论文部分内容阅读
本文对基于模式的时间序列的相似性进行了研究，提出了基于模式的全序列相似性查询方法.本文定义了DTW路径上的平均距离作为序列的相似性距离，基于模式的数据抽样方法和抽样过滤方法提高了查询的效率。实验结果表明，基于模式的时间序列查询明显提高了效率，对实际的大型时间序列数据库的查询具有较好的可扩展性。
序列查询的过滤和求精方法
【摘 要】
：
本文对基于模式的时间序列的相似性进行了研究，提出了基于模式的全序列相似性查询方法.本文定义了DTW路径上的平均距离作为序列的相似性距离，基于模式的数据抽样方法和抽样过滤
【机 构】
：
西北工业大学计算机科学与工程系,西安,710072
【出 处】
：
第十九届全国数据库学术会议
【发表日期】
：
2002年期
其他文献
随着无线通讯和定位技术的快速发展,移动对象数据库应用需求在社会生活中大范围产生,包括交通控制和监控、运输和供应链管理、数字战役以及移动电子商务等.考虑一个表示移动
会议
数据分片是并行数据库的基础，为了存储、索引以及查询大规模XML文档需要针对XML文档特点设计的分片策略。本文根据分片粒度不同以及XML文档查询的特点，提出了两种分片策略:PSPI
封闭项集的挖掘是一个很新的研究领域，本文针对封闭项集的挖掘提出了一种有效的增量维护算法FCIUP。目前我们正在为数据仓库系统PARAWARE设计一系列的挖掘算法，并形成一个完整
聚类分析是一个将指定数据集中的数据进行归类的过程,其遵循的原则是每个类内部各对象间的相似性尽可能最大,而不同类对象间的相似性尽可能最小.当前,国内外的聚类分析工作重
会议
本文介绍了含有神经网络、遗传算法和模糊逻辑等的计算机智能技术及其相互融合的方法，同时指出了该系统的应用前景。
本文提出了基于距离的邻接单元，并提出一种基于单元划分的聚类算法CDBSCAN。该算法首先将数据空间划分为单元，然后再对数据进行聚类。其主要思想是通过查询点所在的单元及其基
神经网络数据挖掘工具的研制综合应用了人工智能、数据库、面向对象程序设计等多项技术。该工具提供的模型与算法众多、功能强，在解决数据挖掘复杂性应用方面具有重要意义与实
本文介绍了一种基于图的聚类算法GB-Cluster.聚类分析作为数据挖掘的重要组成部分,已经广泛地应用在许多领域中.聚类是将物理或抽象对象的集合分组成为由类似的对象组成的多
本文结合图论和频集生成算法提出了能生成连通频繁图的AMGM算法和SFP算法，通过对这两个算法的分析和测试，可以知道它们能较好地发现我们所需要的内容，在性能上也是可以接受的。