亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)MOEN算法的時(shí)序數(shù)據(jù)主旨模式挖掘

        2020-05-11 12:24:30王丹丹
        關(guān)鍵詞:枚舉時(shí)間序列

        王丹丹

        摘要:主旨模式挖掘常用于發(fā)現(xiàn)時(shí)間序列中具有代表性的相似子序列,其中MOEN算法(Efficient Enumeration of Motifs,MOEN)基于枚舉的思想來(lái)發(fā)現(xiàn)指定長(zhǎng)度范圍內(nèi)的主旨模式(motifs),采用候選相似子序列的方法降低了計(jì)算所需資源。本研究對(duì)距離矩陣的生成策略加以改進(jìn),進(jìn)一步降低計(jì)算成本,并通過(guò)實(shí)驗(yàn)驗(yàn)證其有效性。

        關(guān)鍵詞:時(shí)間序列;motifs;MOEN算法;枚舉

        中圖分類號(hào):TP311 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1007-9416(2020)02-0096-02

        0 引言

        主旨模式挖掘作常用于發(fā)現(xiàn)時(shí)間序列中具有代表性的相似子序列。Patel等首次提出主旨模式(motifs)[1],并提出了K-motif算法,該算法無(wú)法發(fā)現(xiàn)長(zhǎng)度不等的motif。Tang等人在K-motif的基礎(chǔ)上提出一種通過(guò)綜合發(fā)現(xiàn)的motif來(lái)生成原型模式的方法[2],來(lái)發(fā)現(xiàn)長(zhǎng)度不等的motif。Muenn等先提出了精確主旨模式挖掘算法[3],后又提出了MOEN算法[4](Efficient Enumeration of Motifs,MOEN),算法采用候選相似子序列的方法解決了傳統(tǒng)枚舉法計(jì)算量大的問(wèn)題,本文針對(duì)此算法的不足加以改進(jìn),并驗(yàn)證其有效性。

        1 相關(guān)定義

        1.1 定義1:時(shí)間序列與子序列

        時(shí)間序列T是一條長(zhǎng)度為n的實(shí)數(shù)序列,可表示為T=t1,t2,t3,…,tn。子序可表示為Si,m=ti,ti+1,…,ti+m-1,其中m

        1.2 定義2:平凡匹配

        給定序列T與實(shí)數(shù)R,已知Sp,m與Sq,m,其中mr>q時(shí),不存在Sr,m,使得D(Sp,m,Sr,m)>R,則稱Sp,m為Sq,m的平凡匹配序列。

        2 改進(jìn)MOEN算法

        2.1 MOEN算法

        MOEN算法通過(guò)邊界策略來(lái)減少枚舉次數(shù),降低運(yùn)算復(fù)雜度。算法第一步計(jì)算長(zhǎng)度為m的子序列間的距離dmi,j=D(Si,m,Sj,m),i≠j與距離矩陣list;第二步統(tǒng)計(jì)非平凡匹配數(shù),找出長(zhǎng)度m下的1-motif;第三步將距離矩陣由小到大排序,候選距離矩陣listm為其前n項(xiàng);第四步計(jì)算長(zhǎng)度為m+1時(shí)的距離上界LB,公式為L(zhǎng)B2=(+z2)-1d2,式中z為長(zhǎng)度為m的子序列標(biāo)準(zhǔn)化后的最大值,d 為候選矩陣中距離最大值;第5步,基于listm計(jì)算新的距離,若小于LB則重復(fù)步驟2~6,若大于LB則返回步驟1。

        2.2 改進(jìn)MOEN算法

        MOEN算法存在如下問(wèn)題,首先該算法只挖掘出了1-motif,而實(shí)際應(yīng)用中需要K-motifs;其次距離矩陣比較冗余。針對(duì)第一個(gè)問(wèn)題,將原算法中的第2步更改為挖掘K-motifs即可。針對(duì)第二個(gè)問(wèn)題,改進(jìn)算法通過(guò)避免產(chǎn)生“無(wú)用項(xiàng)”來(lái)減小距離矩陣。已知,? ? ? ? ? ? ? ? ? ? ? D(Si,m+1,Sj,m+1)≥D(Si,m,Sj,m),若Sj,m+1與Si,m+1的不匹配,則D(Si,m+1,Sj,m+1)>R,D(Si,m,Sj,m)>R,R為閾值。由此推得Sj,m一定不是Si,m的匹配序列,故其為無(wú)用項(xiàng)。因此,只要在生成listm時(shí)設(shè)置合適的距離閾值M即可篩除無(wú)用項(xiàng),降低計(jì)算復(fù)雜度。為了適應(yīng)不同長(zhǎng)度下子序列間距離的變化M=2λm,λ為正數(shù)。

        3 實(shí)驗(yàn)結(jié)果與分析

        表1和表2為部分實(shí)驗(yàn)結(jié)果,當(dāng)子序列長(zhǎng)度為5時(shí),改進(jìn)算法的距離矩陣大小僅為原始算法產(chǎn)生的距離矩陣的3.1%;當(dāng)子序列長(zhǎng)度為11時(shí),這個(gè)值為2.7%。

        圖1與圖2 分別為原始算法與改進(jìn)算法產(chǎn)生的候選序列,圖中每條折線代表一個(gè)序列,可以看出改進(jìn)MOEN算法在降低距離矩陣大小的同時(shí),提升了算法的精度,具有實(shí)際的意義與價(jià)值。

        參考文獻(xiàn)

        [1] Patel P,Keogh E J,Lin J,et al.Mining Motifs in Massive Time Series Databases[J].Proc.of IEEE Intl Conf.on Data Mining Maebashi Japan,2002:370-377.

        [2] Tang H,Liao S S.Discovering original motifs with different lengths from time series[J].Knowledge-Based Systems,2008,21(7):666-671.

        [3] Mueen A,Keogh E J,Zhu Q,et al.Exact Discovery of Time Series Motifs[C]//SDM.2009:473-484.

        [4] Mueen A.Enumeration of Time Series Motifs of All Lengths[C]//2013 IEEE 13th International Conference on Data Mining.IEEE Computer Society,2013.

        Find Time Series Motifs Based on Improved MOEN Algorithm

        WANG Dan-dan

        (Chongqing JiaoTong University, Chongqing? 400000)

        Abstract:Motifs mining is often used to find representative similar subsequences in time series. MOEN algorithm (efficiency enumeration of motifs, Moen) is based on the idea of enumeration to find the motifs within the specified length range. The method of candidate similar subsequences reduces the computing resources. In this study, the generation strategy of distance matrix is improved to further reduce the calculation cost, and its effectiveness is verified by experiments.

        Key words:time series; motifs; MOEN algorithm; enumeration

        猜你喜歡
        枚舉時(shí)間序列
        基于理解性教學(xué)的信息技術(shù)教學(xué)案例研究
        速讀·上旬(2022年2期)2022-04-10 16:42:14
        一種高效的概率圖上Top-K極大團(tuán)枚舉算法
        復(fù)合勻質(zhì)塊排樣方式及其生成算法
        數(shù)組在處理枚舉無(wú)規(guī)律數(shù)據(jù)中的應(yīng)用
        上證綜指收益率的影響因素分析
        基于指數(shù)平滑的電站設(shè)備故障時(shí)間序列預(yù)測(cè)研究
        基于時(shí)間序列的我國(guó)人均GDP分析與預(yù)測(cè)
        商(2016年32期)2016-11-24 16:20:57
        展開(kāi)學(xué)習(xí)過(guò)程突出知識(shí)本質(zhì)
        基于線性散列索引的時(shí)間序列查詢方法研究
        軟件工程(2016年8期)2016-10-25 15:43:57
        基于組合模型的能源需求預(yù)測(cè)
        亚洲欧洲国产日产国码无码| 国产一级一厂片内射视频播放| 成年女人永久免费看片| 国产国拍亚洲精品永久不卡| 国产三级三级精品久久| 东北女人一级内射黄片| 色婷婷五月综合久久| 亚洲欧美国产国产综合一区| 就去吻亚洲精品欧美日韩在线| 岛国AV一区二区三区在线观看| 欧美日韩亚洲成色二本道三区| 亚洲乱色视频在线观看| 高潮精品熟妇一区二区三区| 日本a级特级黄色免费| 精品高朝久久久久9999| 国产成人av综合色| 欧美老妇与禽交| 国产午夜精品福利久久| 亚洲一区二区三区亚洲| 一区二区三区视频亚洲| 熟女少妇精品一区二区| 在线中文字幕有码中文| 久久伊人网久久伊人网| 国产日韩精品中文字幕| 欧美丰满熟妇bbbbbb| 亚洲深深色噜噜狠狠爱网站| 国产网友自拍亚洲av| 美妇炮灰被狂躁爽到高潮h| 性大毛片视频| 久久人人做人人妻人人玩精| 亚洲精品久久久中文字| 亚洲精品在线97中文字幕| 国产一品二品三品精品在线| 日韩欧群交p片内射中文| 国产成人久久蜜一区二区| 久久久成人av毛片免费观看| 一本色道久在线综合色| 天天综合网在线观看视频| 久久人人97超碰超国产| 国产美女裸身网站免费观看视频| a√无码在线观看|