基于不确定时间序列分析的中国居民消费水平预测

合理地预测中国居民消费水平可以为国家经济建设、运营和发展提供决策的依据。选取国家统计局网站上公布的1992—2021年居民消费水平的数据进行实证研究,通过不确定时间序列分析构建预测模型,并通过残差图的特征解释使用不确定时间序列分析代替概率时间序列分析的原因,利用不确定假设检验来检测不确定自回归模型与数据的匹配度,结果表明模型构建与数据匹配良好。

基于乘积ARIMA模型的产品不确定性需求预测

为对不确定的市场需求进行有效预测,可运用SAS系统中的TimeSeriesForecastingSystem,基于乘积求和自回归平均滑动模型(ARIMA),对产品销售的时间序列数据进行预测。先对原始数据或变换后的数据作简单差分或季节差分,把时间序列化为平稳的时间序列,进行参数的初估计,然后进行多次拟合并最终确定模型,根据SAS估计结果,可得到预测偏差。对预测结果在营销管理和供应链管理中的应用进行了分析,取得了较好的效果。

基于粒计算的不确定性时间序列建模及其聚类

在多粒度时间序列研究中不确定性问题是时间序列数据挖掘研究中的重要课题.时间序列时序粒度本身的不稳定是一种广泛存在现象,也是时间序列数据挖掘困难的一个重要原因,然而这种情况却较少文献进行过讨论.对于这个问题首先建立了多粒度时间序列的基础数据模型及相关时序粒度的定义.其次对时间粒度不确定性现象的不同成因进行了讨论,并建立相应的不确定性时间序列数据模型.最后基于上述理论和粒计算的思想,多粒度时间序列的最优粒度获取和不确定性粒度时序粒度的基本稳定策略分别进行了研究和讨论.由于聚类分析是时间序列数据挖掘中的最重要的理论研究和应用基础之一,不确定性多粒度时间序列数据的聚类成为一个典型的时间序列数据挖掘难题.一个引入稳定粒度策略的聚类算法框架被提出来解决这类不确定性时间序列数据的聚类问题.最后一个典型的具有不稳定粒度时间序列特点的重症监护病房生理指标数据集和病人存活率预测实验被应用于验证上述理论.实验结果表明在时间序列数据挖掘中选择不同的时间属性粒度对于数据挖掘的效果符合粒计算的计算规律,同时选择了粒度稳定性处理策略聚类算法的实验能够获得更好的预测效果.

基于分块重要度和二维条件随机场的Web信息抽取

网页分块方法使得Web信息抽取的单位由原来的页面缩小为分块.结合分块重要度模型与二维条件随机场的优点,提出一种Web对象信息抽取方法.该方法利用分块重要度模型对网页分块进行重要度标注,过滤掉大量与主题无关信息,更加准确的定位待抽取信息的位置.二维条件随机场模型相比传统的线性条件随机场模型更好的适应了网页分块的二维结构,有效的提高信息抽取准确率.实验结果表明,该方法对Web对象信息抽取具有良好的效果.

基于Hadoop的不确定异常时间序列检测

无线传感器网络中,传感器的采集与无线网络的传输等均可能带来时间序列的不确定性,而大数据时代的到来使得传统不确定异常时间序列检测研究面临时间效率低下的问题,为此提出基于Hadoop的不确定异常时间序列检测算法。首先对不确定时间序列进行压缩变换,使不确定数据量大大减少,然后利用Map Reduce架构调用基于期望距离的不确定时间序列下的DTW算法,实现算法的并行化处理,降低算法时间复杂度。同时针对Hadoop集群任务级调度分配方法在运行中负载分配不均现象,提出Hadoop集群优化方法,明显缩减集群总任务时间,使得节点资源的利用更为合理。Hadoop平台下实验结果验证显示,该方法既提高了检测速度,又保证了检测准确率。

干预规则挖掘的概念、任务与研究进展

干预规则挖掘是近年从干预实践中提出的新型数据挖掘任务,旨在利用数据挖掘技术探测干预事件,发现最佳干预时机和力度,提供促进事物向期待状态转化的决策支持.文中以四年的研究实践为背景,介绍干预规则挖掘的研究沿革和现状,给出了干预规则挖掘的任务分类.从三个角度,即干预效果预测、干预方法发现和未知干预探测三方面,介绍干预规则挖掘的研究问题、困难和成果.展望了干预规则挖掘未来研究方向.

混合多机器学习的ICU病人生死预测框架

ICU病人生死预测一直都是医学界的研究热点和难点。数据挖掘的机器学习方法近年来在该领域取得了一定的进展,但依然有很大的发展空间。针对ICU时序数据的高维度和不确定间隔采样特性,提出了不确定间隔采样转化为确定间隔的空采样的思想和相应的处理策略;在此基础上将传统的时间序列聚类与机器学习方法相结合,提出了一个两阶段的混合多机器学习算法框架,使得数据集的高维和不确定性得到了约简,从而可以采用经典的机器学习方法挖掘病人生死知识。在一个公开数据集上的两组实验结果表明,基于该算法框架的ICU病人死亡预测方法对于少数样本的分类效果优于传统方法,弹性时间间隔下的预测效果更好,最优时间间隔的选取可以通过实验效果来验证。

一种不确定连续时间序列的Top-K异常检测算法

针对噪声数据对时间序列异常检测准确性的影响问题,提出了一种不确定连续时间序列Top-K异常检测算法。在典型时间序列异常检测方法的基础上对时间序列的异常值进行区间处理,构造满足均匀分布的密度函数,结合不确定Top-K技术,实现含噪连续时间序列在分布未知情况下的Top-K异常排序。实验部分采用模拟数据和真实数据进行算法测试,算法较传统方法在异常检测的准确率方面有明显提高,虽然在计算时间上有所增加,但提出了相应的优化策略,使计算时间在k值大于5时有明显改善,验证了算法的有效性。

基于优化策略的不确定数据流预测方法

为解决不确定数据流的预测问题,根据数据流高速、无限和动态不确定性的特点,在复杂人工智能预测和时间序列预测的基础上,提出一种基于优化策略的预测方法。综合考虑数据流中元组的不确定性与不确定异常性,以降低预测计算代价。同时考虑不确定的统计特性对卡尔曼滤波预测的影响,对Q和R进行异步优化估计,以形成最佳状态预测。实验结果表明,该方法的预测性能较好。

不确定时间序列的降维及相似性匹配

不确定时间序列的每个时间点上对应一个可能取值的集合,无法给出其确定值,这种不确定性给时间序列降维处理和相似性匹配带来巨大挑战,现有的时间序列降维方法和相似性匹配算法已经无法适用。针对此问题,提出了描述统计模型,将不确定时间序列归约为3条确定时间序列,通过离散傅里叶变换(discrete Fourier transform,DFT)、离散余弦变换(discrete cosine transform,DCT)、离散小波变换(discrete wavelet transform,DWT)对模型下不确定时间序列降维;根据模型特点,提出了以观察值区间和区间集中趋势为核心的相似性匹配算法。经过实验验证,描述统计模型下DCT和DWT有良好的降维效果,提出的相似匹配算法与现有算法相比提高了匹配准确率。

基于能量过滤的不确定时间序列数据清洗方法

精确度是数据科学领域研究的重要方面,对后续数据处理等过程都有至关重要的影响.利用多个传感器返回的多个时间序列可提升时间序列数据的精确度,称为不确定时间序列,这多个时间序列样本在真实数据上下随机波动.已有关于时间序列的研究大多直接在不确定时间序列上提出新算法,其缺点是算法复杂度通常较高,直接对不确定时间序列进行清洗,获得尽可能接近真实的数据有重要意义.本文提出基于能量过滤的方法对不确定时间序列进行清洗,实验结果表明与已有方法相比,本文方法在效果和效率上都更优.

基于PSO的不确定时间序列模体发现算法

针对不确定时间序列(uncertain time series,UTS)的模体发现(motif discovery,MD)问题,提出了基于粒子群(particle swarm optimization,PSO)的UTS MD算法。该算法根据UTS的特点,设计了基于PSO的UTS MD的研究框架,并通过对时间序列片段的起始时刻和持续时间进行编码和修正,实现了在该框架下对UTS的MD。在实验中,针对所提出的算法,验证了其可行性,比较了其与MK、MOEN算法在运行时间、占用内存和收敛性方面的性能,并分析了其MD准确率,结果表明所提方法占用较少内存与运行时间,可以发现不同长度的模体,且具有收敛性和较高的准确率。

不确定性数据世系的时序多层概率图模型表示

不确定性数据世系分析需要追踪随时间推移数据产生和演化过程中不确定性的起源,为了有效地反映世系本身的时序特征和数据演化过程,并支持世系分析中的概率推理和不确定性追踪,针对不确定性数据查询处理的世系表示,以贝叶斯网这一重要的概率图模型作为不确定性知识表示的框架,并基于世系的时序性和层次性对其进行了扩展。以世系的布尔公式表达式为出发点,提出了涉及连续时间片的时序多层概率图模型的概念,给出了时间片内和连续时间片间贝叶斯网结构的构建方法,以及网络中各结点概率参数的计算方法,旨在为世系分析奠定模型基础。实验结果表明,该世系表示方法是有效、实用的。

一种新的不确定性时间序列概率相似查找方法

针对传统的数据管理中的数据表示、存储与索引、查询与挖掘等所有技术,不能直接应用于不确定性时间序列数据的相似性查找的不足.研究了可用于不确定性时间序列数据的降维表示、索引与剪枝、查找等理论与技术,针对不确定性时间序列数据结构的复杂性,首次给出了不确定性时间序列上的概率最近邻的定义;将不确定性时间序列进行了PLA降维,转换到PLA空间,并提出了三个引理,用以加速查找效率;基于该三个引理,提出了概率K最近邻查找算法PKNNS.通过实验,验证了PKNNS算法的有效性和效率.

面向不确定时间序列的分类方法

时间序列的分类问题在生物、经济金融分析、语音处理等方面有着广泛的应用.在传统的确定性的时间序列上这项技术已得到了深入的研究,并取得了很好的效果;但在新兴的不确定时间序列上解决方案还很少.不确定模型更能真实地反映现实世界;因此,研究不确定时间序列的分类问题有很大的实际意义.DTW距离是确定性的时间序列上的重要的度量方式,但其不能直接应用于不确定时间序列之上.提出了基于期望距离的不确定时间序列下的DTW距离.给出了期望距离的一种简单计算方法,从而简化了不确定时间序列的建模,降低了模型的存储代价.利用期望距离公式的特点,将确定性的时间序列DTW的距离下界函数LB_Keogh进行扩展,得到了不确定时间序列的下界函数ULB_Keogh.实验结果显示:提出的DTW算法对于不确定时间序列的分类有着很高的正确率;ULB_Keogh下界函数有着很好的剪枝效果.

关系数据库支持的不确定时间序列存储

时间序列作为一种常见的数据表现形式,广泛存在于现实世界的很多应用领域。由于不确定性数据的普遍存在,当前基于对确定性时间序列数据的存储与管理方法已经无法适用于实际需要。首先,传统时序数据库采用分布式环境下存储造成资源浪费。其次,不确定时间序列会造成存储混乱。目前,针对不确定时间序列数据在关系数据库中的存储少有研究成果发表。针对上述问题,文中提出一种基于关系数据库的不确定时间序列存储方法。首先,分析不确定时间序列的特点,提出在数据库中存储不确定时间序列的数据模型。其次,根据关系数据库的特点并结合不确定时序的数据模型,提出了一系列针对该类数据类型的存储规则并统一系统化为存储算法,使得对进行多条不确定时间序列收集时能够自动存储到关系数据库中。最后,设计并开发一个存储原型系统验证了提出的存储方法的可行性。

基于关键点的不确定时间序列线性降维方法

与确定时间序列相比,不确定时间序列在每个时间点上的取值不是一个确定的值,而是一个可能值的集合,这种不确定给时间数据的降维处理带来了巨大的挑战。加之时间序列固有的数据规模大、数据维度高的特点,对不确定时间序列进行预处理必不可少,现有的针对确定时间序列的降维方法已经不再适用。为解决此问题,建立适当的数据描述统计模型,将原始不确定时间序列归约为三条确定时间序列。同时,针对该模型,提出基于关键点的不确定时序数据线性降维算法。该算法综合考虑体现时序数据特征的极值点与转折点,在进行高效数据降维的同时避免了过度除噪的弊端。实验结果表明,该描述统计模型与基于关键点的线性降维算法的结合具有良好的降维效果,且对于不同领域的数据具有较好的普适性。

基于MR框架的不确定时间序列相似性计算方法

为了更好地适应大规模不确定时间序列数据的相似性耗时多、计算效率低的问题,基于传统的动态时间规整(DTW)相似性计算算法,在FastDTW算法已经进行粗细粒度化剪枝节省部分运算时间的情况下,通过融入MapReduce计算框架,提出一种不确定时间序列的相似性计算算法MR-FastDTW。该算法在FastDTW算法执行递归返回阶段时需要计算的递归矩阵,用MapReduce的思想分成多个子矩阵。同时对求得的路径周围的子矩阵进行并行计算,最后汇总范围内子矩阵的结果,得出最终路径。实验结果表明,MR-FastDTW算法解决了FastDTW在递归返回段执行到一定程度后计算量大的问题,提高了计算速度和计算准确性;相比于经典的DTW及其改进的FastDTW算法,具有更高的效率。

基于I-GARCH的不确定时间序列概率分布推算

处理不确定数据存储问题的常用方法是使用概率数据库的方法,但是已有的概率数据库生成方法是针对已知概率分布的数据集。不确定时间序列在每一时刻的概率分布规律随着时间的变化而变化,无法使用统一的概率推导方法进行计算,因此已有的概率数据库生成方法不再适用。为解决该问题,依托已有的ARMA模型和GARCH模型,提出推导不确定时间序列概率分布的推算模型。同时,为了进一步增强该模型的容错性,提出了相应的错误值过滤算法。实验结果表明,该模型能够有效地根据不确定时间序列的发展规律,动态地进行调整计算,得出不确定时间序列的概率分布;同时,容错算法能够很好地探测找到数据集中的错误数据,进行数据的清洗与替换,体现出良好的容错性与一般通用性。