时间序列数据的模式发现及预测方法研究.pdf

中国科学技术大学
博士学位论文
时间序列数据的模式发现及预测方法研究
姓名：张海勤
申请学位级别：博士
专业：计算机应用
指导教师：蔡庆生

岢隽诵碌氖奔湫蛄刑卣鞅硎痉椒ㄒ皇录蛄校诟帽硎痉椒ㄌ岢龊褪迪至艘自动抽取出潜在的时序模式，对时间序列的未来事件进行预测。本文的主要工作和创新点如下：种改进的多维索引结构和相应的相似模式匹配算法，并通过实验证明在一定程度上提高了模式查询的精度：谑录蛄校岢霾⑹迪至嘶诠亓9嬖蚝途劾喾椒ǖ哪Ｊ椒⑾炙惴āＪ录蛄是一种和时间相关的序列，需要对传统的基于事务数据的挖掘方法进行很多改进；岢龊褪迪至艘恢中碌幕谑录卣鞯脑げ饽Ｐ停ㄒ搴头治隽耸录蛄械亩喑叨性和可预测性，对时间序列未来事件的发展趋势进行预测。提出了一种改进的基于分形维数的特征选择方法，从数据集中抽取出最具有代表性的属性子集。文中我们使用一些经典的时间序列数据和现实数据如股票数据，对上述研究结果进行了测试和验证。同时我们开发了一个基于电力数据的负荷预测系统，通过对大量和时间相关的历史负荷数据和气象数据进行挖掘，抽取出一些有价值的信息，并将其用到短关键词：数据挖掘，时间序列，事件序列，模式匹配，模式发现，事件预测期负荷预测中。中国科学技术大学博士学位论文时间序列数据的模式发现及预测方法研究Ⅱ
堕塑壁型墼塑塑堡茎垄翌墨堕塑查婆里窒镄吞玫娌榭急ぶ骼急けぞ，．．，，琣，．瓵．籺，瑃瓹．琱：——，簆，．，．琣，，．，，
甒．．瑀，，．，瓵：．，．中国科学技术大学博士学位论文时间序列数据的模式发现及预测方法研究畐；籺，’；．，，甋瑆，瓵瑆．：．
第一章绪论知识发现概述在信息化社会的今天，现代化的社会生产和科学研究搜集了大量数据和重要信息。与此相应的是现实世界数据库所存储和处理的数据的规模越来越大，在这些海量数据中蕴藏着大量未知的有价值的信息，这些重要信息可以很好地支持人们的决策。目前数据库系统所能做到的只是对数据库中已有的数据进行存取，人们通过这些数据所获得的信息量仅仅是整个数据库所包含的信息量的一部分，隐藏在这些数据之后的更重要的信息是关于这些数据的整体特征的描述及对其发展趋势的预测，这些信息在决策生成的过程中具有重要的参考价值。但是超大数据量与无结构化，使得传统的手工和统计方法或者不经济，或者在某些情况下几乎就不可能从中获得有意义的模式。信息技术飞速发展的同时，人工智能领域的研究也取得很大进展，机器学****智能体和规划等分支的成功理论和技术为知识发现的研究和应用提供了强有力的工具。特别是在机器学****领域，根据人类学****的不同模式人们提出了很多机器学****方法，如实例学法已被人们运用于实际的应用系统中。正是由于数据库技术和机器学****技术的发展，也是为了满足人们实际工作中的需要．数据库中的知识发现琄际踔鸾シ⒄蛊鹄础数据库知识发现的研究具有广阔的应用背景和深远的理论意义，是未来人工智能与数据库研究的热点前沿课题之知识发现是一个交叉学科，涉及到数据库、人工智能和统计学等领域。从一开始，人们就针对牟煌矫嫦鹿芏喽ㄒ濉Ｋ孀叛芯康牟欢仙钊耄訩的理解越来越全面。定义数据库中的知识发现是从大量的实际应用数据中，提取隐含的、新颖的、潜在有用的信息和知识的非平凡过程在这里，数据是指一个有关事实募希怯美疵枋鍪挛裼泄胤矫娴男畔ⅲ恍息或模式是对于集合械氖莼蚴葑蛹喽杂Φ哪Ｐ偷慕糁旅枋觥是一个多步骤的处理过程，其大部分阶段是系统自动进行的而无需人工干预。崛〕龅哪式必须是新颖的和可被人理解的，从而帮助人们更好地了解数据库中包含的信息。数据挖掘侵J斗⑾止讨械囊桓龊诵牟街瑁捎锰囟ǖ乃惴ǎ诳接受的计算成本下，从数据集中搜索人们感兴趣的模式。但数据挖掘并不是知识发现的全部，知识发现还包括其他步骤，如数据选择和预处理、对挖掘结果进行恰当的评价和，庑┒杂行У闹J斗⑾止汤此狄彩潜夭豢缮俚摹****观察和发现学****决策树、神经网络和遗传算法等等。其中某些常用且较成熟的算．J斗⑾侄ㄒ解释等，】。，俊中国科学技术大学博士学位论文第一章绪论
镄屠祭祭疾兰羔坚三兰羔竺兰塞苎二兰竺笙．J斗⑾执砉棠Ｐ且桓龆嘟锥蔚拇砉蹋桓鐾暾闹J斗⑾值墓炭煞治>鸥龃斫锥危包括数据准备、数据选择、数据预处理、数据缩减、勘耆范ā⑼诰蛩惴ㄈ范ā数据挖掘、模式解释及知识评价，～个掠影如图。葑急福毫私釱相关领域的有关情况，熟悉有关的背景知识，并弄清楚用户菅≡瘢焊萦没У囊G蟠邮菘庵刑崛∮隟相关的数据，饕4这些数据中进行知识提取，此过程中会利用一些数据库操作对数据进行处理。菰ご恚褐饕J嵌允菅≡癫氖萁性偌庸ぃ觳槭莸耐暾院汀致性，对其中的噪音数据进行处理，对丢失的数据可以利用统计方法进