基于时间粒度的网络流量分析模型研究

针对不同时间粒度的流量特性,建立不同的流量模型进行分析研究,对网络规划设计、保证服务质量以及网管等都能提供必不可少的依据。本文通过对不同时间粒度的实际流量建模,利用相应的数学工具进行模拟预测,实验结果表明,预测得到的流量数据较好反映了真实流量的分布情况。

时间粒度对地理事件线性时间拓扑关系影响研究

时间尺度是时空数据模型中重要的要素,决定着对地理信息刻画和描述的详细程度,在时空数据库中,时间粒度对于时空拓扑关系描述具有决定性的影响。该文对时间的基本元素进行了形式化定义,在数轴上把时间基于集合论划分为3部分,并对两个时间要素划分的集合求交,从而建立地理事件间的线性时间拓扑关系形式化描述的9交模型,在此基础上探讨了时间粒度变化对地理事件间线性时间拓扑关系的影响,并进行了实例分析。

时态数据采掘中的时态型与时间粒度研究

研究了时态型与时间粒度的有关理论 ,提出了时态型、时间粒度、粗时间粒度、基时态型、基时间粒度和基准时间等概念 ,并研究了它们在刻画绝对时间的关系 ,最后给出一个一类简单频繁事件模式发现的例子 ,对于研究时态数据采掘具有重要意义 .

基于表达谱的时间粒度自适应调度模式

随着可再生能源渗透率不断提高,常规火电机组小时级日前调度可能因可再生能源的波动而不再适用。为此引入粒计算理论,定义并分析了风电、负荷时间序列的信息粒度表达谱,同时提出了一种基于表达谱的时间粒度自适应调度模式。该模式提供了调度时段内包含多种时间粒度的火电机组启停和出力安排,以更好地适应净负荷变化。首先,建立了电力系统信息粒子,并在分析表达谱中粒子变化规律的基础上,采用Ward法实现功率-时间粒子的横纵方向双层粒化,形成典型电力场景和自适应时间粒度,以此设置火电机组自适应运行模式。其次,利用双重粒子群方法对5,15,30,60 min时间粒度下的调度模式进行机组组合和经济调度模型的双层求解。最后,以改进IEEE 39节点互联区域测试系统为例,验证了所提调度模式的合理性和有效性。

多时间粒度约束的时态简单范式的分解

数据库逻辑设计的目的是消除数据冗余、插入和删除异常。为使时态模式满足某种范式的要求,要对时态模式进行分解,保持函数依赖和无损连接性是对算法最基本的要求。但对具有多时间粒度的时态模式进行分解时,把TBCNF作为最终目标很难实现保持函数依赖性,把T3NF作为最终目标,又很难达到规范化要求。该文提出了时态简单范式TSNF的概念及相应的分解算法,来弥补以上两点不足。

基于多时间粒度的地铁出行规律相似性度量

乘客出行规律对城市轨道交通运营管理至关重要,而不同时间粒度下观测到的客流规律差异较大。以往研究缺乏多时间粒度车站层级客流规律的量化研究。本文基于刷卡数据分析不同时间尺度下地铁出行规律的相似性。构建客流时间序列模型和相似性度量方法,使用连续五周北京地铁刷卡数据分别度量1 min到720min共16个时间粒度下,进站客流和OD客流与历史同期的相似性大小,并基于度量结果给出一定精度要求下预测短时进站量和OD量时的最小时间粒度推荐值,以综合相似性指标对全网车站的可预测等级进行划分。多角度统计分析结果表明,工作日客流与历史同期相似性较大,高峰比平峰、早高峰比晚高峰相似性大。

基于时间粒度最小化的交流调压控制模式研究

针对交流调压的应用需求,建立了切波调压主电路的拓扑结构模型,根据控制周期时间粒度的大小,将切波调压模式分为过零点通断控制、相位控制和PWM斩波控制三种。在深入分析每种模式的调压原理和特点的基础上,提出了时间粒度最小化的设计思想,认为尽量减小切波调压控制周期的时间粒度大小,可以提高调压精度和功率因数,加快响应速度,减小低次谐波的含量。重点论述了三种调压模式在工程应用中面临的问题和解决方案。

风速功率散点的最优时间粒度分析

文章讨论了风电机组的风速功率散点定义,利用风场实际的SCADA数据,绘制并分析了不同时间粒度下的风速功率散点,讨论了不同时间粒度下风速功率散点的优缺点;提出10 min级时间粒度是风速功率散点分析的最优时间粒度;同时绘制并介绍了平滑的风速功率曲线,对风速进行0.5 m/s间隔分箱,计算每1箱内的功率均值。

基于不同时间粒度的城市轨道交通短时客流预测

为探究城市轨道交通进站客流量预测精度与时间粒度之间的关系,以西安地铁自动售检票(AFC)系统连续50 d进站客流量数据为研究依据,将地铁运营有效时间划分为5、15、30 min,1、2 h及1 d等不同时间粒度,并对不同时间粒度下客流量时间序列采用Pearson系数法进行相似性度量,然后利用差分整合移动平均自回归(ARIMA)模型对不同时间粒度下的全网进站量进行拟合。以Pearson系数等于0.95作为短时客流预测时间粒度的选取阈值,最终选取在30、60 min及1 d三种时间粒度下用ARIMA模型进行短时客流预测,并与自回归滑动平均(AR)模型、支持向量回归(SVR)模型和BP神经网络预测模型的预测结果进行比较分析。研究结果表明:时间粒度相关性系数变化呈现单波峰形态,在30、60 min及1 d时间粒度下,ARIMA模型预测结果平均相对误差分别为4.12%、3.54%、4.97%;在这4种模型中,ARIMA模型平均预测精度最高,在不同时间粒度下这4种模型的预测误差呈现相同的变化趋势,即平均预测误差由大到小的3种时间粒度分别为1 d,30、60 min。因此,时间粒度大小选取的极端化并不会带来短时客流预测效果的直接提升,优化后的时间序列模型在西安地铁全网进站客流量短期预测方面具有较高的精度,研究成果可为城市轨道交通行车组织优化提供技术支持。

多粒度时间序列中模糊规则的提取

介绍了一种从多粒度时间序列中提取模糊规则的数据挖掘方法 ,该方法在时间序列中引入多重时间粒度 ,以模糊规则的形式给出数据挖掘的结果 .建立多粒度时间序列的数学模型 ,并对提取模糊规则中所涉及的一些基本概念作出定义 .在此基础上 ,给出数据挖掘的具体算法 .

不同粒度时间序列相似性度量

现有的时间序列的相似性度量大多基于欧氏距离,并不适用于不同粒度时间序列的相似性匹配,无法直接对其相似性进行有效的度量,为此,提出一种基于对应差值比样本的相似性度量,用于不同粒度时间序列的相似性匹配。首先对不同时间粒度的时序数据进行阐述,并定义了对应差值比样本与相似度计算方法;接着提出基于它们的相似性匹配算法;最后实验证明,该度量能够有效地度量不同粒度时间序列数据的相似性。

基于时间与区域粒度的农资协同过滤算法

相似度计算是基于用户的协同过滤算法中的一个关键步骤,随着用户数的增加,相似度的计算空间会越来越庞大,同时在将其运用到农资领域个性化推荐时准确度较低.针对这些问题,结合农资受季节和地理位置影响强的特点对原有相似度计算方法进行改进,提出了基于时间与区域粒度的农资协同过滤算法-TA-ACF(Agricultural collaborative filtering algorithm based on both time and area)核心思想是根据已有的农资需求调研结果,建立时间与区域粒度矩阵,据此构造此时间与区域粒度内的用户评分矩阵.实验结果表明,与基于用户的协同过滤推荐算法相比,TA-ACF能够在保证时间效率的前提下,较好的提高推荐的质量.

多粒度时间下的近似周期挖掘研究

研究时态数据库中多粒度时间下的近似周期的挖掘问题。在多粒度时间、多粒度时间格式的基础上引入多粒度时间间隔的定义以及相关性质,构造多粒度近似周期模型,提出一个基于SOM聚类的多粒度近似周期的挖掘算法。利用高频股票数据580000宝钢JBT1进行实验,证明了该算法的有效性。

多粒度时间部分周期模型

时间的描述和划分是时态数据采掘中一个非常重要的方面,针对目前时态数据采掘中缺少对多粒度时间等的研究的现状,提出了多粒度时间,粒度转换,时态序等的严格数学定义,并研究和证明了它们的相关性质。以此为基础引出了一个多粒度时间部分周期模型,对模型的支持度和置信度等性质进行了详细讨论,并将多粒度时间下的部分周期模型运用到股票数据实验中,实验表明所提出的模型对于研究时态数据采掘具有重要意义。

多粒度时间文本数据的周期模式挖掘算法

大规模文本数据挖掘是大数据分析的重要分支,也是近年来的一个研究热点。研究了多粒度时间文本数据周期模式挖掘算法,首先提出了时间粒度转换、多粒度时间间隔等概念,然后建立了文本数据的周期模型,给出了一个多粒度时间文本下的周期模式挖掘算法,最后对大量病毒文本文献数据进行了实验,表明了提出的算法可以挖掘一些有效的周期模式,讨论了周期宽松度对支持度和置信度的影响。该研究为大文本数据分析提供了一种新的方法。

快速路网实时OD预测的时间颗粒度选择

常见的基于实测数据的origin-destination（OD）预测方法分为两类：一类基于历史信息，即根据上一天或上一周同一日相同时段的数据进行预测，简称同比预测法；另一类则是根据同一天相邻时间段的数据预测本时段的OD，简称环比预测法．预测所用基础数据的时段长度称为时间颗粒度．时间颗粒度的大小对OD预测结果的稳定性、准确性具有重要影响．针对上海快速路网，采用ADF单位根检验和K—Means聚类分析方法，研究时间颗粒度对预测结果的影响，提出了时间颗粒度选择的建议，同比预测方法相比环比预测法更容易得出稳定、合理的预测结果，30-60min的时间颗粒度预测效果较好．

突发事件Web新闻发生时间的抽取与时间粒度分析

突发事件就是意外地突然发生的重大或敏感事件,通常事件爆发后会出现一系列相关新闻,引起人们的持续关注。在新闻报道中,时间、地点、人物、事件是新闻内容的几大要素,如何准确定位新闻事件的发生时间也成为读者准确、清晰、全面理解新闻内容的关键。目前的新闻分析通常都是针对Web新闻的发表时间,而由于不同网站的时效性不同,发表时间相对于新闻事件的发生时间有不同程度的延迟,所以如何从文章内容中抽取出事件的发生时间是目前急需解决的问题。

工作流中多粒度时间约束的建模及其一致性分析

对基本工作流网进行了时间属性的扩展,定义了一个可以模拟业务过程多粒度时间约束的工作流模型:多粒度时间约束工作流网,可以很好地模拟与业务过程相关的多粒度时间约束,包括任务的相对就绪时间约束、任务的相对执行时间约束、任务的执行持续时间约束以及任务之间的时间约束,并且给出了这些多粒度时间约束的一致性分析.

用于高粒度时间分辨探测器系统上的低增益雪崩探测器原型的抗辐照性能表征

高粒度时间分辨探测器(HGTD)是ATLAS实验Ⅱ期升级的关键项目.为了应对极高的粒子径迹堆积带来的挑战(每次束流交叉对应的质子-质子对撞数的平均值可高达200),合作组计划通过精确测量粒子径迹的时间信息(径迹时间分辨可达30 ps),使得实验能够在"4维"空间中进行粒子径迹到作用顶点的关联.升级项目的传感器选择了可以提供所需的时间分辨率和良好的信噪比的低增益雪崩探测器(LGAD)技术.日本滨松公司(HPK)生产了厚度为35μm和50μm的LGAD原型.中国科学技术大学(USTC)也与中国科学院微电子研究所(IME)合作研发了厚度50μm的LGADs原型.为了评估器件抗辐照性能,样品在JSI反应堆设施中接受了不同剂量的中子辐照,并在USTC进行了测试.通过测量室温(20℃)或-30℃下的电流电压和电容电压曲线测量,对增益层和硅基体损伤的中子辐照效应进行了表征评估.进一步处理提取了不同辐照剂量下的击穿电压和耗尽电压,并呈现为通量的函数,最终对比了不同样品的抗辐照性能参数c系数和α系数.对辐照模型的最终拟合得到的c系数值为HPK-1.2:3.06×10^(-16)cm^(-2),HPK-3.2:3.89×10^(-16)cm^(-2)以及USTC-1.1-W8:4.12×10^(-16)cm^(-2).结果显示HPK-1.2的增益层抗辐照性能最好.此外本文还提出了一种新的方法,进一步从数据中提取了c系数与初始掺杂浓度的关系.

基于粗集理论的交通事故死亡人数时间分布分析

利用粗集理论,以事故死亡人数为指标,分别以月、周、日和小时为时间粒度,以吉林省某高速公路1999年至2004年发生的交通事故统计数据为例,对道路交通事故死亡人数的时间分布规律进行分析。结果表明,道路交通事故死亡人数的分布与时间有密切的关系,并且不同时间粒度对死亡人数分布影响的重要程度又存在显著差别。