时间序列数据转换及分类算法研究

《时间序列数据转换及分类算法研究》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、yi217292分类号：编号019401003咿幽建学博士学位论文盟囤壁型塑塑焦塑墨坌耋蔓鎏堕窭学位中，}人堑二璺牛师姓#厦职科：：主垂整攫丛垦皇教授}业％粕：：盐墨垫塑生墨里堡在多维时间序列的符号化研究中，本文采用聚类融合算法对截面数据进行聚类，将每个截面的数据用聚类标识来表示，以此得到稳定的符号化结果．本文提出了多种面对混合型数据的聚类融合算法，其中基于Boosting的自适应聚类融合算法(Boosting-basedAdaptiveClusterEnsembles，BACE)在聚类成员生成阶段采用了新的

2、训练集抽样策略，在共识函数设计方面采用了基于互信息的投票机制，从而构建了一种新的聚类融合算法，为聚类融合算法的研究做出了贡献，同时也为多维时问序列的符号化研究提供了新的有效方法．实验表明。本文提出的BACE算法具有较高的鲁棒性和稳定性．在时间序列数据转换研究中，在序列符号化的基础上，本文提出了一种新的基于模型的序列数据转换方法，该方法利用Markov链模型，结合K．L散度(Kullback-Leibler散度)实现了时间序列的数据转换，并充分考虑了时间序列挖掘问题中重要的动态特征，将不等长的时闻序歹【J转换为

3、等长的向量，为面向截面数据的分类算法在序列数据分类同题中的应用提供了条件．本文对所采用的Markov链模型的鲁棒性做了深入的理论分析．最后实验还发现，用本文提出的序列数据转换方法进行数据转换后．最大似然法(MaximumLikelihoodEstimation，MLE)在电信企业客户流失问题的研究中表现出较强的鲁棒性和有效性．在序列分类算法的比较中，本文深入分析了基于距离的和基于模型的两类序列分类算法在不同因素影响下的效果．在不同的合成数据集和实际数据集上从三个角度进行了系统的比较分析．一是研究了两类算法受识

4、l练样本大小的影响；二是研究了序列长度对算法的影响；三是比较了在不同噪声情形下，两类算法的性能变化．实验得出两类算法在不同因素影响下的性能表现，从而为今后发展新的算法提供了有力依据．本文最后分析了研究中的不足之处，指出了存在的同题以及进一步研究的方向．关键词：时间序列；Markov链模型；Boosting算法；聚类融合；分类；ResearchOilDataTrartsformandClassificationAlgorithmsforTimeSeriesMajor：ComputerSoftwareandThe

5、oryName：YaDgYimingSupervisors：Prof．LiLeiandProf．YanZheng-anAbstractTimeseriesisacrucialtypeofdataobjectindataminingandtimeseriesdaseification-isoneoftheimportanttasksintimeseriesdataminingUnlikethetraditionalmethods‘andproblemformulationsintimes鲥∞analym．tim

6、eselJosclassificationtakeswholetimesequenomasinput．inordertoassigntoeadlseque目nceadiscretelabel．Inconttaettocr∞ssectiondata．time∞ri∞datainclodescomplexTime-DomainSymptomsthatmaketimeseriesclassificationmuchmoredifficultthengeneralclassification．Amajordi伍cif

7、ityi8duetothefactthatthetimesequencesmvariableinlength．andth∞tradition“classificationmethodsarenotdirectlyapplicable，Evenforsequencesof∞j

8、∞lengths，stiffnotmanymethodscanbeapplieddirectly,becausedRtaintheBa功elocationofdifferentpartsofthesequencesareincompara

9、ble．Twomethods8musedtosolvethisproblem，namely,thedistancebasedmethodsuchasDTW(DynamicTimeWarping)，andmodelbasedmethodgtlch嬲M撕mod山．Ueingeitherofthesemethods∞preproce∞ingsteps．au坷ormlengthvectorspacecanb