

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、大數據流挖掘作為數據挖掘的一個重要分支,越來越成為人們關注的熱點之一,尤其是隨著網格計算,云計算,特別是大數據的出現,人們對大數據流的處理需求的迫切程度越來越高。
本文主要介紹了大數據流挖掘中滯后相關性的概念和方法,介紹了傳統數據流挖掘的相關知識與存在的問題,針對大數據流挖掘中滯后相關性研究工作包括以下兩個方面:
第一、本文提出了一種基于級數分層滑動窗口的數據流序列滯后相關性挖掘方法。該方法首先對序列按級數遞增進行分
2、層,在每層上計算滑動窗口的覆蓋度g,之后再對每層的滑動窗口計算序列的參數值;最后根據各層滑動窗口的參數值,計算序列的滯后相關系數,以此來確定序列的滯后相關性,實驗結果表明本文方法是有效的。
第二、本文提出了一種基于布爾約減級數分層的數據流滯后相關性挖掘方法。該方法根據原數據流兩段序列的序列均值(x)、(y),設立flag變量對原數據流序列元素進行標記,對大數據流序列進行宏布爾變換,根據閾值ε剔除元素,并由flag對剩余元素進行
3、還原;其次,根據采樣周期T及得到的宏布爾序列值進行微布爾變換,剔除序列元素后還原。對還原后的微布爾序列按級數遞增進行分層,在每層上根據滑動窗口的寬度g和每次滑動窗口數目c,計算每層序列的參數值;最后根據參數值,計算滯后相關系數,以此來確定序列的滯后相關性。實驗結果表明,本文方法可以大幅度的減少運算時間,在保證精度的情況下提高運算效率。
數據流的增長從某種意義上來說是無限量的,不同的階段會有不同的挑戰(zhàn),在未來的工作中,著重關注算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數據流的相關挖掘方法研究.pdf
- 實時數據流相關性分析與挖掘技術研究.pdf
- 數據流頻繁項挖掘及相關性分析算法的研究.pdf
- 數據流挖掘
- 基于滯后關聯的多維數據流挖掘的研究與應用.pdf
- 在大數據環(huán)境下基于數據流的數據挖掘技術研究.pdf
- 數據流挖掘算法研究.pdf
- 基于GPU的數據流聚類及相關性分析.pdf
- 時間序列數據流中相關性分析技術的研究.pdf
- 數據流容錯挖掘算法研究.pdf
- 數據流挖掘分類技術綜述
- 數據流查詢和數據流挖掘在油田中應用的研究.pdf
- 基于相關性的數據流聚類及其應用研究.pdf
- 基于數據流的關聯規(guī)則挖掘方法的研究.pdf
- 地震前兆數據流的增量式數據挖掘方法研究.pdf
- 數據流頻繁項挖掘算法.pdf
- 一種效用模式的數據流挖掘方法.pdf
- 數據流頻繁項集挖掘研究.pdf
- 數據流相似性查詢及模式挖掘研究.pdf
- 能源互聯網大數據流異常檢測方法研究.pdf
評論
0/150
提交評論