現(xiàn)如今,隨著科學(xué)技術(shù)的發(fā)展,爆炸式增長的數(shù)據(jù)信息涉及人類的各個領(lǐng)域。時(shí)間序列流數(shù)據(jù)作為眾多數(shù)據(jù)類型中的一種時(shí)間序列模式數(shù)據(jù),它是一個動態(tài)的數(shù)據(jù)集合,其大小隨著時(shí)間的逐漸遞增而不斷變大。時(shí)間序列流數(shù)據(jù)所承載的信息可以實(shí)時(shí)傳輸,并且每一個數(shù)據(jù)點(diǎn)按照時(shí)間先后順序到達(dá)。數(shù)據(jù)點(diǎn)之間的順序不收系統(tǒng)調(diào)度和控制的影響,只與采樣時(shí)間相關(guān)。因其數(shù)據(jù)的流動性,所以不僅數(shù)據(jù)規(guī)模巨大,而且數(shù)據(jù)峰值具有未知性。傳統(tǒng)的數(shù)據(jù)分析和事件獲取分類與時(shí)間序列流事件的獲取和分類處理方式上有所不同,傳統(tǒng)數(shù)據(jù)分析處理是一個可對數(shù)據(jù)進(jìn)行隨機(jī)的無需考慮次序的處理分析方式,而時(shí)間序列流數(shù)據(jù)是隨著時(shí)間的增長不斷收集存儲得到的,這是一種流的狀態(tài),每一個數(shù)據(jù)點(diǎn)都具有時(shí)間屬性故需要根據(jù)時(shí)間標(biāo)簽有序的對其進(jìn)行處理分析。通過對時(shí)間序列流數(shù)據(jù)的研究,可以進(jìn)行醫(yī)學(xué)健康的檢測,對金融債券行情進(jìn)行分析,對用戶社交行為的分析,天氣、礦山災(zāi)害預(yù)警等。時(shí)間序列流數(shù)據(jù)中的時(shí)間序列流事件的完整事件獲取與分類是研究此類數(shù)據(jù)各項(xiàng)操作的基礎(chǔ)�，F(xiàn)階段時(shí)間序列流事件方面的研究已有很多,傳統(tǒng)的數(shù)據(jù)系統(tǒng)中的異常事件獲取針對的只是異常數(shù)據(jù)點(diǎn)的查詢,但是在許多實(shí)際應(yīng)用之中,異常事件... 

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景與意義
    1.2 問題提出
    1.3 研究內(nèi)容及現(xiàn)狀
    1.4 本文組織結(jié)構(gòu)
第2章 相關(guān)工作
    2.1 時(shí)間序列事件獲取方法
        2.1.1 偏振分析
        2.1.2 分型分維
        2.1.3 小波變換
    2.2 時(shí)間序列分類方法
        2.2.1 支持向量機(jī)
        2.2.2 決策樹
        2.2.3 KNN方法
    2.3 本章小結(jié)
第3章 時(shí)間序列流事件獲取方法
    3.1 問題描述及相關(guān)定義
        3.1.1 問題提出
        3.1.2 相關(guān)定義
    3.2 可變長多級時(shí)窗事件觸發(fā)
        3.2.1 時(shí)間序列流數(shù)據(jù)預(yù)處理
        3.2.2 基于STA/LTA算法的事件觸發(fā)
    3.3 基于AIC法則的事件精確獲取
    3.4 算法實(shí)現(xiàn)
    3.5 實(shí)例
    3.6 本章小結(jié)
第4章 時(shí)間序列流事件分類方法
    4.1 問題描述與相關(guān)定義
        4.1.1 問題提出
        4.1.2 相關(guān)定義
    4.2 基于神經(jīng)元網(wǎng)絡(luò)的事件分類
        4.2.1 轉(zhuǎn)換事件矩陣
        4.2.2 基于神經(jīng)元網(wǎng)絡(luò)的分類器構(gòu)建
        4.2.3 反饋調(diào)節(jié)
    4.3 算法實(shí)現(xiàn)
    4.4 實(shí)例
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)評價(jià)
    5.1 實(shí)驗(yàn)設(shè)置
    5.2 實(shí)驗(yàn)結(jié)果與分析
        5.2.1 不同參數(shù)大小對算法性能影響
        5.2.2 不同算法性能對比分析
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文完成的主要研究工作
    6.2 工作中的不足及展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參加科研情況


【參考文獻(xiàn)】：
期刊論文
[1]基于云平臺智能監(jiān)控終端系統(tǒng)的研究[J]. 朱興華,王曉峰,徐美芳,包劍波.  機(jī)電產(chǎn)品開發(fā)與創(chuàng)新. 2019(05)
[2]基于大數(shù)據(jù)的物聯(lián)網(wǎng)智能監(jiān)測系統(tǒng)在農(nóng)區(qū)鼠害監(jiān)測中的應(yīng)用效果初報(bào)[J]. 曾娟,韓立亮,郭永旺,趙心蕊.  中國植保導(dǎo)刊. 2019(07)
[3]基于數(shù)據(jù)驅(qū)動的電力安全生產(chǎn)事故風(fēng)險(xiǎn)預(yù)警研究[J]. 楊軍,王東,許潔,李朋磊,米傳民.  電力大數(shù)據(jù). 2019(04)
[4]氣象大數(shù)據(jù)超短臨精準(zhǔn)降水機(jī)器學(xué)習(xí)與典型應(yīng)用[J]. 張晨陽,楊雪冰,張文生.  農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào). 2019(01)
[5]醫(yī)院大數(shù)據(jù)平臺建設(shè)及其在醫(yī)療行為監(jiān)管中的應(yīng)用[J]. 高峰,羅雪瓊,張建偉.  中國醫(yī)學(xué)裝備. 2019(03)
[6]測量中國的金融不確定性——基于大數(shù)據(jù)的方法[J]. 黃卓,邱晗,沈艷,童晨.  金融研究. 2018(11)
[7]高校突發(fā)事件中的網(wǎng)絡(luò)輿情監(jiān)管和應(yīng)對機(jī)制[J]. 李恒忠,徐明磊,諸葛福民,王春宇.  煤炭高等教育. 2018(06)
[8]暴恐犯罪防控中的大數(shù)據(jù)適用問題研究[J]. 舒洪水.  南京大學(xué)法律評論. 2018(01)
[9]基于t分布鄰域嵌入算法的流式數(shù)據(jù)自動分群方法[J]. 孟曉辰,王玥,祝連慶.  生物醫(yī)學(xué)工程學(xué)雜志. 2018(05)
[10]大數(shù)據(jù)挖掘和分析在健康醫(yī)療領(lǐng)域的應(yīng)用[J]. 顧理琴.  山西青年. 2018(13)

碩士論文
[1]近震P波震相自動識別方法研究[D]. 田優(yōu)平.中國地震局地球物理研究所 2015
[2]地震預(yù)警系統(tǒng)的P波震相自動識別方法研究[D]. 陳少波.中國地震局工程力學(xué)研究所 2015



本文編號：3668186