《基於知識指導和模糊信息粒化的時序大數據分析和挖掘》是依託北京師範大學，由於福生擔任項目負責人的面上項目。
基本介紹
- 中文名：基於知識指導和模糊信息粒化的時序大數據分析和挖掘
- 依託單位：北京師範大學
- 項目負責人：於福生
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
時序大數據的廣泛存在迫切需要有效的分析和挖掘方法，以發現其中有價值的信息和知識。然而，規模大、維數高、屬性種類多（數值屬性、非數值屬性）等特性使得已有的時序數據挖掘算法表現低效或無效，從而無法適應現實的需要，探求新的時序大數據分析和挖掘方法成為當務之急。人腦在分析和處理時序數據時，不僅能根據問題需要對信息適度粒化進而在粒子層面對數據進行分析，還能根據需要適時合理地將從已有數據中得到的知識運用到後續數據的分析中去。人腦的這兩種處理信息機制既靈活又高效。將這兩種機制引入到時序大數據的分析中去，有可能導致科學有效的數據分析方法的產生。本項目旨在探究將這兩種機制引入到時序大數據的分析中去的方法，並將所得到的新方法套用到現實的時序大數據分析問題，在驗證新方法的同時，完善新方法，建立一套基於知識指導和模糊信息粒化的時序大數據分析和挖掘方法。
結題摘要
時序大數據的廣泛存在迫切需要有效的分析和挖掘方法，以發現其中有價值的信息和知識。然而，規模大、維數高、屬性種類多等特性使得已有的時序數據挖掘算法表現低效或無效，從而無法適應現實的需要，探求新的時序大數據分析和挖掘方法成為當務之急。 人們在對時序數據分析時經常採用如下兩種智慧型方式：（a）根據需要對數據適度粒化進而在粒子層面對數據進行分析；（b）根據需要適時合理地將從已有數據中得到的知識運用到後續數據的分析中去。 本項目將如上兩種智慧型方式進行數學建模，並運用到時序大數據的分析與處理中，得到了一系列具有創新性的研究成果。這些成果在時序數據的粒化表示、信息融合、以及時序大數據的挖掘等方面都展現出了獨特的效果，有效地克服了現有算法存在的不足。 項目得到了如下具體研究成果：(1) 提出了數值平台上信息融合（知識指導）的理論與方法(2) 設計了基於知識指導的時序大數據挖掘算法 (3) 提出了一套針對時序數據的模糊信息粒化及粒子平台建立理論與方法(4) 提出了模糊信息粒子平台上信息融合（知識指導）的理論與方法(5) 設計了模糊信息粒子平台上兼有知識指導的時序大數據挖掘算法(6) 編制了相應於所得到方法的實用程式
