近20年來,數(shù)據(jù)在各行各業(yè)受到越來越多的關(guān)注,生產(chǎn)、交易、醫(yī)療等領(lǐng)域的數(shù)據(jù)被大量收集,用于企業(yè)產(chǎn)品升級或服務(wù)轉(zhuǎn)型方面的研究。社會(huì)各界對數(shù)據(jù)的重視加速了數(shù)據(jù)分析技術(shù)的發(fā)展,也對現(xiàn)有的數(shù)據(jù)分析方法提出了更高的要求。由于數(shù)據(jù)流具有即時(shí)性高、流速大的特點(diǎn),傳統(tǒng)的離線數(shù)據(jù)分析方法已經(jīng)不能滿足數(shù)據(jù)流分析的實(shí)時(shí)性要求。因此,數(shù)據(jù)流的在線分析方法應(yīng)運(yùn)而生,并逐漸得到學(xué)術(shù)界和工業(yè)界的青睞,成為數(shù)據(jù)流研究的重要方向。目前,滑動(dòng)窗口模型是數(shù)據(jù)流突變點(diǎn)在線檢測的關(guān)鍵技術(shù)之一。運(yùn)用滑動(dòng)窗口技術(shù)對到達(dá)的數(shù)據(jù)流切段,將數(shù)據(jù)流劃分到若干個(gè)窗口中并加以分析,明顯提高了突變點(diǎn)檢測的速度,滿足了在線檢測的實(shí)時(shí)性要求。但在滑動(dòng)窗口模型中,窗口大小選取不當(dāng)會(huì)造成突變點(diǎn)檢測精度下降的問題。窗口過大,窗口內(nèi)數(shù)據(jù)波動(dòng)被掩蓋,會(huì)導(dǎo)致突變點(diǎn)檢測精度降低;窗口過小,數(shù)據(jù)量少、攜帶信息少,也會(huì)導(dǎo)致突變點(diǎn)檢測精度降低。所以,滑動(dòng)窗口模型中窗口大小的選取,是影響數(shù)據(jù)流突變點(diǎn)檢測精度的重要因素。本文以滑動(dòng)窗口模型中窗口大小與突變點(diǎn)檢測精度的關(guān)系為研究對象,提出了一種窗口大小可以根據(jù)檢測過程進(jìn)行動(dòng)態(tài)調(diào)整的自適應(yīng)窗口模型,并將該模型用于模擬數(shù)據(jù)和真實(shí)... 

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景及意義
    1.2 突變點(diǎn)研究現(xiàn)狀
        1.2.1 國內(nèi)外突變點(diǎn)檢測算法研究
        1.2.2 數(shù)據(jù)流突變點(diǎn)檢測應(yīng)用
    1.3 本文的研究內(nèi)容及結(jié)構(gòu)
第二章 突變點(diǎn)檢測的基本理論
    2.1 引言
    2.2 數(shù)學(xué)基礎(chǔ)
        2.2.1 時(shí)序數(shù)據(jù)Z
        2.2.2 分布函數(shù)F_m(x)
        2.2.3 置信度與置信區(qū)間
    2.3 常用檢驗(yàn)方法
        2.3.1 KS檢驗(yàn)
        2.3.2 小波分析法
        2.3.3 性能評估方案
    2.4 滑動(dòng)窗口理論
        2.4.1 應(yīng)用場景
        2.4.2 窗口模型
        2.4.3 窗口更新
        2.4.4 窗口尺寸
    2.5 小結(jié)
第三章 基于TSTKS算法的滑動(dòng)窗口模型構(gòu)建
    3.1 引言
    3.2 TSTKS突變點(diǎn)檢測算法
        3.2.1 均值三叉樹和差值三叉樹構(gòu)建
        3.2.2 算法搜索規(guī)則
        3.2.3 TSTKS算法仿真實(shí)驗(yàn)
    3.3 TSTKS算法與滑動(dòng)窗口模型構(gòu)建與仿真
    3.4 窗口寬度W變化實(shí)驗(yàn)
    3.5 小結(jié)
第四章 基于自適應(yīng)策略滑動(dòng)窗口模型分析與驗(yàn)證
    4.1 引言
    4.2 基于自適應(yīng)策略的滑動(dòng)窗口算法
        4.2.1 基于局部檢測結(jié)果LDR的窗口調(diào)整策略
        4.2.2 基于突變點(diǎn)間隔CPI的窗口調(diào)整策略
        4.2.3 基于局部分布差異LDD窗口調(diào)整策略
    4.3 三種策略性能對比實(shí)驗(yàn)及分析
    4.4 小結(jié)
第五章 基于自適應(yīng)滑動(dòng)窗口模型的腦電數(shù)據(jù)應(yīng)用分析
    5.1 引言
    5.2 自適應(yīng)窗口策略自動(dòng)選擇方案
    5.3 自適應(yīng)窗口模型突變點(diǎn)檢測仿真實(shí)驗(yàn)
    5.4 腦電數(shù)據(jù)突變點(diǎn)檢測與應(yīng)用分析
    5.5 小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士期間研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種快速的突變點(diǎn)在線檢測算法設(shè)計(jì)與實(shí)現(xiàn)[J]. 鄒俊晨,齊金鵬,李娜,劉佳倫,朱厚杰.  電子科技. 2020(08)
[2]基于多級Haar小波變換與KS統(tǒng)計(jì)的突變點(diǎn)快速探測方法[J]. 宋巧紅,齊金鵬,張煜.  計(jì)算機(jī)工程. 2018(05)
[3]大數(shù)據(jù)在精準(zhǔn)扶貧過程中的應(yīng)用及實(shí)踐創(chuàng)新[J]. 莫光輝.  求實(shí). 2016(10)
[4]多尺度直線擬合法在時(shí)間序列突變點(diǎn)檢測中的應(yīng)用[J]. 黃靜,李長春,延皓,趙旭昌,楊雪松.  兵工學(xué)報(bào). 2015(06)
[5]大數(shù)據(jù):概念、技術(shù)及應(yīng)用研究綜述[J]. 方巍,鄭玉,徐江.  南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(05)
[6]時(shí)間序列異常點(diǎn)及突變點(diǎn)的檢測算法[J]. 蘇衛(wèi)星,朱云龍,劉芳,胡琨元.  計(jì)算機(jī)研究與發(fā)展. 2014(04)
[7]大數(shù)據(jù)應(yīng)用的現(xiàn)狀與展望[J]. 張引,陳敏,廖小飛.  計(jì)算機(jī)研究與發(fā)展. 2013(S2)
[8]網(wǎng)絡(luò)大數(shù)據(jù):現(xiàn)狀與展望[J]. 王元卓,靳小龍,程學(xué)旗.  計(jì)算機(jī)學(xué)報(bào). 2013(06)
[9]基于云計(jì)算的醫(yī)療大數(shù)據(jù)挖掘平臺[J]. 高漢松,肖凌,許德瑋,桑梓勤.  醫(yī)學(xué)信息學(xué)雜志. 2013(05)
[10]基于“大數(shù)據(jù)”的商業(yè)模式創(chuàng)新[J]. 李文蓮,夏健明.  中國工業(yè)經(jīng)濟(jì). 2013 (05)

博士論文
[1]基于顯著性檢測和煙霧時(shí)空特征的視頻火災(zāi)探測方法研究[D]. 賈陽.中國科學(xué)技術(shù)大學(xué) 2016
[2]大數(shù)據(jù)的社會(huì)價(jià)值與戰(zhàn)略選擇[D]. 張?zhí)m廷.中共中央黨校 2014
[3]基于小波分析及數(shù)據(jù)融合的電氣火災(zāi)預(yù)報(bào)系統(tǒng)及應(yīng)用研究[D]. 余瓊芳.燕山大學(xué) 2013
[4]基于多傳感器信息融合的火災(zāi)危險(xiǎn)度分布確定系統(tǒng)研究[D]. 王學(xué)貴.中國科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]基于多路搜索的時(shí)序突變異�？焖俜治鯷D]. 艾辣椒.東華大學(xué) 2018
[2]一種數(shù)據(jù)流突變點(diǎn)快速探測算法的研究與實(shí)現(xiàn)[D]. 宋巧紅.東華大學(xué) 2018
[3]結(jié)構(gòu)突變下國際原油價(jià)格與中美股票價(jià)格的波動(dòng)溢出效應(yīng)實(shí)證研究[D]. 肖景午.暨南大學(xué) 2017
[4]我國股票市場結(jié)構(gòu)突變的貝葉斯研究[D]. 殷思宇.湖南大學(xué) 2015
[5]基于LLSA小波的高頻金融時(shí)間序列突變點(diǎn)檢測研究[D]. 許曉靜.天津大學(xué) 2014
[6]滑動(dòng)窗口模型下的數(shù)據(jù)流自適應(yīng)異常檢測方法研究[D]. 龐景月.哈爾濱工業(yè)大學(xué) 2013
[7]中國股票市場股指波動(dòng)的突變性分析[D]. 侯有英.大連海事大學(xué) 2010
[8]小波分析與突變理論在變形分析中的應(yīng)用研究[D]. 董坤烽.昆明理工大學(xué) 2009



本文編號：3709885