《時間序列數據挖掘中的聚類模型與算法研究》是依託大連理工大學,由郭崇慧擔任項目負責人的面上項目。
基本介紹
- 中文名:時間序列數據挖掘中的聚類模型與算法研究
- 依託單位:大連理工大學
- 項目類別:面上項目
- 項目負責人:郭崇慧
- 批准號:70871015
- 申請代碼:G0112
- 負責人職稱:教授
- 研究期限:2009-01-01 至 2011-12-31
- 支持經費:23(萬元)
《時間序列數據挖掘中的聚類模型與算法研究》是依託大連理工大學,由郭崇慧擔任項目負責人的面上項目。
《時間序列數據挖掘中的聚類模型與算法研究》是依託大連理工大學,由郭崇慧擔任項目負責人的面上項目。項目摘要近年來,各種聚類方法已經在數據挖掘領域中得到了較為深入的研究,但這些方法大多是針對關係資料庫中的靜態數據對象而提出的...
《基於聚類的金融時間序列數據挖掘方法研究》探討了譜聚類的理論、模型、算法及其在金融時間序列數據挖掘中的套用。以矩陣擾動理論為工具證明了多路歸一化割譜聚類方法的合理性;提出了譜聚類中基於穩定性的非唯一聚類數目估計方法;給出了譜聚類中包含聚類信息的特徵向量組自動選取方法。拼音題名 ji yu pu ju lei de ...
《時間序列的聚類方法及其套用研究》是2019年首都經濟貿易大學出版社出版的圖書。 內容簡介 本書不在沿用基於模型來進行聚類的研究思路,而是借用非常靈活的非參數方法。本書的研究目標是使用非參數方法來研究非線性時間序列的聚類問題,通過理解序列是如何被生成的,估計出生成時間序列的隨機過程之間的相似性來定義其...
《長時間序列聚類方法及套用研究--基於股票價格》是2021年光明日報出版社出版的圖書。內容簡介 本書在以往時間序列預測的研究基礎上,抽取了LE、幾個時域特徵(幅值平方和、峰值、方差、峰度、偏度)、功率譜密度、趨勢項係數、時頻轉換特徵項、自相關函式、偏相關函式、周期項係數等幾個序列特徵,分別採用了基於層次...
《動態數據挖掘中的演化聚類模型與算法研究》是依託大連理工大學,由郭崇慧擔任項目負責人的面上項目。項目摘要 近年來,各種聚類分析方法已經在數據挖掘領域中得到了較為深入的研究,但這些方法大多是針對關係資料庫中的靜態數據對象而提出的。然而在現實世界中越來越多的套用涉及到隨時間動態變化的數據對象的聚類分析。本...
完善道路路網建設規劃中不合理的部分,進而對改進智慧型交通服務有著重要的研究意義。. 本研究以創新交通實時分析算法、研究交通流預測與交通擁堵傳導規律的時間序列數據挖掘為目的,採用時間序列數據挖掘技術建立交通擁堵傳導預測模型,以推動智慧型交通領域服務技術向智慧型化、多樣化和專業化發展。
針對水文時間序列中洪旱事件非全周期性的特點,提出一種新的基於後綴樹的多-事件序列的近似部分周期模式挖掘算法,為自動發現變化環境下水文時間序列長期演變的周期規律提供新方法。 4基於時間序列相似性挖掘的數據驅動洪水預報新方法:首先利用時間序列相似性匹配估計上下游洪峰的傳播時間,再結合前期降雨進行聚類得到若干...
本書介紹了關聯規則、分類、聚類分析、異常值探測、數據流挖掘、時間序列、圖形挖掘、網路分析、文本挖掘和網路分析等流行的數據挖掘算法,給出了具體算法以及這些算法的偽代碼和R語言實現。本書可以作為統計學、計算機等相關專業高年級本科生或研究生的教材,也可以作為數據分析和挖掘等相關研究人員的參考資料。圖書目錄 ...
並對一些新的焦點問題(如多維、數量、約束關聯規則挖掘)的成果儘可能地加以介紹;第4章給出分類的主要理論和算法描述;第5章討論聚類的常用技術和算法;第6章對時間序列分析技術和序列挖掘算法進行論述;第7章介紹了Web挖掘的主要研究領域和相關技術及算法;第8章是對空間數據挖掘技術和算法的分析和講解。
5.5 其他聚類方法 5.6 本章小結和文獻注釋 習題5 第6章 時間序列和序列模式挖掘 6.1 時間序列及其套用 6.2 時間序列預測的常用方法 6.3 基於ARMA模型的序列匹配方法 6.4 基於離散傅立葉變換的時間序列相似性查找 6.5 基於規範變換的查找方法 6.6 序列挖掘 6.7 AprioriAll算法 6.8 AprioriSome...
、關聯規則挖掘方法(包括Apriori算法、CARMA算法和序列模式挖掘算法)、數據篩選算法(包括特徵選擇算法和異常檢測算法)、回歸分析方法(包括線性回歸算法和二項Logistic回歸)、神經網路構建方法(包括多層感知器網路、RBF網路以及Kohonen網路的構建算法)、時間序列分析方法(包括指數平滑法和ARIMA模型構建方法)。
15.6.5 機率方法:隱馬爾可夫模型54 15.7 小結54 15.8 文獻注釋55 15.9 練習題55 第16章 空間數據挖掘57 16.1 引言57 16.2 上下文空間屬性的挖掘58 16.2.1 形狀到時間序列的轉換58 16.2.2 使用小波分析的空間數據到多維數據的轉換61 16.2.3 共址空間模式62 16.2.4 形狀聚類63 16.2....
《數據挖掘與機器學習:PMML建模下》是2020年化學工業出版社出版的圖書。內容簡介 本書詳細描述了PMML規範(Ver4.3)所支持的8種模型:神經網路模型、決策樹模型、規則集模型、序列模型、評分卡模型、支持向量機模型、時間序列模型和聚合模型。全書不是簡單地介紹PMML語法,而是融合各種挖掘模型基礎知識和算法知識,告訴...
技術專題包括決策樹技術、K-means算法、關聯分析技術、神經網路技術、回歸分析技術、貝葉斯分析、凝聚聚類、概念分層聚類、混合模型聚類技術的EM算法、時間序列分析和基於Web的數據挖掘等常用的機器學習方法和統計技術。數據專題包括資料庫中的知識發現處理模型和數據倉庫及OLAP技術。評估專題包括利用檢驗集分類正確率和混淆...
動態數據挖掘中的演化聚類模型與算法研究, 國家自然科學基金項目, 2011/09/25, 完成 時間序列數據挖掘中的聚類模型與算法研究, 國家自然科學基金項目, 2008/09/25-2011/12/31, 完成 獲獎記錄 學術榮譽 教育部"新世紀優秀人才支持計畫"入選者 國家自然科學基金委創新研究群體學術骨幹。其他獎勵 遼寧省優秀博士學位...