基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了应用数据挖掘技术预测时间序列数据中事件的方法.针对时间序列数据提出了显著特征提取算法,给出了特征间的相似度量标准,并应用特征聚类算法,将时间序列数据转换成相应的特征序列表示.应用频繁模式发现算法和预测模式生成算法在预测时段内发现与目标事件相关的时序特征模式,预测事件的发生.实验结果表明,该文所提出的方法能够有效地预测时间序列数据中的事件.
推荐文章
时间序列数据挖掘综述
时间序列
数据挖掘
相似性搜索
模式发现
多属性约束事件序列的关联规则挖掘方法
序列模式
属性约束
关联规则
大尺度IP网络流量异常特征的多时间序列数据挖掘方法
符号时间序列分析
独立分量分析
多时间序列数据挖掘
面向云计算的时间序列数据挖掘系统架构设计
云计算
时间序列分析
数据挖掘
系统架构
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 事件预测的时间序列数据挖掘方法
来源期刊 计算机工程 学科 工学
关键词 事件 时间序列 数据挖掘 特征 聚类
年,卷(期) 2006,(5) 所属期刊栏目 博士论文
研究方向 页码范围 29-31
页数 3页 分类号 TP39
字数 3276字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.05.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李一军 哈尔滨工业大学管理学院 206 5614 39.0 67.0
2 崔广斌 哈尔滨工业大学管理学院 2 39 2.0 2.0
3 闫相斌 哈尔滨工业大学管理学院 24 700 13.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (15)
同被引文献  (21)
二级引证文献  (20)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
事件
时间序列
数据挖掘
特征
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导