首页|基于AR_TSM的时间序列motif关联规则挖掘方法研究

基于AR_TSM的时间序列motif关联规则挖掘方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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,从根本上避免了因motif分割引起的不确定性,保证了规则的一致性;最后,引入了关联规则评价参数RM,在多数据集上证明了关联规则的预测性能.
Research on time series motif association rule mining method based on AR_TSM

赵丹枫、黄雁玲、黄冬梅、林俊辰、宋巍

展开 >

上海海洋大学 信息学院,上海201306

上海电力大学,上海200090

时间序列 motif 关联规则 数据挖掘 关联规则评价参数

国家重点研发计划资助项目

2016YFC1401902

2021

10.19734/j.issn.1001-3695.2019.12.0664

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(2)
  • 5
  • 3