近20年來,數(shù)據(jù)在各行各業(yè)受到越來越多的關注,生產、交易、醫(yī)療等領域的數(shù)據(jù)被大量收集,用于企業(yè)產品升級或服務轉型方面的研究。社會各界對數(shù)據(jù)的重視加速了數(shù)據(jù)分析技術的發(fā)展,也對現(xiàn)有的數(shù)據(jù)分析方法提出了更高的要求。由于數(shù)據(jù)流具有即時性高、流速大的特點,傳統(tǒng)的離線數(shù)據(jù)分析方法已經不能滿足數(shù)據(jù)流分析的實時性要求。因此,數(shù)據(jù)流的在線分析方法應運而生,并逐漸得到學術界和工業(yè)界的青睞,成為數(shù)據(jù)流研究的重要方向。目前,滑動窗口模型是數(shù)據(jù)流突變點在線檢測的關鍵技術之一。運用滑動窗口技術對到達的數(shù)據(jù)流切段,將數(shù)據(jù)流劃分到若干個窗口中并加以分析,明顯提高了突變點檢測的速度,滿足了在線檢測的實時性要求。但在滑動窗口模型中,窗口大小選取不當會造成突變點檢測精度下降的問題。窗口過大,窗口內數(shù)據(jù)波動被掩蓋,會導致突變點檢測精度降低;窗口過小,數(shù)據(jù)量少、攜帶信息少,也會導致突變點檢測精度降低。所以,滑動窗口模型中窗口大小的選取,是影響數(shù)據(jù)流突變點檢測精度的重要因素。本文以滑動窗口模型中窗口大小與突變點檢測精度的關系為研究對象,提出了一種窗口大小可以根據(jù)檢測過程進行動態(tài)調整的自適應窗口模型,并將該模型用于模擬數(shù)據(jù)和真實... 

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景及意義
    1.2 突變點研究現(xiàn)狀
        1.2.1 國內外突變點檢測算法研究
        1.2.2 數(shù)據(jù)流突變點檢測應用
    1.3 本文的研究內容及結構
第二章 突變點檢測的基本理論
    2.1 引言
    2.2 數(shù)學基礎
        2.2.1 時序數(shù)據(jù)Z
        2.2.2 分布函數(shù)F_m(x)
        2.2.3 置信度與置信區(qū)間
    2.3 常用檢驗方法
        2.3.1 KS檢驗
        2.3.2 小波分析法
        2.3.3 性能評估方案
    2.4 滑動窗口理論
        2.4.1 應用場景
        2.4.2 窗口模型
        2.4.3 窗口更新
        2.4.4 窗口尺寸
    2.5 小結
第三章 基于TSTKS算法的滑動窗口模型構建
    3.1 引言
    3.2 TSTKS突變點檢測算法
        3.2.1 均值三叉樹和差值三叉樹構建
        3.2.2 算法搜索規(guī)則
        3.2.3 TSTKS算法仿真實驗
    3.3 TSTKS算法與滑動窗口模型構建與仿真
    3.4 窗口寬度W變化實驗
    3.5 小結
第四章 基于自適應策略滑動窗口模型分析與驗證
    4.1 引言
    4.2 基于自適應策略的滑動窗口算法
        4.2.1 基于局部檢測結果LDR的窗口調整策略
        4.2.2 基于突變點間隔CPI的窗口調整策略
        4.2.3 基于局部分布差異LDD窗口調整策略
    4.3 三種策略性能對比實驗及分析
    4.4 小結
第五章 基于自適應滑動窗口模型的腦電數(shù)據(jù)應用分析
    5.1 引言
    5.2 自適應窗口策略自動選擇方案
    5.3 自適應窗口模型突變點檢測仿真實驗
    5.4 腦電數(shù)據(jù)突變點檢測與應用分析
    5.5 小結
第六章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
攻讀碩士期間研究成果
致謝


【參考文獻】：
期刊論文
[1]一種快速的突變點在線檢測算法設計與實現(xiàn)[J]. 鄒俊晨,齊金鵬,李娜,劉佳倫,朱厚杰.  電子科技. 2020(08)
[2]基于多級Haar小波變換與KS統(tǒng)計的突變點快速探測方法[J]. 宋巧紅,齊金鵬,張煜.  計算機工程. 2018(05)
[3]大數(shù)據(jù)在精準扶貧過程中的應用及實踐創(chuàng)新[J]. 莫光輝.  求實. 2016(10)
[4]多尺度直線擬合法在時間序列突變點檢測中的應用[J]. 黃靜,李長春,延皓,趙旭昌,楊雪松.  兵工學報. 2015(06)
[5]大數(shù)據(jù):概念、技術及應用研究綜述[J]. 方巍,鄭玉,徐江.  南京信息工程大學學報(自然科學版). 2014(05)
[6]時間序列異常點及突變點的檢測算法[J]. 蘇衛(wèi)星,朱云龍,劉芳,胡琨元.  計算機研究與發(fā)展. 2014(04)
[7]大數(shù)據(jù)應用的現(xiàn)狀與展望[J]. 張引,陳敏,廖小飛.  計算機研究與發(fā)展. 2013(S2)
[8]網絡大數(shù)據(jù):現(xiàn)狀與展望[J]. 王元卓,靳小龍,程學旗.  計算機學報. 2013(06)
[9]基于云計算的醫(yī)療大數(shù)據(jù)挖掘平臺[J]. 高漢松,肖凌,許德瑋,桑梓勤.  醫(yī)學信息學雜志. 2013(05)
[10]基于“大數(shù)據(jù)”的商業(yè)模式創(chuàng)新[J]. 李文蓮,夏健明.  中國工業(yè)經濟. 2013 (05)

博士論文
[1]基于顯著性檢測和煙霧時空特征的視頻火災探測方法研究[D]. 賈陽.中國科學技術大學 2016
[2]大數(shù)據(jù)的社會價值與戰(zhàn)略選擇[D]. 張?zhí)m廷.中共中央黨校 2014
[3]基于小波分析及數(shù)據(jù)融合的電氣火災預報系統(tǒng)及應用研究[D]. 余瓊芳.燕山大學 2013
[4]基于多傳感器信息融合的火災危險度分布確定系統(tǒng)研究[D]. 王學貴.中國科學技術大學 2013

碩士論文
[1]基于多路搜索的時序突變異�？焖俜治鯷D]. 艾辣椒.東華大學 2018
[2]一種數(shù)據(jù)流突變點快速探測算法的研究與實現(xiàn)[D]. 宋巧紅.東華大學 2018
[3]結構突變下國際原油價格與中美股票價格的波動溢出效應實證研究[D]. 肖景午.暨南大學 2017
[4]我國股票市場結構突變的貝葉斯研究[D]. 殷思宇.湖南大學 2015
[5]基于LLSA小波的高頻金融時間序列突變點檢測研究[D]. 許曉靜.天津大學 2014
[6]滑動窗口模型下的數(shù)據(jù)流自適應異常檢測方法研究[D]. 龐景月.哈爾濱工業(yè)大學 2013
[7]中國股票市場股指波動的突變性分析[D]. 侯有英.大連海事大學 2010
[8]小波分析與突變理論在變形分析中的應用研究[D]. 董坤烽.昆明理工大學 2009



本文編號：3709885