海洋多要素长时间序列的motif规则树构建方法研究

作者：赵丹枫,黄雁玲,黄冬梅,林俊辰,宋巍

摘要：对海洋数据进行挖掘能够有效地预测海洋灾害事件。海洋监测数据具有时序长、间隔短、多要素间强关联的特点,对长时间序列进行直接分析挖掘速度慢、效率低,现有方法大多采用符号化时间序列方法,但可能导致部分信息丢失且破坏要素间的关联性。本文定义了时间序列motif,用于发现时间序列中重复出现的,先前未知的局部信息,解决了符号化导致的信息丢失的问题,实现了时间序列motif的精确快速提取。通过构建motif规则树,实现了海洋多要素时间序列间强关联规则的挖掘。最后,给出关联规则评价参数,同随机游走数据对比后,证明了本文方法的有效性。

发文机构：上海海洋大学信息学院 上海电力大学

关键词：预测海洋多要素时间序列强关联规则motif规则树predictionmarine multi-element time seriesstrong association rulesmotif rule tree

分类号： TP301[自动化与计算机技术—计算机系统结构]