基于AR_TSM的时间序列motif关联规则挖掘方法研究OA北大核心CSCDCSTPCD
Research on time series motif association rule mining method based on AR_TSM
挖掘时间序列motif间潜在的关联规则可以在预测未来趋势方面发挥重要作用,时间序列motif即时间序列中先前未知的重复出现的模式.针对符号化时间序列提取motif导致信息丢失的问题,提出基于剪枝技术的motif提取算法PM_Motif,实现了保留原始信息的motif的精准快速提取;针对分割motif来发现其内部关联规则导致的规则不一致的问题,从motif间的关联规则入手,给出了基于AR_TSM方法的时间序列motif关联规则挖掘算法,从根本上避免…查看全部>>
赵丹枫;黄雁玲;黄冬梅;林俊辰;宋巍
上海海洋大学 信息学院,上海201306上海海洋大学 信息学院,上海201306上海电力大学,上海200090上海海洋大学 信息学院,上海201306上海海洋大学 信息学院,上海201306
信息技术与安全科学
时间序列motif关联规则数据挖掘关联规则评价参数
《计算机应用研究》 2021 (2)
403-408,6
国家重点研发计划资助项目(2016YFC1401902)