一种最长扩展公共子序列新算法

在最长填充公共子序列问题中提出一种新问题:假设有一个完整序列C和一个不完整序列Q,长度分别为m和n,Q中丢失的元素为相邻的相同元素,要求寻找一个丢失前的序列Q,使得C和Q具有最长的公共子序列。针对此问题,首先将Q中每个元素复制m-1个并插入Q中原来的位置,生成长度为mn的扩展序列Q^(*),然后证明了C和Q的最长扩展公共子序列是两序列C和Q^(*)的最长公共子序列,最后提出一种时空复杂度为O(mn)的最长扩展公共子序列求解新算法,并用轨迹实验证明了该算法对强噪声干扰和轨迹点丢失的同时有效性。

时间序列异常检测方法研究综述

时间序列是按时间顺序排列的一组数据点或观测值,在金融学、气象学和股票市场分析等领域中被广泛应用。时间序列数据出现异常可能意味着出现潜在问题、异常事件或系统故障。为了便于未来在时间序列异常检测方法设计方面开展深入研究,本文首先介绍时间序列异常检测的相关概念;其次,展开分析国内外单变量和多变量时间序列异常检测方法;之后,介绍一些时间序列异常检测通用数据集并比较常见检测方法在这些数据集上的性能;最后,探讨未来时间序列异常检测方法设计的重点研究方向,以期对相关理论和应用研究提供参考。

一种有效的周期高效用序列模式增量挖掘算法

周期高效用序列模式挖掘(PHUSPM)因其能够发现时间序列中更具实际价值的规律性模式而备受关注,但现有的PHUSPM算法难以有效地处理数据集的增量更新,且未考虑大规模数据下算法的向下闭包性和复杂性。针对该问题,提出了IncPUS-Miner算法,有效地实现了周期高效用序列模式(PHUSPs)的增量挖掘。IncPUS-Miner引入了一种名为pu-tree的新型数据结构,每个树节点对应一个更新效用列表(UUL)用于存储相应序列的辅助信息,当有增量数据加入时,该结构使得项目信息能够灵活更新,从而增强了算法的动态适应性和可扩展性。此外,还提出了两种新的序列效用上界PUB和EUB,以及两种相应的剪枝策略,有效地减少了计算负担。实验结果表明,在真实数据集上,IncPUS-Miner算法可以有效地增量挖掘PHUSPs,与其他算法相比,在运行效率和内存消耗上展现出了优越的性能。

ASE-ERNIE:一种基于ERNIE的中文指令动作序列生成方法

中文结构灵活多样,同样的语义有多种表达方式,在中文指令过长或存在多组动作的情况下,家庭服务机器人很难正确理解并做出响应。此外,家庭环境的中文指令解析研究在数据方面仍然稀缺。现有的方法不能准确提取出指令中包含的全部动作序列。由此提出一种基于ERNIE方法的动作序列提取(ASE-ERNIE)模型来提取中文指令中的可执行动作序列,该模型通过动作类型和参数之间的关系提取指令信息,将动作序列的提取工作转化为序列标注任务。在指令中存在多组动作并且存在多个参数的情况下,依然能够提取出全部动作序列。通过实验验证了所提方法的有效性,动作序列提取任务的F 1值达到了80.37%。

跳频序列设计:研究现状与未来发展

跳频序列设计是跳频通信系统的关键组成部分之一,其研究包括理论界的推导和构造方法的探索。宽间隔跳频序列能够很好地抵抗窄带干扰,低/无碰撞区跳频序列能够实现高效的多址组网。介绍了宽间隔跳频序列和低/无碰撞区跳频序列的定义和性质,综述了其理论界和构造方法的研究进展,最后指出,具备宽间隔和低/无碰撞区特性的跳频序列是未来研究的重点方向。

基于张量表示的间歇性序列自适应区间预测

在实际业务中,配件需求发生随机、需求量波动大,配件序列数据呈现明显的间歇性分布,同时由于人工报单失误或特殊事件等因素的影响,实际配件需求易发生异常变化,导致传统的时间序列预测方法难以捕捉配件需求量的演化规律,预测结果不确定性高、可靠性不足。为解决上述问题,提出了一种基于张量表示的间歇性序列自适应区间预测方法。首先,利用层次聚类,基于间歇性序列的平均需求间隔和平方变异系数指标筛选相似序列形成序列簇,用于提取簇内公共需求演化信息,增加可预测性;其次,通过张量分解重构原始需求序列,在最大限度保留序列核心信息的前提下平滑序列中的异常值;最后,构建一种自适应预测区间算法,通过动态更新机制得到配件需求量的预测值和预测区间,以确保结果的可靠性。利用某大型轨道交通制造企业实际售后数据进行验证,与现有典型时间序列预测方法相比,所提方法可有效挖掘不同特点间歇性序列的演化趋势,提高小样本间歇性序列的预测精度。实验结果表明:所提方法在间歇性特有指标均方根标准误差(RMSSE)上,相较于需求预测主流的深度学习方法平均降低了0.32,且当预测结果出现失真时,可提供一个可靠的弹性预测区间,为实际应用中企业智能备件计划决策提供了一种新的解决方案。

基于Transformer的时间序列插补技术研究

本文旨在解决多元时间序列数据中的缺失值插补问题,提升时间序列数据插补的效果。时间序列数据是反映随时间变化的随机变量的结果,在物联网应用中得到广泛应用。然而,数据缺失问题是时间序列处理中的一个重要挑战,因为大多数下游算法需要完整的数据进行训练。本文通过总结以往时间序列建模过程中采用的插补方法,改进了一种基于Transformer模型的插补模型,并在多个数据集中验证了本文中插补模型的效果。通过本文的研究,可提高时间序列预测的准确性和实用性,对于物联网应用和其他领域中的时间序列分析具有一定的实用价值。

时间序列异常检测综述

海量的时间序列数据给异常检测领域带来了新的契机与挑战,尤其是多元时间序列的异常检测正在成为新的研究热点,然而,这一方面的研究目前仍处于初步阶段。通过整理国内外相关文献,从时间序列特征、检测方法、评价指标三个方面阐述了研究进展,并着重分析了基于深度学习的时间上下文建模主流算法的优缺点及其研究趋势。

较短的长序列时间序列预测模型

针对现有的研究大多将短序列时间序列预测和长序列时间序列预测分开研究而导致模型在较短的长序列时序预测时精度较低的问题,提出一种较短的长序列时间序列预测模型(SLTSFM)。首先,利用卷积神经网络(CNN)和PBUSM(Probsparse Based on Uniform Selection Mechanism)自注意力机制搭建一个序列到序列(Seq2Seq)结构,用于提取长序列输入的特征;其次,设计“远轻近重”策略将多个短序列输入特征提取能力较强的长短时记忆(LSTM)模块提取的各时段数据特征进行重分配;最后,用重分配的特征增强提取的长序列输入特征,提高预测精度并实现时序预测。利用4个公开的时间序列数据集验证模型的有效性。实验结果表明,与综合表现次优的对比模型循环门单元(GRU)相比,SLTSFM的平均绝对误差(MAE)指标在4个数据集上的单变量时序预测分别减小了61.54%、13.48%、0.92%和19.58%,多变量时序预测分别减小了17.01%、18.13%、3.24%和6.73%。由此可见SLTSFM在提升较短的长序列时序预测精度方面的有效性。

联合微波与光学时间序列影像的马尾松林松材线虫病遥感识别

【目的】大范围准确监测林区松材线虫病感染情况对森林疫情防治和经营管理具有重要作用。现有研究往往采用单时相或少量时相数据,松材线虫病遥感监测易受森林背景和非寄主树木影响,导致监测精度存在较大的不确定性。此外,单一数据源往往对病害特征刻画不足,例如被动光学数据侧重描述森林冠层水平结构信息,但易受云雨影响造成数据缺失,而主动微波数据对森林垂直结构和水分含量敏感,但存在噪声高、色素敏感性低以及地形影响大等问题。因此,联合主动微波与被动光学时间序列遥感影像数据,有望在降低环境因素影响的同时追踪同一林分的时序变化特征,进而提升松材线虫病探测的准确性与鲁棒性。【方法】利用厘米级分辨率无人机影像标记样本,联合Sentinel-1 C波段微波和Sentinel-2光学时间序列数据,构建基于极端梯度提升算法的松材线虫病害监测模型。分别评估微波模型、光学模型和微波与光学联合模型在松材线虫病监测方面的性能,以及最优模型在不同环境因子下的表现。【结果】(1)联合了微波和光学的模型精度(总体精度为80.62%,Kappa系数为0.61)略高于单一光学模型的精度(总体精度为79.58%,Kappa系数为0.59),并明显高于单一微波模型的精度(总体精度为68.87%,Kappa系数为0.36),说明了微波与光学时间序列联合数据在松材线虫病害监测中具有优势;(2)模型通常在缓坡、阳坡、低海拔、高覆盖度条件下展现出更高精度。【结论】本研究充分利用多源遥感卫星数据,为松材线虫病大范围准确监测提供了新的技术支撑。

药用天麻4种变型的块茎性状及ITS序列比较

目的:比较乌天麻、红天麻、绿天麻和黄天麻4种药用天麻变型块茎的性状优劣、ITS序列信息差异及其亲缘关系,为天麻药材品质评价及优良品种选育提供依据。方法:从不同产地采集4种天麻变型21批样品,其中块茎683个用于特征描述和量化性状指标(重量、长度、周长、环节数、环节宽、长周比)的比较,花茎37株用于ITS序列特征及遗传多样性的分析。结果:乌天麻性状最稳定;绿天麻、红天麻的6个性状指标平均值变异较大,RSD平均值分别为27.90%、26.17%;黄天麻形状短小,横环纹节数少但小点密集。ITS序列分析表明,绿天麻的遗传多样性最高,黄天麻最低;黄天麻与乌天麻的亲缘关系最近,与绿天麻的亲缘关系最远。结论:药用天麻4种变型之间的块茎性状特征和ITS序列遗传信息的差异较大。乌天麻块茎的性状最优,产量最高,遗传性状信息稳定,更适合大规模种植;绿天麻块茎的形态特征和遗传信息的多样性高,适合作为新品种选育的亲本。

基于情境感知和序列模式挖掘的气象学习资源推荐算法

随着互联网的快速发展,气象部门职工作为学习者可以获得的学习资源得到极大丰富。信息超载导致检索合适的在线学习资源时遇到了困难;学习者在不同学习环境和序列访问模式上也有不同的学习需求。但是,现有的推荐系统,如基于内容的推荐和协同过滤,没有结合学习者的情境和序列访问模式,推荐结果准确度不高。本文提出了一种结合情境感知、序列模式挖掘和协同过滤算法的混合推荐算法来为学习者推荐学习资源。混合推荐算法中,情境感知被用来整合学习者的情境信息,如知识水平和学习目标;序列模式挖掘被用来对网络日志进行挖掘,发现学习者的序列访问模式;协同过滤被用来根据学习者的情境数据和序列访问模式为目标学习者计算预测并生成建议。实验和应用效果表明,该混合推荐算法推荐的质量和准确性方面优于其他推荐算法。

海底节点同步源高效混叠采集随机延迟时间序列分布原则研究

近年来,海底节点(OBN)同步震源高效采集方法的研究成为地震勘探领域的热点之一。陆地可控震源数据分离激发参数的选择有时间延迟、相位、扫描长度等3种编码方式。但是,由于海上空气枪激发的特点,相位和扫描长度编码适用性差。只能采用时间延迟编码方式。海上混叠采集时间延迟序列的编码是影响数据分离效果的最关键因素之一。提出了一种基于正态分布约束的均匀随机时间分布定量编码准则,通过目标函数约束构建最优时间序列,并对比分析了实际自然随机激发时间和其它2种理论模拟的随机时间分布方式在共检波点域的分布特征。利用频率波数波数(FKK)域迭代反演方法进行混叠数据分离,单炮模拟测试结果表明,构建的最优时间序列比其它3种分布方式更能有效地分离混叠地震数据。海上三维工区高效混叠采集试验结果表明,根据最优准则构建的延迟时间序列,能够取得较好的数据分离效果。该研究结果为后续野外混叠采集的延迟激发时间设计提供了技术支持。

基因Ⅱ型猫杯状病毒XA20-2023株的分离鉴定及基因组序列分析

为了解猫杯状病毒(FCV)的生物学特性及遗传规律,本研究对从陕西西安地区采集的17份疑似FCV感染的口鼻咽样品经PCR检测,并经PCR扩增FCV阳性样品的VP1基因并测序。采用SnapGene软件分析GenBank中国内外23株FCV参考株与所测VP1的氨基酸序列,结果显示,17份拭子样品中有6份呈FCV阳性,阳性率为35.3%。氨基酸序列分析结果显示,所测VP1序列中有一条与GⅡ型FCV VP1氨基酸序列存在3处相同的变异,分别为N^(377)K、A^(539)V、G^(557)S,其余5条VP1氨基酸序列的变异与GI型FCV的VP1一致。表明所测VP1基因序列对应的FCV属于GⅡ型。将该FCV阳性样品接种CRFK细胞进行病毒的分离与传代,并在传代过程中观察细胞的CPE。将传至5代的病毒分别采用PCR与间接免疫荧光试验(IFA)鉴定,结果显示连续传5代后,每代CRFK细胞均产生稳定且典型的CPE,并能观察到FCV的特异性绿色荧光,表明分离到一株GⅡ型FCV并命名为XA20-2023株。经PCR分段扩增第5代分离病毒的全基因组序列,测序拼接后显示XA20-2023株全长7 687 bp。采用MegAlign软件分析该株病毒与GenBank中10株FCV的全基因组、非结构蛋白、VP1及VP2编码基因序列的同源性。采用MEGA 11软件中的NJ法构建XA20-2023株与GenBank中85株FCV参考株全基因组序列的系统发育树。同源性分析结果显示,XA20-2023株与GenBank中10株FCV全基因组序列的同源性为76.4%~84.2%,与GⅡ型FCV SH株全基因组序列的同源性最高为84.2%,与GI型疫苗株F9、F4及FCV 255株全基因组序列的同源性分别为76.4%、77%及77.1%。非结构蛋白编码基因序列的同源性差异最大的是NS2(74.6%~94.2%),差异最小的是NS6(77.3%~82.9%)。VP1及VP2编码基因序列的同源性分别为73.7%~83.8%及76.0%~87.5%。进化树结果显示XA20-2023株与GⅡ型分离株处于同一分支,与GI型疫苗株F9和F4的遗传距离较远。上述结果进一步表明,XA20-2023株为GⅡ型FCV,与FCV代表株尤其是GI型疫苗株的同源性较低,且其变异程度较高。本研究丰富了西安地区流行的GⅡ型FCV基因库,并为后续揭示国内GⅡ型FCV的流行状况、遗传变异及其所致疫病的防制具有重要意义。

云南盐津地区两种地震序列的地震活动性分析

2020年9月—2021年1月,云南盐津地区出现了密集中小地震活动。为获取更完备的地震目录和更准确的震源参数,利用2020年1月—2021年2月云南及其邻区地震台网记录到地震事件的观测报告和连续波形,采用匹配定位方法检测到了1340次地震事件。利用联合波形互相关的双差地震定位方法进行重定位,获得了检测目录中351次地震的精确位置,对精定位后的地震活动时空分布特征进行分析研究,结果表明:盐津地区发生的密集中小地震活动为先后发生的2种不同类型的地震序列,沿两条不同走向和倾角的断裂分布,其中2020年9—10月的M_(L)3.9震群型地震序列发生在NNW走向、倾角约为75°的盐津—筠连断裂;2021年1月的M_(L)5.2孤立型地震序列发生在近SN走向、断层线与盐津—筠连断裂呈约30°夹角且倾角约为50°的隐伏断裂。

一种大尺度区域GNSS坐标时间序列自适应时空滤波方法

提出一种GNSS坐标时间序列自适应时空滤波方法,在规定阈值下将滤波区域自适应分为若干个子区域,进行共模误差的提取和去除。对陆态网184个GNSS站点垂向坐标序列进行时空滤波,3组随机实验中,自适应PCA时空滤波后的站点序列平均RMS值减少约39.7%、38.4%和39.7%,且优于整体PCA滤波。进一步分析滤波前后站点噪声特性变化,结果显示,相比于整体PCA滤波,自适应滤波方法中站点残差序列幂律噪声减少约17.8%。

基于基序列构造二元互补序列集

互补序列集凭借其理想的非周期自相关函数特性,在通信与感知领域得到广泛应用。针对互补序列集长度受限的问题,该文以基序列为初始序列,利用级联算子和交织算子提出两类二元互补序列集的新构造方法。所提构造填补了二元互补序列集在特定长度上的空白,并解决了由Adhikary和Majhi提出的公开问题。

基于异构特征融合的多维时间序列分类算法

随着大数据时代的到来和传感器的发展,多维时间序列分类问题成为数据挖掘领域的重要问题。多维时间序列存在维度高、维度间关系复杂、数据形态多变的特点,从而生成巨大的特征空间。现有方法难以选取有区分力的特征,导致方法的准确度普遍较低。另一方面,现有方法的分类结果的可解释性较差。针对上述问题,提出了一种基于异构特征融合的多维时间序列分类算法。该算法融合了时域、频域和区间统计值这3种特征并对特征进行聚类,从而找到最有代表性的特征。首先为每个维度提取不同类型的代表性特征,再通过多维度特征转换的方法融合所有维度的不同类型的特征,形成特征向量,并基于此训练分类模型。为了提高分类结果的可解释性,算法基于树结构生成不同类型的候选特征集合,然后通过聚合消除冗余和相似的特征,最终获得少量代表性特征。为了验证所提算法的有效性,在公开的UEA数据集上进行了大量实验。实验结果显示,所提算法的准确性、特征融合的合理性,以及分类结果的可解释性均优于现有方法。

长时间序列生态系统服务权衡与协同驱动因素——以芜湖市生态系统服务功能极重要区为例

人类对生态系统的管理和干预促使生态系统服务权衡向协同转化,有助于生态系统服务综合效益提升。但当前缺乏对长时间序列分析背景下生态系统服务权衡协同驱动因素及其非线性影响的理解与把握。以芜湖市“生态系统服务功能极重要区”为研究案例,考虑生境质量、碳固定和土壤保持三种关键生态系统服务,基于多源数据,运用逐像元趋势叠加分析法评估1990—2020年间研究区生态系统服务变化趋势及其权衡协同空间分布规律,采用随机森林模型探索该区域生态系统服务权衡协同形成的关键驱动因素及其非线性影响效应。研究结果表明:(1)31年间芜湖市域生境质量显著下降区域面积约为提升面积的两倍,存在进一步衰退的风险。同时,城市扩张导致市郊边缘地带碳固定、土壤保持显著下降。(2)研究区生态系统服务供给能力受权衡协同影响显著,受影响区域总面积占比达64.48%。受权衡影响区域与协同影响区域存在显著空间差异。(3)土地利用强度是管理生态系统服务权衡向协同转化的主导因素。土地利用强度对权衡协同的影响表现出非线性特征并且存在影响阈值。当强度等级介于弱与中且偏向弱强度时对不同服务协同增益具有积极作用。

时间序列上的变化查询的高效处理算法

时间序列数据的值的变化往往代表着事件的发生。时间序列数据上的变化查询,即查找在一定长度内,满足增长或减少一定阈值的子序列,可以挖掘事件,有重要实际意义。现有方法无法高效解决该问题。为此,一种基于分段并构建分段关系图的方法被提出。实验表明,该方法在百万长度的时间序列下仍可在百毫秒内返回结果,且分段关系图的存储开销也较小。对于波动较少的数据集,存储大小可达到原数据集大小的30%以下。且进一步提出了两种优化手段,可在原有基础上再减少约50%的存储开销,同时不过多影响查询效率。