基于小波分析的时间序列数据挖掘模型  

A Model Based on Wavelet Analysis for Data Mining on Time Series

作　　者：郑诚[1] 蔡庆生[2] 

机构地区：[1]安徽大学计算机科学与技术学院 [2]中国科学技术大学计算机科学与技术系,合肥230027

出　　处：《计算机工程与应用》2004年第30期26-28,共3页Computer Engineering and Applications

基　　金：国家自然科学基金项目(编号:60273043);安徽省教育厅自然科学研究项目(编号:2002kj009)

摘　　要：论文提出一个基于小波分析的时间序列挖掘模型TSMiner,它支持时间序列数据挖掘的整个过程。该模型由5部分组成:原始数据的可视化、数据预处理、数据约简,模式发现和结果模式可视化。该模型应用小波实现数据的多层次可视化表示、数据约简和多尺度模式发现。它可以帮助用户观察高维数据,理解中间结果和解释发现的模式。TSMiner,a model for time series visual data mining based on wavelet has been prosposed.The model consists of five components:original data visualization,data preprocess,data reduction,pattern discovery and pattern visualization.By wavelets the model performs hierarchical representation of time series dataset for visualization,data reduction and multi-scale pattern discovery.This model can help users view the high dimensional data,understand the intermediate results,and interpret the discovered patterns.

关 键 词：时问序列 数据挖掘 可视化 小波分析 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]