资源描述：
《时间序列的线性化表示研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、学校代码：学号：連掌坪总大學硕士学位论文时间序列的线性化表示研究作者姓名王赫楠学科、专业计算机软件与理论研究方向数据挖掘导师姓名：谢福鼎教授年月分类号：学校代码：密级学号：達窜坪总大學硕士学位论文时间序列的线性化表示研究作者姓名：王赫楠学科、专业：计算机软件与理论研究方向：数据挖掘导师姓名：谢福鼎教授年月学位论文独创性声明木人承诺：所呈交的学位论文是本人在导师指导下所取得的研究成果。论文中除特别加以标注和致谢的地方外,不包含他人和其他机构已经撰写或发表过的研究成果,其他同志的研究成果对本人的启示和所提供的帮助,均已在论文中做了
2、明确的声明并表示谢意。学位论文作者签名学位论文版权的使用授权书本学位论文作者完全了解辽宁师范大学有关保留、使用学位论文的规定,及学校有权保留并向国家有关部门或机构送交复印件或磁盘,允许论文被查阅和借阅。本文授权辽宁师范大学,可以将学位论文的全部或部分内容编入有关数据库并进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文,并且本人电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后使用本授权书。学位论文作者签名指导教师签名签名曰期：年〈月曰辽宁师范大学硕士学位论文随着社会经济、计算机信息技术和存储技术的不断发
3、展,在日常生活和科学研究领域中,逐渐积累了大量的有重要参考价值的数据。如何从这些宝贵数据中挖掘出我们需要的知识已经成为数据挖掘领域研究的热点问题。时间序列作为一种重要的按时间先后顺序排列的数据形式,反映了属性值在时间或空间顺序上的特征。时间序列的分类、聚类、异常检测、建模、相似性查询等操作可以实现有价值知识的提取。目前时间序列数据挖掘是数据挖掘中的一个重要研究方向。由于时间序列具有数据量大、噪声干扰严重和短期波动频繁等特点,直接在原始时间序列上进行相似性查询、分类聚类、模式挖掘等操作,很难得到满意的结果。因此,开展时间序列的降
4、维研究是十分有必要的。许多学者提出了时间序列的线性拟合、线性分段等降维方法,在刻画时间序列主要形态的同时,忽略那些微小的细节,把握局部特征,从而保持了序列主要特征的不变性,极大提高数据挖掘的效率,达到简化计算量的目的。本文通过对时间序列线性表示的深入研究,开展了如下的研究工作。提出了一种精确的时间序列线性拟合方法。算法首先通过判断连接相邻点所成线段的斜率变化来选择时间序列中的转折点,然后将这些点与时间序列的极值点合并作为关键点,用这些关键点组成的序列拟合原时间序列。这种线性拟合算法在剔除了噪声的同时,能更精确的定位时间序列中的
5、关键点。实验结果表明,该方法能更好的近似表示原时间序列。和已有的方法相比,该方法拟合后的时间序列和原时间序列之间的拟合误差更小。给出了一种基于函数的时间序列分段线性表示方法。考虑到时间序列的时间特性对于不同区段的影响,以及时间序列数据动态增长的实际情况,在禾口方法的基础上,提出了一种新的时间序列分段线性表不方法。方法通过定义函数影响因子,克服了和方法的不足。此方法满足下界定理,并且支持时间序列的在线划分。实验表明,与方法和方法相比,所提出的方法可以比较有效的进行时间序列的在线查询。关键词：数据挖掘；时间序列；线性拟合；分段线性
6、表示时间序列的线性化表示研究、、、,,辽宁师范大学硕士学位论文时间序列的线性化表示研究目录。摘要绪论数据挖掘概述数据挖掘的定义数据挖掘的产生背景及发展数据挖掘的主要技术时间序列数据挖掘概述时间序列的定义时间序列数据挖掘的产生背景及研究意义时间序列数据挖掘的研究历史与现状本文研究的主要内容文章组织结构时间序列的非线性表示方法奇异值表示法符号化表不法频域表示法时间序列线性拟合方法弓丨胃几种典型的时间序列线性拟合方法极值点拟合法特征点拟合法基于关键点的线性拟合方法一种精确的时间序列线性拟合方法弓丨言相关概念关键点提取算法描述实验结果
7、及分析时间序列分段线性表示方法弓丨言—辽宁师范大学硕士学位论文几种典型的时间序列分段线性表示方法滑动窗口技术自顶向下方法自底向上方法滑动聚集平均近似方法基于时间特性的时间序列建模表示方法基于函数的时间序列分段线性表示方法弓丨言相关概念算法描述距离计算实验结果及分析詩雄攻读硕士学位期间发表学术论文情况：辽宁师范大学硕士学位论文‘绪论数据挖掘概述数据挖掘的定义数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中人们事先不了解的、潜在的有用信息和知识的过程。数据挖掘的产生背景及发展随着计算机技术的发展,人们
8、利用计算机技术产生和搜集数据的能力不断提高。大量的数据被用于金融、医药、科学、政府办公和工程开发等各个领域。如何发现大量数据背后隐藏的知识,并将这些知识运用于日常生活和科学研究,是一项值得研究的课题,受到越来越多研究者的关注,由此数据挖掘技术应运而生。数据挖掘技术可以认为是信
