時間序列數(shù)據(jù)是一組按時間排列的有序觀測值序列,廣泛存在于各個應用領域,如股票數(shù)據(jù)、氣象數(shù)與生態(tài)數(shù)據(jù)等。時間順序特征使數(shù)據(jù)隨信息采集時間間隔的不同而呈現(xiàn)連續(xù)或分散的形式等特征;另外隨著信息技術的不斷發(fā)展,由于數(shù)據(jù)采集設備精度、數(shù)據(jù)集合粒度轉換、出于隱私保護等特殊目的或數(shù)據(jù)集成等不同原因,使得時間序列數(shù)據(jù)在每個時間點上的觀測值都可能是模糊的或不確定的,這種包含不確定性的時間序列數(shù)據(jù)也廣泛存在于如基于位置的服務和無線傳感器網(wǎng)絡等眾多應用領域中。不確定性的存在又為對時間序列數(shù)據(jù)的挖掘分析帶來了進一步的復雜性。本文以不確定時間序列數(shù)據(jù)的相似性度量為切入點,對有效分析不確定時間序列數(shù)據(jù)的方法進行研究�，F(xiàn)有關于不確定時間序列相似性度量的核心內(nèi)容:不確定對象的模型表示以及距離度量方法的研究存在一定問題。如基于參數(shù)估計方法構建的體現(xiàn)不確定性概率密度分布的不確定數(shù)據(jù)模型,而參數(shù)估計方法依賴于某種理論分布的假設使其在面向由于復雜的現(xiàn)實數(shù)據(jù)時,由于不確定對象的密度分布未知,而難于發(fā)揮作用,進而影響構建模型的準確性。另外基于概率密度分布表示的不確定時間序列數(shù)據(jù)對象間的距離度量也需要考慮準確性與有效性的問題�？紤]...

【文章頁數(shù)】：122 頁

【學位級別】：博士

圖1.1文章內(nèi)容組織結構

圖2.1不確定時間序列的概率距離Fig.2.1Uncertaintimeseriesprobabilisticdistance

圖2.2不確定時間序列的非參數(shù)建模方法示意圖

圖2.3二階Markov狀態(tài)轉移矩陣Fig.2.3Secondordermarkovtransitionmatrix如圖2.3所示，狀態(tài)轉移矩陣中（a）

本文編號：3884621