發(fā)布時(shí)間：2020-07-31 20:29

【摘要】：隨著科學(xué)技術(shù)的不斷進(jìn)步,迅速發(fā)展的物聯(lián)網(wǎng)行業(yè)正時(shí)刻產(chǎn)生著大量數(shù)據(jù),其中一個(gè)很重要的組成部分即為時(shí)間序列數(shù)據(jù)。時(shí)間序列數(shù)據(jù)為按時(shí)間排序的一連串觀察數(shù)據(jù)的集合(例如心電圖,一天的天氣,每周的銷售額和每月股票價(jià)格等),針對(duì)時(shí)間序的實(shí)時(shí)數(shù)據(jù)挖掘是數(shù)據(jù)中心的一個(gè)重要任務(wù)。時(shí)間序列數(shù)據(jù)有數(shù)據(jù)量大,維度高和數(shù)據(jù)更新頻率快三個(gè)特點(diǎn),這些大量的時(shí)間序列數(shù)據(jù)負(fù)載給數(shù)據(jù)中心的數(shù)據(jù)挖掘任務(wù)帶來(lái)了全新的挑戰(zhàn)。距離函數(shù)作為不同序列間的相似度度量方法,是大多數(shù)高速數(shù)據(jù)挖掘任務(wù)的主要組成部分。在實(shí)際數(shù)據(jù)挖掘應(yīng)用中,距離函數(shù)的計(jì)算時(shí)間占總時(shí)間的極大一部分,是時(shí)間序列數(shù)據(jù)挖掘任務(wù)的計(jì)算瓶頸。為了解決上述問題,提高數(shù)據(jù)挖掘的效率,減少數(shù)據(jù)挖掘任務(wù)所耗時(shí)間,近年來(lái)出現(xiàn)和很多針對(duì)距離函數(shù)的軟件和硬件加速方法。然而,這些加速算法都是針對(duì)單一的距離函數(shù),導(dǎo)致這些優(yōu)化方法只能局限于某種特定的距離函數(shù)和特定的應(yīng)用場(chǎng)景。在數(shù)據(jù)中心數(shù)據(jù)挖掘任務(wù)中需要同時(shí)處理多個(gè)應(yīng)用,每個(gè)應(yīng)用需要使用對(duì)應(yīng)的距離函數(shù),針對(duì)這樣的場(chǎng)景,已有的加速方法已經(jīng)無(wú)法適用。因此需要設(shè)計(jì)出一種可配置的加速器,能同時(shí)滿足多個(gè)距離函數(shù)的加速需求。憶阻器作為一種新型非線性器件,具有阻值可變和電阻記憶的功能,目前已被廣泛應(yīng)用于存儲(chǔ)器和神經(jīng)形態(tài)計(jì)算中。本文針對(duì)數(shù)據(jù)中心中的實(shí)時(shí)高效時(shí)間序列數(shù)據(jù)挖掘任務(wù),提出了一種基于憶阻器的高吞吐量可配置相似度度量加速器。設(shè)計(jì)的加速器可以通過配置,實(shí)現(xiàn)目前時(shí)間序列數(shù)據(jù)挖掘任務(wù)中的六種常用距離函數(shù)(分別為動(dòng)態(tài)時(shí)間規(guī)整,最長(zhǎng)公共子序列,編輯距離,豪斯多夫距離,漢明距離和曼哈頓距離)的加速。為了提高能量效率,減少加速器占用面積,我們從各個(gè)電路結(jié)構(gòu)中抽取出基本結(jié)構(gòu),通過對(duì)基本結(jié)構(gòu)的配置實(shí)現(xiàn)不同距離函數(shù)的加速功能。為了評(píng)估本文設(shè)計(jì)的加速器性能,我們?cè)诠_的時(shí)間序列數(shù)據(jù)集上對(duì)加速器做了系統(tǒng)性能測(cè)試和端到端性能評(píng)估。實(shí)驗(yàn)結(jié)果表明,與已有的距離函數(shù)加速方法相比,本文設(shè)計(jì)實(shí)現(xiàn)的基于憶阻器的可配置相似度度量加速器取得了3.5x-376x加速比,同時(shí)在低精度損失的情況下,能量消耗降低了1-3個(gè)數(shù)量級(jí)。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN60;O211.61

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫其法;閆秋艷;閆欣鳴;;基于多樣化top-k shapelets轉(zhuǎn)換的時(shí)間序列分類方法[J];計(jì)算機(jī)應(yīng)用;2017年02期

2 王金策;楊寧;;時(shí)間序列趨勢(shì)預(yù)測(cè)[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2017年02期

3 彭佳星;肖基毅;;基于分型轉(zhuǎn)折點(diǎn)的證券時(shí)間序列分段表示法[J];商;2016年31期

4 劉偉龍;;基于ARMA模型的股價(jià)預(yù)測(cè)及實(shí)證研究[J];智富時(shí)代;2017年02期

5 周仰;;《漫長(zhǎng)的告別》(年度資助攝影圖書)[J];中國(guó)攝影;2017年04期

6 王嵬;;王嵬作品[J];當(dāng)代油畫;2017年07期

7 劉明華;張晉昕;;時(shí)間序列的異常點(diǎn)診斷方法[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2011年04期

8 郭崇慧;蘇木亞;;基于獨(dú)立成分分析的時(shí)間序列譜聚類方法[J];系統(tǒng)工程理論與實(shí)踐;2011年10期

9 王佳林;王斌;楊曉春;;面向不確定時(shí)間序列的分類方法[J];計(jì)算機(jī)研究與發(fā)展;2011年S3期

10 萬(wàn)里;廖建新;朱曉民;倪萍;;一種基于頻繁模式的時(shí)間序列分類框架[J];電子與信息學(xué)報(bào);2010年02期

相關(guān)會(huì)議論文 前10條

1 馬俊;曹成度;閔陽(yáng);周呂;;基于主成分分析去除GNSS站坐標(biāo)時(shí)間序列有色噪聲[A];第十一屆中國(guó)衛(wèi)星導(dǎo)航年會(huì)論文集——S05 空間基準(zhǔn)與精密定位[C];2020年

2 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

3 張可;李媛;柴毅;黃磊;;基于分段趨勢(shì)的符號(hào)化時(shí)間序列聚類表示[A];第37屆中國(guó)控制會(huì)議論文集（D）[C];2018年

4 張立波;龐蓉蓉;王勇;黃敏;何成濤;傅強(qiáng);曲賢敏;仲昭衍;;基于時(shí)間序列的隨機(jī)質(zhì)控設(shè)計(jì)與應(yīng)用[A];中國(guó)輸血協(xié)會(huì)第九屆輸血大會(huì)論文專輯[C];2018年

5 徐光晶;;統(tǒng)計(jì)學(xué)在大地電磁測(cè)深時(shí)間序列處理中的應(yīng)用[A];2017中國(guó)地球科學(xué)聯(lián)合學(xué)術(shù)年會(huì)論文集（二十九）——專題57：電磁地球物理學(xué)研究及其應(yīng)用[C];2017年

6 毛宇清;王詠青;王革麗;;支持向量機(jī)方法應(yīng)用于理想時(shí)間序列的預(yù)測(cè)研究[A];中國(guó)氣象學(xué)會(huì)2008年年會(huì)氣候預(yù)測(cè)研究與預(yù)測(cè)方法分會(huì)場(chǎng)論文集[C];2008年

7 吳麗娜;黃領(lǐng)梅;沈冰;呂繼強(qiáng);;黃河上游降水時(shí)間序列混沌特性識(shí)別與預(yù)測(cè)年限分析[A];水系統(tǒng)與水資源可持續(xù)管理——第七屆中國(guó)水論壇論文集[C];2009年

8 吳堅(jiān)忠;路子愚;鄭應(yīng)平;;時(shí)間序列社會(huì)悖論模型及分析[A];1989年控制理論及其應(yīng)用年會(huì)論文集（上）[C];1989年

9 雷敏;孟光;謝洪波;Kerreie Mengersen;Peter Bartlett;;嵌入維數(shù)對(duì)復(fù)雜時(shí)間序列的熵分析的影響研究[A];中國(guó)力學(xué)大會(huì)-2015論文摘要集[C];2015年

10 王兆甲;王海良;;一種相似時(shí)間序列挖掘算法及其在汽車運(yùn)動(dòng)分析中的應(yīng)用[A];2014中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C];2014年

相關(guān)重要報(bào)紙文章 前10條

1 王曉寶 楊永恒 永安期貨;淺析波動(dòng)率的均值回復(fù)特征[N];期貨日?qǐng)?bào);2017年

2 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日?qǐng)?bào);2009年

3 國(guó)家統(tǒng)計(jì)局核算司 呂峰;不變價(jià)GDP時(shí)間序列數(shù)據(jù)的構(gòu)造[N];中國(guó)信息報(bào);2016年

4 ;《時(shí)間序列與金融數(shù)據(jù)分析》[N];中國(guó)信息報(bào);2004年

5 何德旭 王朝陽(yáng);時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國(guó)社會(huì)科學(xué)院院報(bào);2003年

6 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2003年

7 卞紀(jì);我國(guó)多時(shí)間序列濕地遙感制圖完成[N];中國(guó)氣象報(bào);2011年

8 權(quán)證一級(jí)交易商 國(guó)信證券;正股走勢(shì)及時(shí)間序列主導(dǎo)下半年權(quán)證市場(chǎng)運(yùn)行結(jié)構(gòu)[N];證券時(shí)報(bào);2006年

9 廣發(fā)期貨股指研究小組 謝貞聯(lián);Hurst指數(shù)提示市場(chǎng)升勢(shì)或?qū)⑿纬蒣N];上海證券報(bào);2012年

10 丁睿 中糧期貨研究院;試論指數(shù)HP濾波分析法的應(yīng)用[N];期貨日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 黃田;面向超大規(guī)模時(shí)間序列的異常檢測(cè)[D];上海交通大學(xué);2015年

2 劉海洋;復(fù)雜環(huán)境下時(shí)間序列預(yù)測(cè)方法研究[D];北京交通大學(xué);2019年

3 石巍巍;大規(guī)模多源時(shí)間序列預(yù)處理與隱藏空間映射分析研究[D];上海交通大學(xué);2018年

4 顏昌;心血管時(shí)間序列的圖形分析和應(yīng)用[D];山東大學(xué);2019年

5 張弼堯;基于遙感時(shí)序分析的半干旱地區(qū)森林生態(tài)系統(tǒng)變化研究[D];中國(guó)地質(zhì)大學(xué)(北京);2019年

6 姚文坡;生理時(shí)間序列的符號(hào)化和非線性特征分析[D];南京郵電大學(xué);2019年

7 康峻;基于時(shí)間序列遙感數(shù)據(jù)的植被精細(xì)分類與覆蓋度反演研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2018年

8 林蕾;基于循環(huán)神經(jīng)網(wǎng)絡(luò)模型的遙感影像時(shí)間序列分類及變化檢測(cè)方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2018年

9 丁紅;柳江徑流分析與預(yù)測(cè)研究[D];武漢理工大學(xué);2016年

10 周超;集成時(shí)間序列InSAR技術(shù)的滑坡早期識(shí)別與預(yù)測(cè)研究[D];中國(guó)地質(zhì)大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 陳穎;基于時(shí)間序列分析方法的金融數(shù)據(jù)研究[D];大連理工大學(xué);2019年

2 王亭;基于時(shí)間序列與聚類的數(shù)據(jù)流異常檢測(cè)[D];北京理工大學(xué);2017年

3 薄夢(mèng)雅;時(shí)間序列數(shù)據(jù)壓縮算法研究[D];石家莊鐵道大學(xué);2019年

4 曾德文;基于憶阻器的用于時(shí)間序列數(shù)據(jù)挖掘的可配置相似度度量加速器[D];華中科技大學(xué);2019年

5 劉吉輝;面向時(shí)間序列的古建筑室內(nèi)環(huán)境預(yù)測(cè)方法研究[D];燕山大學(xué);2019年

6 劉占寧;基于用戶評(píng)分偏移度和時(shí)間序列的群組攻擊檢測(cè)[D];燕山大學(xué);2019年

7 周茂盛;全球GPS數(shù)據(jù)處理及在地殼運(yùn)動(dòng)中的應(yīng)用[D];山東科技大學(xué);2018年

8 劉冰;顧及散射體高度的時(shí)間序列InSAR技術(shù)沉降監(jiān)測(cè)應(yīng)用研究[D];山東科技大學(xué);2018年

9 馬成龍;山東某煤礦地表變形數(shù)據(jù)分析及預(yù)測(cè)模型研究[D];山東科技大學(xué);2018年

10 吳振宇;復(fù)雜時(shí)間序列的信息熵及其應(yīng)用[D];北京交通大學(xué);2019年

本文編號(hào)：2776973