龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：河海大学
摘要：本发明公开了一种基于极大模体邻居的多维时间序列模体挖掘方法。步骤为：1单维模体挖掘。利用CacheSTOMP算法计算各维度时间序列距离矩阵，根据用户预设的相似度阈值提取相似子序列集合，接着剔除平凡匹配后得到单维K‑Motifs模体。2构建极大模体邻居集合。根据模体实例起始索引，对模体实例进行升序排序，得到全局模体实例信息。在排序结果上使用邻居窗口进行滑动探测，构建全量的极大模体邻居集合。3多维模体发现。提取极大模体邻居公共集，得到最终的多维模体集合。传统方法在挖掘多维模体的过程会产生冗余低维模体的问题，以及多维模体组合遗漏的问题。本发明利用邻居窗口在全局排序结果上进行滑动窗口探测构建极大模体邻居，从而实现对多维模体组合的全量挖掘，避免了产生低维冗余模体的问题，还解决了基于贪心思想构建模体邻居导致的多维模体组合遗漏的问题。
主权项：1.一种基于极大模体邻居的多维时间序列模体挖掘方法，包括如下步骤：1单维模体挖掘。利用基于缓存思想改进的CacheSTOMP算法加速挖掘出各维度时间序列距离矩阵，根据用户预设的相似度阈值R提取相似子序列集合，接着剔除平凡匹配后得到单维K-Motifs模体。2构建极大模体邻居。单维模体中每个子序列称为该模体的一个模体实例。首先，以三元组维度-k-motif参数-模体实例索引表示所有的模体实例信息，根据模体实例起始索引进行升序排序形成全局模体实例信息。设置邻居阈值σ表示模体邻居内部实例索引之间最大位置差值。在全局模体实例信息上利用邻居窗口以步长为1进行滑动探测，构建极大模体邻居集合。3多维模体发现。得到极大模体邻居集合，在邻居集合中提取具有相同维度、k-motifs参数dim-k信息的模体实例集构成极大模体邻居公共集，根据各多维模体实例的数量进行倒序排序，得到最终的多维K-Motifs模体。
全文数据：
权利要求：
百度查询： 河海大学 一种基于极大模体邻居的多维时间序列模体挖掘方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号