时间序列数据流中相关性分析技术的研究

论文摘要

随着数据库理论研究的广泛深入,许多新的技术应运而生。近年来在传感器网络监控、网络监测、金融数据分析、科学数据处理等多个领域,关于数据流的研究已经成为具有广泛应用前景的新兴课题。由于数据流的特殊性：短时间内有大量数据连续到达,这些数据随时间动态变化。怎样对这些流式数据使用有限存储空间进行快速处理以获取有用信息,为数据挖掘及其应用研究带来了新的机遇和挑战。相似性查询是数据挖掘的一项重要任务,同时也是聚类、分类、频繁模式挖掘和异常检测等其它任务的基础。如何对数据流进行相似性查询已经引起数据库研究领域的广泛关注。本文采用相关性分析作为相似性查询的度量标准,提出了在多个时间序列数据流中进行快速相关性分析的一系列算法。主要工作包括以下几点：(1)提出一种基于布尔表示的数据约减技术。通过简单的转换将原始数据流序列转换为布尔序列,利用布尔序列间的位运算快速获取结果。该方法将原始的数值数据转化为比特位,占用的内存空间极小。(2)在用户提前定义滑动窗口大小的前提下,提出一种分层布尔表示算法HBR,实现多个时间序列数据流的同步相关性分析。该方法将原始数据流序列分别转换为宏布尔序列和微布尔序列,通过布尔序列间的比较即可快速定位候选相关性集合。(3)在同步相关性分析基础上,提出一种高效的滞后相关性分析算法BLC,利用布尔滞后相关技术分析序列之间的滞后相关性,并快速探测滞后时间。(4)在用户没有定义滑动窗口大小的前提下,提出一种窗口大小可调整的自适应性相关性分析算法SACA。利用布尔自相关系数获取原始数据流序列的周期特性,根据周期对多个序列进行分组,然后在每一个分组中完成窗口大小的自适应调整。通过理论分析和实验验证,上述算法在多个时间序列数据流的相关性分析中具有较高的效率。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 问题的提出
• 1.3 解决方法
• 1.4 论文结构
• 第二章 相关理论与研究现状
• 2.1 数据流定义
• 2.1.1 数据流的特征
• 2.1.2 数据流的应用
• 2.2 数据流挖掘技术
• 2.2.1 聚类
• 2.2.2 分类
• 2.2.3 频繁模式发现
• 2.2.4 异常检测
• 2.3 时间序列简介
• 2.3.1 时间序列模型
• 2.3.2 时间序列分析
• 2.3.3 相似性查询技术
• 2.4 本章小结
• 第三章 滑动窗口下的同步相关性分析
• 3.1 问题描述
• 3.2 时间序列数据流的分层布尔表示技术
• 3.2.1 宏布尔序列
• 3.2.2 微布尔序列
• 3.2.3 布尔相关性分析
• 3.3 基于分层布尔表示的相关性分析
• 3.3.1 HBR算法
• 3.3.2 窗口同步滑动的增量式维护
• 3.4 理论分析
• 3.4.1 精度分析
• 3.4.2 复杂性分析
• 3.5 实验评测
• 3.5.1 HBR算法的精度评测
• 3.5.2 HBR算法的处理速率评测
• 3.6 本章小结
• 第四章 基于布尔表示的滞后相关性分析
• 4.1 问题描述
• 4.1.1 滞后相关性的定义
• 4.1.2 Braid方法
• 4.2 布尔表示方法
• 4.3 布尔滞后相关算法（BLC）
• 4.4 理论分析
• 4.4.1 精度分析
• 4.4.2 复杂性分析
• 4.5 实验评估
• 4.5.1 BLC算法的精度评测
• 4.5.2 BLC算法的处理速率评测
• 4.6 本章小结
• 第五章 自适应的相关性分析
• 5.1 问题描述
• 5.2 基于布尔表示的周期性探测技术
• 5.2.1 基本定义
• 5.2.2 布尔自相关技术
• 5.3 窗口大小的自适应调整
• 5.4 理论分析
• 5.4.1 精度分析
• 5.4.2 复杂性分析
• 5.5 实验评测
• 5.5.1 布尔自相关技术的精度评测
• 5.5.2 布尔自相关技术的处理速率评测
• 5.6 本章小结
• 第六章 结论
• 6.1 本文主要贡献
• 6.2 未来工作
• 参考文献
• 致谢
• 攻读硕士学位期间的论文项目情况