘任务中取得了良好的效果.     

多维灰色模型阶数差异性优化与结构拓展研究

当前多维灰色预测模型对因变量和自变量取相同阶数进行建模,忽略了不同变量数据特征及物理属性之间的差异,导致了模型性能稳定性较差.为此,文章对因变量与自变量阶数进行差异性定义与优化,并引入非线性修正项以拓展模型灰信息结构,在此基础上构建了一种新的多维灰色预测模型.利用该模型对油气管道腐蚀速率进行模拟与预测,结果显示其综合误差(0.321%)优于其它三种主流多维灰色预测模型(3.035%, 2.212%和0.755%),实现了对油气管道腐蚀速率的有效建模.本研究改善了阶数对序列数据的预处理效果和对数据特征的挖掘能力,对提升多维灰色预测模型的建模能力具有积极意义.     

多维数据的信息可视化方法及应用研究

将多维数据可视化可以帮助人们在有限的时间内快速理解和分析复杂的海量数据集,为决策提供依据.介绍了几种典型的多维数据可视化和交互方法;提出了用平行坐标和星形图技术对人体健康多维数据进行可视化和可视分析的设计方法,给出了可视化和分析结果,应用结果表明了这些方法有效性;本文介绍的多维数据可视化方法可应用于医学.金融.通信等多个领域.     

重尾性操作风险度量模型与管理模型的连接参数

为连接重尾性操作风险的度量模型与管理模型, 以弹性分析方法对重尾性操作风险价值的灵敏度进行了理论分析, 建立了操作风险关键管理参数的判别模型, 并以示例验证了该模型的有效性. 该关键管理参数将度量模型与管理模 型连接起来, 使操作风险管理框架成为一个完整体系, 为建立操作风险动态管理系统奠定了基础. 在理论上 完善了损失分布法在操作风险度量与管理中的应用.     

虚拟人上肢拉伸操作疲劳评价的建模研究

在人机系统工效学设计与分析中,虚拟人表达一直是比较关注的内容.分析了人体操作疲劳评价的主要方法,以最常见的人体上肢拉/伸操作作为研究对象,选用35名受试者进行拉/伸疲劳试验.通过结果分析,建立了基于作业时间判断的虚拟人上肢操作时的疲劳状态评判模型,该模型可以为虚拟人完成拉/伸操作时的疲劳评价提供定量的分析方法.     

基于贝叶斯推断的操作风险度量模型研究

在度量操作风险时,由于数据不足的问题可能造成监管资本配置的偏差,进而导致防范和控制风险的能力降低.本文在对操作风险度量模型分析的基础上,应用贝叶斯推断来度量操作风险.结合实际数据,对操作风险的损失频率和损失金额的分布函数进行了估计,并利用蒙特卡罗模拟方法对操作风险损失值进行了模拟.实证分析表明:应用贝叶斯推断来度量操作风险,可以较好地解决目前操作风险损失事件数据不足的问题.     

多维条件方差偏度峰度建模

为了考察多个市场或多个金融资产之间的高阶矩风险度量问题,有效地捕获收益率时间序列高阶矩动态特征,在考虑当前预期和波动性条件下,推导了高阶中心矩和协矩之间的关系,提出了能够有效解决维数灾祸问题的多维条件高阶矩模型.在多维S_U分布基础上,采用动态条件相关性(DCC)和自回归条件密度技术,通过智能优化算法对条件高阶矩模型的时变参数进行估计.实证研究结果表明,多维条件高阶矩模型较好的拟合了收益率时间序列高阶矩动态特征,与之前的高阶矩模型相比,能够有效解决高阶矩模型的维数灾祸问题,表明该模型能够捕捉到我国多个市场之间高阶矩风险特征,提高多维条件高阶矩模型测度能力.     

重尾性操作风险监控参数识别

假设操作损失强度为Pareto分布,导出该重尾性操作风险的风险价值;在以弹性分析方法对该操作风险价值灵敏度进行理论分析后,建立了操作风险监控参数的识别模型;在实例分析后发现,该模型可有效地识别操作风险的关键监管参数.据此,可建立操作风险动态监管系统.该研究在理论上进一步完善了损失分布法在操作风险度量与管理中的应用.     

具有跨工位操作的汽车总装车间调度仿真问题

研究了一类从汽车总装车间作业中提炼出的新的流水车间调度问题.该问题具有跨工位操作、停线操作以及加工时间波动的特点,这些特点使得调度问题变得相当复杂.首先,建立了该调度问题的数学模型;然后,针对此模型以最小化最大完工时间为目标,采用遗传算法和模拟退火算法相结合的方法确定出最佳调度方案;最后通过二维的动画仿真对调度结果进行验证与分析.利用北京某汽车企业总装车间实际生产数据测试和分析了上述方法,结果表明了该方法的有效性.     

航天测控中时空数据的可视化技术研究

多维时空数据的可视化是信息可视化领域一个深受关注的问题.首先分析了时空数据的构成要素和特点,在此基础上通过在空间模型中引入时间的概念,研究了基于事件的时空数据模型,并进一步提出了几种时空数据的可视化方法,包括基于空间时间线的方法、基于三维z轴时间线的方法和将屏幕时间线与几何空间相关联的方法,最后进一步探讨了时空可视化方法在航天测控领域的应用.     

Method and Application of Dynamic Comprehensive Evaluation

Decreasing dimensions is the key of dynamic comprehensive evaluation problems, which turns multidimensional time series to two-dimensional data. This article extends the ordered weighted averaging (OWA) operator to aggregating data in dynamic comprehensive evaluation problems and presents two new operator (time ordered weighted averaging (TOWA) operator and time ordered weighted geometric averaging (TOWGA) operator). Then, two new methods are presented, which are twice-weighted evaluation and prefix comprehensive evaluation. And the article introduces the mathematical programming model to solve TOWA and TOWGA weighting vector (time weighting vector). Finally, an applied example was given to illustrate the effectiveness of the proposed method.     

可伸缩的重复流数据检测方法

流数据具有实时、连续、有序及无限等特点,一般使用近似方法检测重复,从而存在漏检等缺点。针对一类连续分时段的流数据序列,介绍了一个应用时序区间确定数据存在性的方法,设计了一个时序区间链表结构,给出了一个精确检测重复数据与动态更新时序区间链表的算法,分析了算法复杂度及影响复杂度的几个因素。该方法具有自适应性、可伸缩性及精确性等特点,方法简单且与时间无关,还可应用于遗漏流数据判断及查询过程优化,弥补了近似算法的不足。     

区间数据典型相关分析技术及其在股市分析中的应用

采用一种针对大规模复杂数据的分析技术——符号数据分析方法(SymbolicDataAnalysis简称SDA),以中信证券风格指数作为研究对象,对2002年中国股票市场的财务指标与市场表现进行典型相关分析.研究结果表明,中国股市财务状况与市场表现相关性明显,上市公司的收益状况、偿债能力、资金管理能力及价值/成长因素决定股票的运行状况,不同风格股票在财务-市场关系方面差异性显著,行业特征明显.通过分析可以看到,运用符号数据对中国股市运行特征进行的分析结论与客观现实非常吻合,从而证明使用符号数据的典型相关分析技术对大规模多维动态数据系统进行统计分析是十分有效的.     

多层高维动态可拓集合及其性质

为了研究多层高维动态复杂系统矛盾问题,在n维动态可拓集合基础上,提出了多层高维动态可拓集合及其可拓域、稳定域的概念,并讨论了多层高维动态可拓集合的交、并运算.这些研究结果把可拓集合理论扩展到了更一般情况,为提出多层高维动态物元可拓集等概念提供了理论依据,使可拓学用于复杂系统概念设计成为可能.     

符号数据典型相关分析技术及其在股市分析中的应用

采用一种针对大规模复杂数据的分析技术——符号数据分析方法(Symbolic Data Analysis．SDA)，以中信证券风格指数作为研究对象，对2002年中国股票市场的财务指标与市场表现进行典型相关分析。研究结果表明，中国股市财务状况与市场表现相关性明显，上市公司的收益状况、偿债能力、资金管理能力及价值／成长因素决定股票的运行状况，不同风格股票在财务一市场关系方面差异性显著，行业特征明显。通过分析可以看到，运用符号数据对中国股市运行特征进行的分析结论与客观现实非常吻合．从而证明使用符号数据的典型相关分析技术对大规模多维动态数据系统进行统计分析是十分有效的。     

基于SSC-tree流聚类的入侵检测算法

由于数据流具有快速、无限、突发等特性,实现高速网络下的实时入侵检测已成为一个难题。设计一种维持数据流概要特征的相似搜索聚类树(similarity search cluster-tree, SSC-tree)结构,在此基础上提出一种基于SSC-tree的流聚类算法用于高速网络的入侵检测。为适应高速、突发到达的数据流,算法采用了链式缓存、捎带处理和局部聚类策略。SSC-tree中的链式缓存区用于临时存放数据流突发时算法不能及时处理的数据对象,缓冲区中的内容随后被捎带处理。在高速数据流未插入SSC-tree参与全局聚类之前,利用局部聚类产生微簇来适应高速流的到达。实验结果表明,该算法具有良好的适用性,能够在高速网络环境下产生较好的聚类精度,有效实现高速网络环境下的入侵检测。     

在线挖掘数据流混合窗口中闭频繁项集

在数据流挖掘中,界标窗体考虑了历史模式对当前挖掘的影响,但没考虑到随时间的推移模式衰减的问题。滑动窗口能记录最新、最有用的模式,但窗口的最佳大小无法准确确定。针对一些仿真系统中具有数据流特点的数据,提出了一种挖掘混合窗口中闭频繁项集的方法T-Moment。该方法能在单遍扫描数据流的条件下完整地记录模式信息。同时,T-Moment提出的减枝方法能很好地降低滑动窗口树F-tree的空间复杂度与闭频繁模式树T-tree的维护代价。此外,该方法提出的时间衰减机制能区分历史和最新模式。大量仿真实验结果表明,T-Moment有很好的效率和准确性。

Abstract：

In data mining,boundary window considers the influence of history pattern to the current mining result,but do not think over mode decaying as time passed. Sliding window can record the latest and most useful patterns,but the best size can not be accurately determined. To aim at data with the characteristics of data flow in some simulation systems,a method for mining the closed frequent patterns in the mixed window of data stream was proposed. The pattern of data stream could be completely recorded by scanning the stream only once. And the pruning method of T-Moment could reduce the space complexity of sliding window tree and the maintenance cost of the closed frequent patterns tree. To differentiate the historical and the latest patterns,a time decaying model was applied. The experimental results show that the algorithm has good efficiency and accuracy.     

一种时频结合分析的仿真结果动态一致性检验方法

针对武器系统的大量动态输出过程具有非平稳和短时序的特点,提出了一种时频结合分析的仿真结果动态一致性检验方法,根据分析过程中的步骤、方法和规则,建立了动态一致性检验框架。该方法首先通过分析传统灰色关联分析方法的不足,从序列间的距离和形状两方面考虑,提出了一种改进的灰色关联度模型,在时域内对仿真数据的动态一致性进行了检验。然后运用最大熵谱估计方法并结合小波多尺度分析理论对信号分解重构无需先验知识的特点,对非平稳数据进行了平稳化处理完成了频域内仿真数据的一致性检验。最后根据对两种不同角度得到的一致性检验结果的冲突分析,运用合成规则获得仿真数据动态一致性检验的综合结果。通过对电磁轨道炮发射过程放电电流的一致性检验,验证了该方法的有效性和可行性。     

Approach to conceptual data integration for multidimensional data analysis in e-commerce

1 .INTRODUCTIONWith the development of contemporary electroniccommerce ,the multidi mensional data analysis onthe Web makesit necessarytointegrate various da-ta sources such as XML data and relational data onthe conceptual level .Extensible Markup Language(XML) is becoming the newstandardfor data rep-resentation and exchange on the World Wide Webquickly[1]. At present the most widespread concep-tual model is constructed by the Unified ModelingLanguage ( UML)[2]. UML is a visual mo…     

一种Web信息的三级发布体系结构

提出了一种WWW信息的三级发布体系结构,用于大规模用户共享海量信息。它通过信息的三级发布和数据冗余存储将有用信息及时送给用户,使用户获取网上信息的方式由传统的访问远程静态数据库变为访问动态数据流,并从动态数据流中选择符合用户个性化需求的数据下载到本地机中,供用户离线浏览,从而极大地提高了响应速度。该体系结构具有较高的可伸缩性,可节省网络带宽、减轻服务器负载。