張海敏

(安徽工程大學(xué) 藝術(shù)學(xué)院，安徽 蕪湖 241000)

在對(duì)符號(hào)時(shí)間約束問題進(jìn)行分析時(shí)，其難點(diǎn)在于應(yīng)當(dāng)通過何種方式從流數(shù)據(jù)中有效的提取其中的嵌入信息，要求運(yùn)用最佳的原始流數(shù)據(jù)分割方法[1-2].結(jié)合當(dāng)前的研究成果能夠發(fā)現(xiàn)，在當(dāng)前已有的時(shí)間約束分析方法中，應(yīng)用最為普遍的為離散付式變換(DFT)[3-4]、分段聚合近似(PAA)[5]、自適應(yīng)分段常數(shù)近似(APCA)[6]等.在眾多符號(hào)表示方法中，都存在著其特有優(yōu)勢(shì)與不足.RLA實(shí)現(xiàn)了對(duì)此類問題的有效解決，對(duì)于上述問題中存在的缺陷進(jìn)行了有效的完善，算法性能得到了提高，因此社會(huì)各界對(duì)該方法表示了極大的關(guān)注[7].但是這種方法也存在不足之處，僅能夠用于分析方差較小，這就難以實(shí)現(xiàn)對(duì)流數(shù)據(jù)細(xì)微特征的有效反映，甚至得到的結(jié)果可能為錯(cuò)誤結(jié)果.

本文提出了基于時(shí)間約束層流特征矢量美術(shù)圖形符號(hào)化TCLC算法，將其應(yīng)用到流數(shù)據(jù)美術(shù)圖形符號(hào)過程中.通過流數(shù)據(jù)時(shí)間約束層流特征的均值與方差水平，實(shí)現(xiàn)對(duì)其”平均值”與”發(fā)散程度”的衡量指標(biāo)，將時(shí)間約束符號(hào)視為矢量，得到與之相對(duì)的符號(hào)矢量.此時(shí)分析其“平均值”特征時(shí)，通過時(shí)間約束子段均值作為指標(biāo)，方差水平則用以刻畫其發(fā)散程度.兩個(gè)分量的矢量和，則表示了該時(shí)間約束符號(hào)具有的總體特征.通過仿真實(shí)驗(yàn)?zāi)軌虻贸?，與RLA算法相比，本文的TCLC算法表現(xiàn)出了更好的相似搜索效果.

1 SFVS(時(shí)間約束層流特征矢量美術(shù)圖形符號(hào)化)算法

1.1 算法描述

在RLA算法中容易丟失重要的極值信息，為了改進(jìn)這一不足，提出了TCLC算法，該方法的主要實(shí)現(xiàn)思路為；首先以各字符對(duì)應(yīng)時(shí)間約束子段的極大極小值視為新的字符表示,由此，原來的由一個(gè)RLA字符所表示的時(shí)間約束子段，此時(shí)變?yōu)橛?個(gè)字符進(jìn)行表示.本文對(duì)此方案進(jìn)行了驗(yàn)證分析(見表1)，結(jié)果發(fā)現(xiàn)該方法的效果也相對(duì)有限，主要是人為因素所導(dǎo)致的信息失真，同時(shí)給予符號(hào)數(shù)也擴(kuò)大了，那么計(jì)算代價(jià)也會(huì)大大增加.故此，本文綜合相關(guān)的理論研究以及實(shí)踐結(jié)論，通過對(duì)其他方面進(jìn)行改善以實(shí)現(xiàn)對(duì)RLA算法中信息丟失問題的有效解決.

表1 TCLC與RLA運(yùn)行時(shí)間比較

基于對(duì)于大部分流數(shù)據(jù)而言，都可將其視為隨機(jī)序列，因此，時(shí)間約束分析可視為是對(duì)于觀測(cè)得到的時(shí)間約束的統(tǒng)計(jì)分析.并且可利用統(tǒng)計(jì)分析的均值和方差水平進(jìn)行確認(rèn)和分析.本文所提出的TCLC算法主要實(shí)現(xiàn)思路為：通過時(shí)間約束層流特征的均值與方差水平的分析，來對(duì)其平均值以及其具有的發(fā)散程度進(jìn)行分析，此時(shí)，可將時(shí)間約束符號(hào)視為是一個(gè)矢量.由此，流數(shù)據(jù)美術(shù)圖形符號(hào)化的實(shí)現(xiàn)過程中，就相當(dāng)于使得將時(shí)間約束子段進(jìn)行轉(zhuǎn)化，得到對(duì)應(yīng)的符號(hào)矢量，其中含有兩個(gè)分量.兩個(gè)分量組成了矢量和，通過這種方式能夠從不同的角度對(duì)時(shí)間約束符號(hào)具有的特征進(jìn)行分析.故此，能夠?qū)崿F(xiàn)對(duì)其特征的全面描述.本文的TCLC方法與RLA方法相比，能夠?qū)崿F(xiàn)更加詳細(xì)的描述，此時(shí)與之相對(duì)應(yīng)的數(shù)學(xué)描述為

(1)

(2)

上式中，Cj-1,Cj依次表示了第i個(gè)字符劃分區(qū)具有的下、上限.

則此時(shí)可將式(1)、式(2)落入不同的劃分區(qū)間的Xi，Si值進(jìn)行轉(zhuǎn)化，得到與之相對(duì)的符號(hào)分量.此時(shí)，Xi表示第i個(gè)時(shí)間約束子段的均值，Si屬于相應(yīng)時(shí)間約束子段方差s：

(3)

1.2 符號(hào)距離計(jì)算

本文考慮美術(shù)圖形符號(hào)化的具體實(shí)現(xiàn)過程，首先通過PAA方法實(shí)現(xiàn)降維，隨后求取方差，由此實(shí)現(xiàn)了預(yù)處理過程，此時(shí)可通過下式表述兩個(gè)原始時(shí)間約束A,B的歐氏距離

(4)

式中的d代表數(shù)據(jù)的維數(shù)，相應(yīng)的預(yù)處理時(shí)間約束A′,B′的距離則為

(5)

能夠得出，預(yù)處理時(shí)間約束A′,B′的距離與A,B的歐式距離，兩者間是存在如下關(guān)系：

D(A,B)≥DR(A′,B′)

(6)

(7)

考慮到本文其中的符號(hào)包含兩個(gè)分量，可得出下面的式子：

(8)

在此基礎(chǔ)上，能夠得到與之相對(duì)的原始時(shí)間約束的具有的最小距離為

(9)

而且還可論證，在預(yù)處理時(shí)間約束和符號(hào)時(shí)間約束距離，兩者間是存在如下關(guān)系：

(10)

綜合考慮式(10)及式(6)可得

(11)

說明通過SFVS方法得到的符號(hào)距離，為與之對(duì)應(yīng)的歐式距離的下限.

2 仿真實(shí)驗(yàn)

本文通過實(shí)驗(yàn)對(duì)本文算法進(jìn)行有效的驗(yàn)證，對(duì)于TCLC與兩RLA種方法的運(yùn)行時(shí)間代價(jià)對(duì)比.經(jīng)過20次實(shí)驗(yàn)之后得到表2中的均值結(jié)果，結(jié)果表明TCLC的計(jì)算代價(jià)要更大一些，具體表現(xiàn)為RLA方法的3倍左右.

2.1 相似查詢

經(jīng)過相似查詢實(shí)驗(yàn)之后，對(duì)于RLA、TCLC兩種方法的分析，可以從其他角度對(duì)于兩種方法，各自的特征進(jìn)行分析.用Brute_Force算法,能夠在流數(shù)據(jù)集T中或者說一定的范圍、或者閾值內(nèi)，即可得到和給定長(zhǎng)度標(biāo)準(zhǔn)子串Ti相匹配的子序列Tj.如圖1所示，屬于一個(gè)十分典型的案例.

如圖1(a)所示，代表了通過RLA方法時(shí)，得到了通過RLA方法進(jìn)行相似性查詢時(shí)，得到的結(jié)果片段.在左圖中，屬于查詢串；右圖進(jìn)行相似查詢時(shí)，能夠得到異常結(jié)果.圖1(b)表示的是對(duì)于同一數(shù)據(jù)集，進(jìn)行近似查詢時(shí)，通過TCLC方法能夠確定.綜合上述分析能夠得出，其中有效避免了RLA方法中存在的不足.

(a)The RLA symbol is used for similar queries

(b)The TCLC symbol is used for similar queries

表2所示的為對(duì)表1中數(shù)據(jù)集進(jìn)行異常檢測(cè)時(shí)，20次實(shí)驗(yàn)的平均結(jié)果，為了簡(jiǎn)化過程同時(shí)增強(qiáng)其可比性，在表2的3～6列表示的是在異常檢測(cè)實(shí)驗(yàn)中，所得到的異常檢測(cè)漏檢率，以及進(jìn)行相似查詢時(shí)得到的誤檢率.在7,8列則是對(duì)兩種方法具有的運(yùn)行時(shí)間進(jìn)行了記錄、分析.

表2 TCLC與RLA應(yīng)用比較

經(jīng)過本文實(shí)驗(yàn)?zāi)軌虻贸觯疚牡腡CLC算法和RLA相比具有的整體性能更優(yōu)，不管是在進(jìn)行相似查詢亦或者是進(jìn)行異常檢測(cè)，所得到的結(jié)果都是更優(yōu)的，結(jié)合表2中的3、4兩列能夠發(fā)現(xiàn)，在異常檢測(cè)中，TCLC方法的漏檢率水平更低，要低于RLA方法，主要原因在于，當(dāng)采用RLA方法來進(jìn)行檢測(cè)時(shí)，本質(zhì)上是需要對(duì)兩個(gè)符號(hào)相對(duì)應(yīng)的時(shí)間約束子段平均值距離來進(jìn)行檢測(cè)，假如該距離與閾值相比較小時(shí)，則此時(shí)能夠判定被檢測(cè)時(shí)間約束子段屬于正常的，而在TCLC方法中，盡管兩個(gè)符號(hào)對(duì)應(yīng)的均值分量都是小于閾值的,但是最后兩個(gè)符號(hào)的矢量距離可能大于閾值，此時(shí)的檢測(cè)結(jié)果出現(xiàn)異常.在表5、6兩列表示了進(jìn)行相似查詢的實(shí)驗(yàn)對(duì)比結(jié)果.最終顯示，TCLC的誤檢率更低，最起碼不會(huì)超過RLA方法.在表2中7，8列表示的是兩種算法具有的平均實(shí)驗(yàn)運(yùn)行時(shí)間.結(jié)果顯示，TCLC方法所增加的計(jì)算代價(jià)遠(yuǎn)遠(yuǎn)低于RLA方法.故此，基于計(jì)算代價(jià)以及算法精度兩個(gè)角度進(jìn)行分析，能夠得出從綜合角度分析，TCLC算法比RLA算法要具有更好的性能，優(yōu)勢(shì)更加突出.

3 結(jié)論

為了改進(jìn)RLA方法在進(jìn)行符號(hào)時(shí)間約束中存在諸多不足,本文提出了TCLC算法.在TCLC算法中，主要是加入了兩個(gè)時(shí)間約束層流特征分量使得RLA標(biāo)量能夠經(jīng)過符號(hào)化處理轉(zhuǎn)化得到矢量符號(hào).基于TCLC方法中，得到的描述信息更多.因此，在處理時(shí)間約束分析方面具有更好的優(yōu)勢(shì)，而且通過實(shí)驗(yàn)對(duì)比，也驗(yàn)證了該方法的有效性.

[1] KARAOULIS M，REVIL A，MINSLEY B，et al.Time-lapse gravity inversion with an active time constraint[J].Geophysical Journal International，2014,196(2)：748-759.

[2] EISENBEISS M，WILKEN R，SKIERA B，et al.The interplay of discount and time constraint with product type[J].International Journal of Research in Marketing，2015,32(4)：387-397.

[3] AN Y J，KIM Y D,CHOI S W.Minimizing makespan in a two-machine flowshop with a limited waiting time constraint and sequence-dependent setup times[J].Computers & Operations Research，2016,71：127-136.

[4] ROACH V，KRYKLYWY J，MITCHELL D,et al.Knowing Your Limits：How a Time Constraint May Impact Spatial Reasoning[J].The FASEB Journal，2015，29(1)：689-695.

[5] BELLING P K，SUSS J，WARD P.The effect of time constraint on anticipation，decision making，and option generation in complex and dynamic environments[J].Cognition，Technology & Work，2015，17(3)：355-366.

[6] BAGLOEE S A,ASADI M.Prioritizing road extension projects with interdependent benefits under time constraint[J].Transportation Research Part A：Policy and Practice,2015,75：196-216.

[7] PARK S，O’LEARY D P.A polynomial time constraint-reduced algorithm for semidefinite optimization problems[J].Journal of Optimization Theory and Applications,2015，166(2)：558-571.