《時序數據知識發現技術》是焦吉成所寫的管理科學與工程博士論文。
基本信息,中文摘要,
基本信息
副題名
外文題名
Research on knowledge discovery technology of time series
論文作者
焦吉成著
導師
高學東指導
學科專業
管理科學與工程
學位級別
博士論文
學位授予單位
北京科技大學
學位授予時間
2007
關鍵字
企業管理 生產管理 數據處理 數據採掘 時間序列分析
館藏號
F273
館藏目錄
2009\F273\8
中文摘要
本文運用小波分析、粗糙集、遺傳算法等理論和方法，針對企業生產管理過程中的時間序列數據，研究時間序列數據挖掘的數據預處理方法、時間序列數據的屬性約簡算法、多維時間序列的關聯規則挖掘算法，主要研究工作包括： (1)根據工業企業狀態監測時間序列的特殊性，提出了工業監控區間．極值時間序列分割算法，利用極值點對時間序列進行分割，對分割後的時間序列進行屬性抽取，形成適應於粗糙集操作的決策表。 (2)為了減少數據挖掘過程的數據計算量，提出了高維稀疏數據預聚類算法，把對象—屬性空間分割為較小的數據挖掘子空間。 (3)以集合理論為基礎，提出了屬性關係積理論，利用屬性關係積理論研究結果對決策表的屬性進行約簡，拋棄決策表，提高了屬性約簡的效率。進一步利用屬性關係積理論的特殊性質，提出了改進的關係積屬性約簡算法，大幅度地提高了關係積屬性約簡的效率。 (4)針對關係積屬性約簡算法套用於大規模決策表時，效率不高的缺點，提出了關係積和遺傳算法相結合的屬性約簡算法。 (5)提出了基於關係積理論的屬性值約簡算法，消除了約簡後決策表的冗餘屬性值，可獲得唯一的屬性值約簡，從而簡化了決策規則，解決了決策表值約簡這一NP難題。 (6)結合實際問題的特性，提出了一種基於關係積的多維關聯規則發現算法，把Apriori算法與關係積算法相結合，不需要對決策表進行多次描述，直接生成多維關聯規則的候選項集。
