時(shí)間序列數(shù)據(jù)壓縮是其數(shù)據(jù)挖掘研究的基礎(chǔ)和重要問(wèn)題,好的時(shí)序數(shù)據(jù)壓縮方法應(yīng)可以極大地降低數(shù)據(jù)維度、盡可能保留局部和全局特征、算法復(fù)雜度盡可能低、降維后的數(shù)據(jù)重構(gòu)質(zhì)量高等。時(shí)序數(shù)據(jù)壓縮是近年來(lái)的研究熱點(diǎn)。本論文以“質(zhì)量保證的數(shù)據(jù)流壓縮算法及不解壓查詢(xún)算法”課題為背景,主要研究時(shí)序數(shù)據(jù)的壓縮方法,重點(diǎn)研究了基于L_∞準(zhǔn)則的最優(yōu)壓縮算法。在分析基于L_∞準(zhǔn)則的半連續(xù)最優(yōu)分段線性壓縮算法基礎(chǔ)上,提出了基于最大誤差的生成最優(yōu)混合段的在線PLA算法,并進(jìn)行算法分析和實(shí)驗(yàn)驗(yàn)證。主要研究?jī)?nèi)容包括:(1)基于L_∞準(zhǔn)則的半連續(xù)最優(yōu)分段線性壓縮算法:為了在處理時(shí)間序列過(guò)程中獲得質(zhì)量保證的分析結(jié)果,在最優(yōu)不連續(xù)分段近似算法(DisConnAlg)基礎(chǔ)上,產(chǎn)生了一種半連續(xù)的最優(yōu)分段近似算法(SemiOptConnAlg),用于在最大誤差界限下生成最少數(shù)量的半連接直線。此方法提出“半連續(xù)”概念,此半連續(xù)方式與傳統(tǒng)的連續(xù)方式區(qū)別在于,連接點(diǎn)不一定位于整時(shí)刻點(diǎn),有可能是兩個(gè)時(shí)刻點(diǎn)之間的任意位置。在實(shí)現(xiàn)兩個(gè)不連續(xù)線段的半連接時(shí),提出了兩個(gè)策略“縮減策略”和“擴(kuò)展策略”。(2)基于最大誤差的生成最優(yōu)混合段的在線PLA算法...

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 論文研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 相關(guān)理論基礎(chǔ)
    2.1 引言
    2.2 時(shí)間序列數(shù)據(jù)表示方法
        2.2.1 頻域表示法
        2.2.2 奇異值表示法
        2.2.3 符號(hào)表示法
        2.2.4 界標(biāo)模型
        2.2.5 分段線性表示法
    2.3 本章小結(jié)
第三章 基于L∞準(zhǔn)則的半連續(xù)最優(yōu)分段線性壓縮算法
    3.1 引言
    3.2 相關(guān)理論研究
    3.3 半連續(xù)最優(yōu)分段線性壓縮算法
        3.3.1 算法描述
        3.3.2 算法復(fù)雜度分析
        3.3.3 算法偽代碼
    3.4 本章小結(jié)
第四章 基于最大誤差的生成最優(yōu)混合段的在線PLA算法
    4.1 引言
    4.2 相關(guān)理論研究
        4.2.1 四種分段近似
        4.2.2 不連接算法
        4.2.3 半連接算法
    4.3 最優(yōu)混合段算法
        4.3.1 算法偽代碼
        4.3.2 算法證明
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)驗(yàn)證與分析
    5.1 引言
    5.2 半連續(xù)最優(yōu)分段線性壓縮算法實(shí)驗(yàn)與分析
    5.3 最優(yōu)混合段算法實(shí)驗(yàn)與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文



本文編號(hào)：4005051