基于分段聚合时间弯曲距离的时间序列挖掘

针对时间序列的相似性度量问题,提出基于分段聚合时间弯曲距离的时间序列挖掘方法。首先运用经典分段聚合近似方法来对时间序列进行数据变换,实现时间序列的特征提取和数据降维,然后利用动态时间弯曲距离进行距离计算,最后将其应用于时间序列聚类和分类的数值实验中。新方法不仅过程简单、易于实现,而且实验结果表明其平均分类错误率与传统分段时间弯曲相比,几乎降低了50%。同时,新方法在运行时间和聚类挖掘结果上都具有一定的优势。     

时间序列数据挖掘中特征表示与相似性度量研究综述

分别分析了时间序列特征表示和相似性度量在数据挖掘中的作用和意义,对目前已有的主要方法进行了综述,分析各自存在的优缺点;同时,探讨了将来值得关注的问题,为进一步研究时间序列数据的特征表示和相似性度量提供了方向。     

基于相似性函数的稀疏成分分析混合矩阵估计方法

稀疏成分分析是信号处理中解决欠定盲源分离问题的新方法,本文研究了稀疏成分分析中的混合矩阵估计问题,提出了无需预知源个数利用一种相似性函数估计混合矩阵的方法。首先,估计相似性函数中的核参数,使得算法适应不同的稀疏信号。然后,给出了估计混合矩阵的不动点算法。最后,实验结果表明提出的算法通过适当地选取参数,能够准确有效地估计出具有不同源个数的混合矩阵,对不太稀疏的源也有令人满意的结果。     

基于典型窃电用户相似性检索的窃电行为检测方法

从窃电用户数据的波动形态角度出发,提出一种基于典型窃电用户相似性检索的窃电行为检测方法。首先,利用动态时间弯曲对窃电用户的用电数据进行相似性量度,得到窃电相似度矩阵。其次,结合窃电相似度矩阵,利用近邻传播聚类方法对其进行聚类划分,实现窃电用户自动聚类,并利用簇中心作为典型窃电用户。最后,利用典型窃电用户在电力数据库中的相似性检索出与典型窃电用户的用电行为相似的用户,结合人工经验分析判别出嫌疑窃电用户。利用中国国家电网某省电力公司提供的数据进行算例分析,验证了所提方法的可行性与适用性。     

基于时间序列数据挖掘的故障检测方法

为了有效地检测发动机试车实验中性能参数发生的异常,提出一种基于时间序列数据挖掘的发动机故障检测方法。通过基于形态特征的时间序列特征表示方法,将发动机参数时 间序列转化为符号序列,再根据符号语义对发动机参数序列实现稳态特征和过渡态特征识别。同时,根据稳态序列的数据特征,利用基于统计特征的时间序列相似性度量结合最不相似模式发现方法实现发动机的故障检测。数值实验结果表明,与传统方法相比,本文方法能够有效地对发动机性能参数进行故障检测,并且具有较强的鲁棒性。     

一种基于二元语义信息处理的多属性群决策方法

为了解决评价信息为语言信息的多属性群决策问题,结合VIKOR方法,提出一种基于二元语义信息处理的多属性群决策方法．该方法使用二元语义信息集结算子获得决策群组的决策信息,通过最大化群效用和最小化个体遗憾来获得决策者满意的折衷方案．该方法计算简单,便于理解,可有效避免信息的丢失和扭曲,并可克服理想解方法不能反映出各方案与正负理想解的接近程度的不足．最后,算例计算结果表明了该方法的有效性．     

进化策略的一种改进及其在蛋白质结构预测中的应用

进化策略算法是一种模拟自然界生物进化过程的全局优化方法。本文将一种改进的进化策略算法应用于蛋白质三维HPNX非格模型,较成功地预测了蛋白质序列1RPB、1BPI和1UBQ的折叠趋势,说明了三维HPNX非格模型比简化HP非格模型更能准确地描述蛋白质的折叠情况,同时表明了进化策略算法用于蛋白质结构预测问题是可行的、有效的。     

预测型数据挖掘中的优化方法

数据挖掘是一个多学科相互交叉融合所形成的具有广泛应用前景的新兴研究领域。本文从最优化的观点出发,论述了预测型数据挖掘中的优化问题,介绍了支持向量机优化模型与算法在模式分类和回归问题中的应用。最后指出从海量数据中进行数据挖掘为优化理论与方法带来的机遇和挑战。     

多项式核支持向量机文本分类器泛化性能分析

VC维理论和结构风险最小化准则是统计学习理论中的重要内容，基于这一理论的支持向量机算法由于具有好的泛化性能受到重视，并被研究用于文本分类问题．基于多项式核的研究工作认为SVM的泛化能力不受多项式阶数的影响，并且能够处理很高维的分类问题，用于文本分类无需进行特征选择．研究发现，随着多项式核阶数的升高，SVM文本分类器会出现过学习现象，并且特征数越多越明显，特征选择是必需的．通过估计函数集的VC维，基于结构风险最小化理论对此问题进行分析，得出的结论跟实验结果相符．     

基于词典法和机器学习法相结合的蛋白质名识别

生物实体名识别对生物医学文献的信息抽取有重要的意义。本文针对如何识别蛋白质名进行了有益的尝试,主要采用了基于词典的方法,其中运用了近似搭配算法和首词查询的方法进行蛋白质名识别,同时结合机器学习方法训练了一个分类器来过滤候选词以提高识别的准确率。