一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的領(lǐng)域，尤其是涉及一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法。
【背景技術(shù)】
[0002]隨著社會(huì)信息化的不斷發(fā)展，信息技術(shù)應(yīng)用領(lǐng)域的不斷拓展，各個(gè)應(yīng)用領(lǐng)域包括經(jīng)濟(jì)、醫(yī)療、建筑、環(huán)境等均積累了越來(lái)越多的數(shù)據(jù)。自上世紀(jì)八十年代開(kāi)始，世界各地的數(shù)據(jù)總量飛速增長(zhǎng)，甚至幾個(gè)月就會(huì)增長(zhǎng)一倍，然而如何有效的利用、分析這些數(shù)據(jù)信息，并從中獲取其隱藏的有用信息，則成了一個(gè)巨大的挑戰(zhàn)。在這些海量的數(shù)據(jù)中，有一部分?jǐn)?shù)據(jù)是按時(shí)間順序有序排列的，這類(lèi)數(shù)據(jù)便稱之為時(shí)間序列(Time Series)。各個(gè)應(yīng)用領(lǐng)域中均存在時(shí)間序列，通過(guò)深入研究這些時(shí)間序列，發(fā)現(xiàn)序列背后所隱藏的潛在規(guī)律以及有價(jià)值的信息具有重大的社會(huì)意義和經(jīng)濟(jì)價(jià)值。
[0003]近年來(lái)，隨著數(shù)據(jù)量的增加，一些數(shù)據(jù)分析方法無(wú)法有效提取出更多有價(jià)值的數(shù)據(jù)信息，因此一種新的數(shù)據(jù)分析方法一一數(shù)據(jù)挖掘(Data Mining)技術(shù)便產(chǎn)生了。數(shù)據(jù)挖掘技術(shù)不僅能分析已有的數(shù)據(jù)，還可從原有數(shù)據(jù)中預(yù)測(cè)未來(lái)未知的信息，譬如，通過(guò)數(shù)據(jù)挖掘可以預(yù)測(cè)到下月某商場(chǎng)的銷(xiāo)售量等。何為數(shù)據(jù)挖掘?數(shù)據(jù)挖掘可以以許多不同的形式被定義，簡(jiǎn)單來(lái)說(shuō)，數(shù)據(jù)挖掘就是從海量的數(shù)據(jù)信息中提取出有價(jià)值的信息，原有的數(shù)據(jù)大部分是有模糊噪聲的數(shù)據(jù)，但在這些數(shù)據(jù)中又存在著很多潛在價(jià)值。挖掘的過(guò)程是通過(guò)利用各個(gè)領(lǐng)域的技術(shù)知識(shí)對(duì)海量數(shù)據(jù)進(jìn)行處理分析，挖掘出可以有益于人們進(jìn)行更高層次的分析決策的內(nèi)容。
[0004]目前，雖然國(guó)內(nèi)外對(duì)數(shù)據(jù)挖掘的研究已取得不少的成果，但對(duì)各個(gè)應(yīng)用領(lǐng)域的時(shí)間序列的挖掘卻沒(méi)有通用性，譬如對(duì)金融領(lǐng)域的數(shù)據(jù)挖掘的方法在醫(yī)療領(lǐng)域應(yīng)用時(shí)所得到的性能效果不是很好?，F(xiàn)在大多數(shù)的方法可能只是在某一個(gè)方面表現(xiàn)出較為良好的性能，而不能在其他各個(gè)方面綜合起來(lái)有一個(gè)很好的性能。顯然，以往對(duì)時(shí)間序列的研究還是存在著一些不足的，對(duì)于不同領(lǐng)域的時(shí)間序列挖掘問(wèn)題，傳統(tǒng)的挖掘方法己不適用，需尋求一些新的技術(shù)和方法。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的上述缺陷，提供一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法，使其能夠有效地處理數(shù)據(jù)量大、維度高的時(shí)間序列數(shù)據(jù)，方法簡(jiǎn)單易行，不依賴于具體序列，能高效地進(jìn)行數(shù)據(jù)挖掘聚類(lèi)，將適量數(shù)據(jù)有效壓縮并保留其數(shù)據(jù)的主要特征。
[0006]為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘方法，該方法包括如下步驟:
[0007]步驟1:輸入給定樣本集父、￥，其中父={叉1，叉2，...^}、Y={yi，y2，...，yn}；
[0008]步驟2:對(duì)輸入樣本集進(jìn)行去噪、歸一化處理；
[0009]步驟3:對(duì)時(shí)間序列X、Y進(jìn)行極值點(diǎn)求取，得到極值點(diǎn)序列X’、Y’；
[0010]步驟4:對(duì)所得到的區(qū)域極值點(diǎn)序列Χ’、Υ’進(jìn)行等長(zhǎng)處理，等長(zhǎng)處理后得到長(zhǎng)度均為k的分類(lèi)序列Χ”、Υ”；
[0011]步驟5:對(duì)處理后的分類(lèi)序列Χ”、Υ”進(jìn)行類(lèi)距離計(jì)算，其中，類(lèi)距離(KX1)表示為:
[0012]d(Xi) =min I X1-Yj I ;
[0013]其中,Xi是分類(lèi)序列X”中的任意一個(gè)數(shù),Yj是分類(lèi)序列Y”中的任意一個(gè)數(shù)；
[0014]步驟6:將類(lèi)距離最大的兩類(lèi)進(jìn)行合并，合并后類(lèi)別數(shù)減少一個(gè)；
[0015]步驟7:返回步驟5、6，繼續(xù)循環(huán)執(zhí)行，直到聚類(lèi)數(shù)等于預(yù)設(shè)的數(shù)值，即可聚類(lèi)結(jié)束；
[0016]步驟8:輸出聚類(lèi)結(jié)果。
[0017]與現(xiàn)有技術(shù)相比，本發(fā)明的主要優(yōu)勢(shì)在于:
[0018]本發(fā)明提供了一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法，該計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法通過(guò)對(duì)輸入樣本集X、Y進(jìn)行去噪、歸一化處理，并對(duì)處理后的時(shí)間序列進(jìn)行極值點(diǎn)求取，得到極值點(diǎn)序列Χ’、γ’；再對(duì)Χ’、γ’進(jìn)行等長(zhǎng)處理，等長(zhǎng)處理后得到長(zhǎng)度相等的分類(lèi)序列X”、Y” ；然后對(duì)處理后的序列X”、Υ”進(jìn)行類(lèi)距離計(jì)算，將距離最大的兩類(lèi)進(jìn)行合并，合并后類(lèi)別數(shù)減少一個(gè);接著對(duì)處理后的分類(lèi)序列Χ”、γ”循環(huán)執(zhí)行類(lèi)距離計(jì)算并且合并距離最大的兩類(lèi)，直到聚類(lèi)數(shù)等于預(yù)設(shè)的數(shù)據(jù)，即可聚類(lèi)結(jié)束;最后輸出聚類(lèi)結(jié)果。該方法能夠有效地處理數(shù)據(jù)量大、維度高的時(shí)間序列數(shù)據(jù)，方法簡(jiǎn)單易行，不依賴于具體序列，能高效地進(jìn)行數(shù)據(jù)挖掘聚類(lèi)，將海量數(shù)據(jù)有效壓縮并保留其數(shù)據(jù)的主要特征。
【附圖說(shuō)明】
[0019]圖1為本發(fā)明的實(shí)現(xiàn)原理框圖。
【具體實(shí)施方式】
[0020]以下結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行詳細(xì)說(shuō)明，以便本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明。
[0021]如圖1所示，是本發(fā)明所述的一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法的【具體實(shí)施方式】，其具體實(shí)施步驟為:
[0022]步驟1:輸入給定樣本集父、￥，其中父={叉1，叉2，...^}、Y={yi，y2，...，yn}；
[0023]步驟2:對(duì)輸入樣本集進(jìn)行去噪、歸一化處理；
[0024]步驟3:對(duì)時(shí)間序列X、Y進(jìn)行極值點(diǎn)求取，得到極值點(diǎn)序列X’、Y’；
[0025]步驟4:對(duì)所得到的區(qū)域極值點(diǎn)序列Χ’、Υ’進(jìn)行等長(zhǎng)處理，等長(zhǎng)處理后得到長(zhǎng)度均為k的分類(lèi)序列Χ”、Υ”；
[0026]步驟5:對(duì)處理后的分類(lèi)序列Χ”、Υ”進(jìn)行類(lèi)距離計(jì)算，其中，類(lèi)距離Cl(X1)表示為:
[0027]d(Xi) =min I X1-Yj I ;
[0028]其中,Xi是分類(lèi)序列X”中的任意一個(gè)數(shù),Yj是分類(lèi)序列Y”中的任意一個(gè)數(shù)；
[0029]步驟6:將類(lèi)距離最大的兩類(lèi)進(jìn)行合并，合并后類(lèi)別數(shù)減少一個(gè)；
[0030]步驟7:返回步驟5、6，繼續(xù)循環(huán)執(zhí)行，直到聚類(lèi)數(shù)等于預(yù)設(shè)的數(shù)值，即可聚類(lèi)結(jié)束；
[0031]步驟8:輸出聚類(lèi)結(jié)果。
[0032]該計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法通過(guò)對(duì)輸入樣本集X、Y進(jìn)行去噪、歸一化處理，并對(duì)處理后的時(shí)間序列進(jìn)行極值點(diǎn)求取，得到極值點(diǎn)序列x’、Y’；再對(duì)x’、Y’進(jìn)行等長(zhǎng)處理，等長(zhǎng)處理后得到長(zhǎng)度相等的分類(lèi)序列X”、Υ” ；然后對(duì)處理后的序列X”、Υ”進(jìn)行類(lèi)距離計(jì)算，將距離最大的兩類(lèi)進(jìn)行合并，合并后類(lèi)別數(shù)減少一個(gè);接著對(duì)處理后的分類(lèi)序列X”、Y”循環(huán)執(zhí)行類(lèi)距離計(jì)算并且合并距離最大的兩類(lèi)，直到聚類(lèi)數(shù)等于預(yù)設(shè)的數(shù)據(jù)，即可聚類(lèi)結(jié)束;最后輸出聚類(lèi)結(jié)果。該方法能夠有效地處理數(shù)據(jù)量大、維度高的時(shí)間序列數(shù)據(jù)，方法簡(jiǎn)單易行，不依賴于具體序列，能高效地進(jìn)行數(shù)據(jù)挖掘聚類(lèi)，將海量數(shù)據(jù)有效壓縮并保留其數(shù)據(jù)的主要特征。
[0033]以上實(shí)施方式僅為說(shuō)明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動(dòng)，均落入本發(fā)明保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1.一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法，其特征在于，該方法包括以下步驟: 步驟1:輸入給定樣本集Χ、γ，其中X={xi，x2,...，xn}、Y={yi，y2,...,yn}； 步驟2:對(duì)輸入樣本集進(jìn)行去噪、歸一化處理； 步驟3:對(duì)時(shí)間序列X、Y進(jìn)行極值點(diǎn)求取，得到極值點(diǎn)序列X ’、Y ’ ； 步驟4:對(duì)所得到的區(qū)域極值點(diǎn)序列X’、Y’進(jìn)行等長(zhǎng)處理，等長(zhǎng)處理后得到長(zhǎng)度均為k的分類(lèi)序列X”、Y”； 步驟5:對(duì)處理后的分類(lèi)序列Χ”、Υ”進(jìn)行類(lèi)距離計(jì)算，其中，類(lèi)距離Cl(X1)表示為: d(Xi) =min | X1-Yj | ； 其中，X1是分類(lèi)序列X”中的任意一個(gè)數(shù)，Yj是分類(lèi)序列Y”中的任意一個(gè)數(shù)； 步驟6:將類(lèi)距離最大的兩類(lèi)進(jìn)行合并，合并后類(lèi)別數(shù)減少一個(gè)； 步驟7:返回步驟5、6，繼續(xù)循環(huán)執(zhí)行，直到聚類(lèi)數(shù)等于預(yù)設(shè)的數(shù)值，即可聚類(lèi)結(jié)束； 步驟8:輸出聚類(lèi)結(jié)果。
【專利摘要】本發(fā)明公開(kāi)了一種基于時(shí)間序列的計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法，該計(jì)算機(jī)數(shù)據(jù)挖掘聚類(lèi)方法通過(guò)對(duì)輸入樣本集X、Y進(jìn)行去噪、歸一化處理，并對(duì)處理后的時(shí)間序列進(jìn)行極值點(diǎn)求取，得到極值點(diǎn)序列Xˊ、Yˊ；再對(duì)Xˊ、Yˊ進(jìn)行等長(zhǎng)處理，等長(zhǎng)處理后得到長(zhǎng)度相等的分類(lèi)序列X”、Y”；然后對(duì)處理后的序列X”、Y”進(jìn)行類(lèi)距離計(jì)算，將距離最大的兩類(lèi)進(jìn)行合并，合并后類(lèi)別數(shù)減少一個(gè)；接著對(duì)處理后的分類(lèi)序列X”、Y”循環(huán)執(zhí)行類(lèi)距離計(jì)算并且合并距離最大的兩類(lèi)，直到聚類(lèi)數(shù)等于預(yù)設(shè)的數(shù)據(jù)，即可聚類(lèi)結(jié)束；最后輸出聚類(lèi)結(jié)果。該方法能夠有效地處理數(shù)據(jù)量大、維度高的時(shí)間序列數(shù)據(jù)，方法簡(jiǎn)單易行，不依賴于具體序列，能高效地進(jìn)行數(shù)據(jù)挖掘聚類(lèi)，將海量數(shù)據(jù)有效壓縮并保留其數(shù)據(jù)的主要特征。
【IPC分類(lèi)】G06F17/30, G06K9/62
【公開(kāi)號(hào)】CN105631475
【申請(qǐng)?zhí)枴緾N201510992669
【發(fā)明人】李潔, 孫燕, 石成富
【申請(qǐng)人】石成富
【公開(kāi)日】2016年6月1日
【申請(qǐng)日】2015年12月25日