基于趋势符号化的多元时间序列时态关联规则挖掘
发布时间：2022-01-17 08:41
复杂系统工艺连续、结构关系庞杂,在层次结构、时间过程和功能组成方面表现出非线性和不确定性,则难以建立能精确描述复杂系统的机理解析模型。此外,由于复杂系统的运行过程呈现出显著的时间特性,其运行监测参数是一类典型的多元时间序列数据。以基于数据驱动的控制思想为指导,将复杂系统运行工况转换为数据挖掘的问题,通过控制优化算法对过程数据进行分析,实现复杂系统的工况识别、故障检测和健康诊断。本文以此为切入点,重点关注时间序列的数据挖掘及相关算法,旨在发现对象发展的变化过程、变化趋势、变化规律等重要运行特征,充分考虑如何从多元时间序列数据中高效、准确地挖掘出系统运行过程中参数间隐藏的时态关联及趋势关系,主要研究多元时间序列数据的趋势特征提取和时态关联规则挖掘,其工作包括以下几个方面。为了挖掘多元时间序列中有用的时态关联规则,首先需要将时序数据转换为规则挖掘所需的符号序列。针对表征复杂系统运行工况的多元时间序列数据量大、维度高等特点,通过已有的符号化表示对数据进行压缩,并充分地考虑运行监测数据的趋势特征和时间序列数据的挖掘准确性等问题,提出了一种能够提取分段趋势的符号化表示方法。通过提取序列分段中的趋势...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
图1.1时间序列数据挖掘的典型应用领域Fig.1.1Typicalapplicationareaoftimeseriesdatamining
重庆大学硕士学位论文14数据的条件和标准也都没有统一的定论。“多元”性导致了多元时间序列数据挖掘的高难度。因此需要通过有效地“降元”来解决多元时间序列数据的参数变量复杂性问题。④噪声干扰严重。在实际采集记录过程中，时间序列数据很容易受到环境中其他意外因素的干扰，从而给实际数据带来一定的噪声和误差。而且，时间序列数据的特征趋势没有明显的变化，但是在短期内又体现出频繁的波动，大大增加了数据挖掘的难度。因此，大量研究学者通过提取多元时间序列中的主要特征来表示原始序列，并具有数据压缩的效果，有助于提高时间序列数据挖掘的效率和准确性。综上分析可以看出，如果直接对具有维度高、海量化、有噪声干扰的多元时间序列进行数据挖掘，必然会产生较高的时间复杂度和空间复杂度，从而影响挖掘结果的准确性和可靠性。针对这个问题，通过提取多元时间序列中的主要特征来表示原始序列，能提高数据挖掘工作的效率。然而，现有特征表示方法对序列的特征提取不同，近似表示可能会丢失序列中的其他重要信息。因此，一种能有效地降低数据维度且能保留原序列中的绝大部分信息的特征表示方法不可缺少。结合1.2.1节的内容，对多元时间序列数据特征表示方法的综述分析，目前较为流行的用于离散化处理的是符号化表示方法。时间序列符号化表示也有许多相关的改进方法，如将统计特征（方差、平均值、极值点和关键点等）或者形态特征（斜率、角度和趋势等）作为序列的重要特征进行提龋T°T图2.1基于趋势的符号化表示方法Fig.2.1Symbolicrepresentationbasedontrend
重庆大学硕士学位论文24的符号“E”。即若序列段的平均值为-0.34，则对应的区域在-0.84至-0.25之间，符号表示为“B”。基于符号聚合近似表示方法如图3.3所示，设定字母表大小a=6，即将空间分为六个区域，每个区域表示一类符号。表3.1字母表大小从3到10分别对应的区间临界点Table3.1Theintervalcriticalpointofthealphabetfrom3to10respectivelyaib3456789101b-0.43-0.67-0.84-.97-1.07-1.15-1.22-1.282b0.430-0.25-0.43-0.57-0.67-0.76-0.843b-0.670.250-0.18-0.32-0.43-0.524b--0.840.430.180-0.14-0.255b---0.970.570.320.1406b----1.070.670.430.257b-----1.150.760.528b------1.220.849b-------1.28图3.3符号聚合近似Fig.3.3Symbolicaggregationapproximation符号聚合近似的距离度量函数定义为计算两条序列对应两个符号间的距离之和。计算方法为：
本文编号：3594421
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
图1.1时间序列数据挖掘的典型应用领域Fig.1.1Typicalapplicationareaoftimeseriesdatamining
重庆大学硕士学位论文14数据的条件和标准也都没有统一的定论。“多元”性导致了多元时间序列数据挖掘的高难度。因此需要通过有效地“降元”来解决多元时间序列数据的参数变量复杂性问题。④噪声干扰严重。在实际采集记录过程中，时间序列数据很容易受到环境中其他意外因素的干扰，从而给实际数据带来一定的噪声和误差。而且，时间序列数据的特征趋势没有明显的变化，但是在短期内又体现出频繁的波动，大大增加了数据挖掘的难度。因此，大量研究学者通过提取多元时间序列中的主要特征来表示原始序列，并具有数据压缩的效果，有助于提高时间序列数据挖掘的效率和准确性。综上分析可以看出，如果直接对具有维度高、海量化、有噪声干扰的多元时间序列进行数据挖掘，必然会产生较高的时间复杂度和空间复杂度，从而影响挖掘结果的准确性和可靠性。针对这个问题，通过提取多元时间序列中的主要特征来表示原始序列，能提高数据挖掘工作的效率。然而，现有特征表示方法对序列的特征提取不同，近似表示可能会丢失序列中的其他重要信息。因此，一种能有效地降低数据维度且能保留原序列中的绝大部分信息的特征表示方法不可缺少。结合1.2.1节的内容，对多元时间序列数据特征表示方法的综述分析，目前较为流行的用于离散化处理的是符号化表示方法。时间序列符号化表示也有许多相关的改进方法，如将统计特征（方差、平均值、极值点和关键点等）或者形态特征（斜率、角度和趋势等）作为序列的重要特征进行提龋T°T图2.1基于趋势的符号化表示方法Fig.2.1Symbolicrepresentationbasedontrend
重庆大学硕士学位论文24的符号“E”。即若序列段的平均值为-0.34，则对应的区域在-0.84至-0.25之间，符号表示为“B”。基于符号聚合近似表示方法如图3.3所示，设定字母表大小a=6，即将空间分为六个区域，每个区域表示一类符号。表3.1字母表大小从3到10分别对应的区间临界点Table3.1Theintervalcriticalpointofthealphabetfrom3to10respectivelyaib3456789101b-0.43-0.67-0.84-.97-1.07-1.15-1.22-1.282b0.430-0.25-0.43-0.57-0.67-0.76-0.843b-0.670.250-0.18-0.32-0.43-0.524b--0.840.430.180-0.14-0.255b---0.970.570.320.1406b----1.070.670.430.257b-----1.150.760.528b------1.220.849b-------1.28图3.3符号聚合近似Fig.3.3Symbolicaggregationapproximation符号聚合近似的距离度量函数定义为计算两条序列对应两个符号间的距离之和。计算方法为：
本文编号：3594421
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3594421.html
