寻找地震相关地区的时间序列相似性匹配算法

把时间序列相似性匹配的基本概念和方法引入到地震预报的应用中.在分析现阶段时间序列研究成果的基础上,结合大量地震历史源数据和领域专家经验知识,提出了有关地震地区相关性的地震相似度定义和地震序列相似性匹配模型,并通过大量实验模拟对该模型进行了反复验证,实现了基于地震相似度的时间序列相似性匹配算法.同时,通过分析我国地震活动频繁区域近20年来的地震历史数据,应用地震区域序列相似性匹配算法进行了固定时间差的粗粒度和细粒度纵向序列相似性实验分析,取得了可信度较高的实验结果,为地震学预测的应用研究提供了较好的技术支持.     

采用分段特征表示的异常序列检测算法

时间序列的有监督异常检测方法通常依赖于数据的标签，不仅会消耗大量时间进行数据标注，而且难以适用于无法给定标签的数据集。为解决异常序列检测中的标注问题，提出一种采用分段特征表示的异常序列检测方法。该方法采用分段聚合思想对时间序列进行标准化计算，并得到时序数据的特征表示，可提高无标签时间序列异常检测的可靠性。将表示后的特征划分为异常序列相关特征和无关特征，剪枝异常序列无关特征，可减少这些特征对检测结果的不利影响。为有效量化不同序列之间的差异性，提出一种面向时间权重分析的时间序列相似性度量方法，并构建时间序列的相似度矩阵，用于计算序列之间的相似度，可适用于无标签的时间序列中。在此基础上，根据相似度矩阵来计算每个子序列的异常分数，将其用于异常子序列的判定。通过合成数据集和真实数据集的实验对比表明：该方法节省了计算开销，提高了算法运行的时间效率和异常序列检测的准确率。     

多变量时间序列模式挖掘的研究

多变量时间序列数据集合在许多领域中存在,由于其观测变量之间的相互关联性,往往需要进行综合分析.使用基于时间序列相似性的多变量时间序列模式挖掘方法,从历史数据中寻找出相似的多变量时间序列.将多变量的数据集分段平均为连续矩阵,并采用基于主成分分析和奇异值分解的方法来对矩阵进行相似性比较,最后通过相邻片断的合并以组成更高层次的时序片断,以提高模式的匹配的范围.并在地震前兆数据进行了实现.     

不等长子时间序列的相似性度量方法

为了有效计算同一时间序列中具有不同长度的子序列数据的相似度,深入研究了时间序列中有关相似度计算的内容,提出了不等长子时间序列的相似性度量方法。该方法在分段计算每一相对独立子序列斜率的基础之上,能够有效地获得每一段的变化趋势,进而可以不受时间序列长度的影响而完成相似度计算。该方法在不同的数据集上进行实验,都获得了良好的效果,验证了该方法具有快速、准确、不受时间序列长度影响的特点。     

人体运动分割算法:序列局部弯曲的流形学习

针对已有的基于流形学习的分割算法多采取全局或局部线性化的学习策略,无法解决序列数据的局部高曲率问题,利用数据的几何特征描述运动的连贯性,提出一种时序流形学习的人体运动分割方法.该方法根据序列数据的局部弯曲指标描述人体运动的连贯性,利用过渡片段数据局部弯曲较大的特点寻找分割点;通过滤波技术及分段线性近似算法对局部弯曲指标数据进行处理,结合降维后的特征曲线实现人体运动时间序列的分割.对CMU人体运动捕获数据库等的实验结果表明,文中方法是有效的.     

一种基于关键点的SAX改进算法

SAX(symbolic aggregate approximation)是一种符号化的时间序列相似性度量方法,该方法在对时间序列划分时,采用了PAA算法的均值划分,但均分点无法有效描述序列的形态变化,导致序列间对应分段均值相似的情况下,SAX无法有效区分序列之间的相似度.在SAX算法的基础上,提出了基于关键点的SAX改进算法(KP_SAX),该算法的相似性度量公式既可描述时间序列自身数值变化的统计规律,又可描述时间序列形态变化.实验结果表明:KP_SAX虽然部分提高了算法的复杂度,但可在SAX算法无法计算序列相似度的情况下,有效计算各序列间的相似度距离,达到了改进的目的.     

一种基于重要点的时间序列分段算法

基于重要点的时间序列线性分段算法能在较好地保留时间序列的全局特征的基础上达到较好的拟合精度。但传统的基于重要点的时间序列分段算法需要指定误差阈值等参数进行分段,这些参数与原始数据相关,用户不方便设定,而且效率和拟合效果有待于进一步提高。为了解决这一问题,提出一种基于时间序列重要点的分段算法——PLR_TSIP,该方法首先综合考虑到了整体拟合误差的大小和序列长度,接着针对优先级较高的分段进行预分段处理以期找到最优的分段;最后在分段时考虑到了分段中最大值点和最小值点的同异向关系,可以一次进行多个重要点的划分。通过多个数据集的实验分析对比,与传统的分段算法相比,减小了拟合误差,取得了更好的拟合效果;与其他重要点分段算法相比,在提高拟合效果的同时,较大地提高了分段效率。     

一种有效的蛋白质序列聚类分析方法

提出了一种有效的基于仿射传播聚类算法和后处理方法的蛋白质序列聚类方法.在聚类分析蛋白质序列时,为了优化仿射传播聚类算法的聚类结果,采用后处理的方式来提高聚类结果的质量.为了度量蛋白质序列之间的相似度,给出了一种改进的无比对计算方法.在6个蛋白质序列数据集上进行对比实验,实验结果表明,所给出的方法能够有效地分析蛋白质序列.     

一种地震目录中基于兴趣度的关联规则分析方法*

地震目录是指由地震时间,经纬度,震级组成的数据。其中隐含重要的地震地区相关性信息,通过对其进行分析寻找潜在的地震相关地区,可以指导地震预报工作。为了寻找这种地震相关地区,本文将关联规则技术应用到地震目录数据中,并对关联规则算法的兴趣度度量进行了研究,提出了Inter-Apriori方法,该方法能够更高效地挖掘出更准确的信息。通过实验结果证明,我们可以更迅速的获得更有价值的地震相关地区,我们提出的将基于兴趣的的关联规则应用于地震目录数据的方案可以为我国地震研究工作带来新视野,加强了对地震目录数据进行分析的重要性,有力推动了地震预报工作的全面展开。     

时间序列相似性半监督谱聚类

时间序列相似度是时间序列数据挖掘的重要研究方向之一。如何利用时间序列相似度对提高时间序列数据聚类有着重要的意义。提出一种基于时间序列相似度的半监督谱聚类算法,通过选取适当的时间序列特征构造相似度与距离,在谱聚类算法的基础上利用标签数据选取初始类簇。实验表明,该算法使具有相似特征的时间序列可以很有效地被聚集到同一类中。     

一种基于MapReduce的局部相似自连接算法

局部相似自连接能在给定的单个数据集中快速找到所有满足相似要求的记录对,它在数据清洗、基因序列比对和剽窃检测等领域都有广泛的应用。为研究基于单个字符串集的并行自连接算法,提出了一种基于MapReduce框架的自连接算法,解决了局部相似自连接的定位问题。该算法采用了过滤验证二阶段模式;在过滤阶段,采用无关对过滤和冗余对过滤抛弃了大量的无效字符串对;在验证阶段,通过生成小编号串内容保留项解决了字符串编号和内容的快速配对问题。实验结果显示,该算法在大数据集上的自连接速度一直快于当前的优秀算法LS-Join,同时非常适合动态编辑距离参数环境下的局部相似自连接操作。实验结果也证明,该算法中提出的相关技术有效地提高了局部相似自连接的速度。     

基于期限的多请求数据检索问题研究

给定一个包含多条信道的集合以及一个包含多个请求的集合,其中每一个请求包含多个请求数据项并且希望在一定期限内下载到,基于期限的多请求数据检索问题指当客户配有多条天线时寻找一个在期限内下载多个请求的数据检索序列,使得所有天线的最大访问延迟最小化。大多数现有数据检索方法关注于单个请求或者单条天线,很少研究当客户配有多条天线时多请求的数据检索问题,尤其是每一个请求的检索有时间约束。基于此,本文提出一种多请求的数据检索算法,以调度合适地天线检索这些请求并找到关于这些请求的检索序列,从而平衡在各天线上的访问延迟。针对单请求的数据检索,本文采用最大团思想寻找下载该请求中所有请求数据项的访问模式,使得检索该请求的访问延迟以及期限丢失率最小化。     

改进的关联分类算法在信息化评估中的应用

在信息化评估过程中,传统关联分类算法无法优先发现短规则,且分类精度对规则次序的依赖较强。为此,提出基于子集支持度和多规则分类的关联分类算法,将训练集按待分类属性归类,利用子集支持度挖掘关联规则,通过计算类平均支持度对测试集进行分类。实验结果表明,该算法发现规则的能力和分类精度均优于传统方法。     

面向相似数据集的关系数据库压缩

采用关系数据库模型进行建模,对于同一关系框架上的数据定义了相似数据集。对单个数据集,通过关系拆分对数据库模型进行规范化处理,去除了关系内部的数据冗余;对多个数据集之间的压缩提出了一种基于0-1状态标记序列的增量式无损压缩算法,压缩后的数据可以快速地完全解压缩。试验结果表明,算法可以实现对相似数据集的高效无损压缩和快速查询。     

网页驻留时间约束的用户访问序列挖掘

对Web用户的访问序列进行分析,可以发现用户的爱好、兴趣、习惯等因素,为Web网站的升级修正提供必要的信息支持,提出一种通过对用户访问序列进行分析的数据挖掘方法,该方法采用网页驻留时间为参数来约减会话序列中的网页数,压缩频繁访问序列的规模。实验结果表明,该算法可以降低挖掘成本,为Web用户的商业数据挖掘提供有益的借鉴。     

基于极值点特征的时间序列相似性查询方法*

为了提高时间序列子序列匹配的准确度和效率,提出了基于极值点特征的时间序列相似性查询方法。首先识别出时间序列中的极值特征点,根据极值点使用多层次极值划分法对长序列进行划分;然后对划分得到的多层次子序列集使用改进的动态时间弯曲方法与查询序列进行相似性匹配;最后找到与查询序列最相似的子序列。实验表明,此方法在保证准确度的情况下大大提高了相似性搜索过程的效率。     

基于条件随机场模型的数据异常检测算法

企业数据中心作为辅助决策的重要工具,保证其数据的及时性、准确性和科学性是最基本的要求和最核心的原则。对于数据异常的情况,若仅依靠人为的经验在海量数据中进行判断是很困难的,也是不科学且低效的。针对企业购销存数据的准确性问题,研究了基于机器学习的数据异常检测算法。由于购销存数据是由一组相对固定的数据项组成,可以看作是一个结构化数据序列,因此选择了解决结构化序列预测问题最为有效的条件随机场模型CRFs。通过对大量历史数据进行学习,分析出数据的自身规律以及关联关系,使计算机具备自动检测异常的能力。实验结果表明了该算法的有效性。     

基于PLC的挠曲试验自动测试仪

基于挠曲试验对金属丝弯曲过程中的角度控制和周期控制的需求,结合PLC控制技术、高性能细分型驱动装置和步进电机的工作原理,对研制的挠曲试验仪的工作原理、硬件结构、软件程序、功能和技术特性进行了详细的论述,并对该挠曲试验自动测试仪使用中的金属丝弯曲过程中的角度控制和周期控制及精度进行了重点的阐述,指出此测试仪可满足多个标准的测试工作要求。     

基于粗糙集的GMDH神经网络的时间序列预测

针对随机时间序列的强不确定性和非线性特征,结合粗糙集理论和成组数据处理的神经网络技术建立了基于粗集的GMDH神经网络预测模型.同时就自然界大多数的随机时间序列数据维数较大的问题,为提高约简效率,提出了基于快速求核和集合近似质量的约简算法,并进行了仿真验证.结果表明,基于粗集的GMDH神经网络预测模型合理可行,约简算法快速有效.     

基于聚类分析技术的数据清洗研究

数据清洗是建立数据仓库及进行数据挖掘的一个重要步骤。数据清洗的核心是检测近似重复记录,而聚类是将相似度高的数据对象聚集到一个类中的分析方法。本文描述的数 据清洗过程就基于聚类分析,它将基于密度的改进聚类算法ICAD应用到数据清洗过程中,该算法通过不断调节密度发现近似重复记录,快速完成大容量数据清洗任务。