小波变换的离群时序数据挖掘分析

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

小波变换的离群时序数据挖掘分析

文章导航 > 电子科技大学学报 > 2005 > 34(4): 556-558

文琪, 彭宏. 小波变换的离群时序数据挖掘分析[J]. 电子科技大学学报, 2005, 34(4): 556-558.

引用本文:

文琪, 彭宏. 小波变换的离群时序数据挖掘分析[J]. 电子科技大学学报, 2005, 34(4): 556-558.

WEN Qi, PENG Hong. Analysis of Time Series Outlier Mining Based on Wavelet Transform[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 556-558.

Citation:

WEN Qi, PENG Hong. Analysis of Time Series Outlier Mining Based on Wavelet Transform[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 556-558.

小波变换的离群时序数据挖掘分析

文琪¹,
彭宏²

1.
西华大学科技处成都 610039;
2.
西华大学计算机与数理学院成都 610039

作者简介:
文琪(1967-),女,硕士,工程师,主要从事数据挖掘等方面的研究.

中图分类号: TP311

Analysis of Time Series Outlier Mining Based on Wavelet Transform

WEN Qi¹,
PENG Hong²

1.
Dept. of Science and Technology,Xihua University;
2.
School of Computer & Mathematical-Physical Science,Xihua University,Chengdu 610039

摘要: 针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。
- 小波变换 /
- 时序数据 /
- 离群数据 /
- 数据挖掘
Abstract: In this paper, the outlier mining method for time series data is investigated. DWT is used to transform the time series data from time domain to frequency domain. The time series data can be mapped into the multidimensional points in multidimensional space. We proposed a distanced-based algorithm to mine the outliers. The simulation results show the effectiveness of the method.
- wavelet transform /
- time series /
- outlier data /
- data mining

[1]	李海林, 张丽萍. 时间序列数据挖掘中的聚类研究综述 . 电子科技大学学报, 2022, 51(3): 416-424. doi: 10.12178/1001-0548.2022055
[2]	聂敏, 张杨, 邓辉, 王伟, 夏虎, 周涛. 利用基本信息和行为数据发现高校贫困学生 . 电子科技大学学报, 2020, 49(5): 795-800. doi: 10.12178/1001-0548.2020139
[3]	郑文, 赵偲, 李泽堃, 武啸泽, 胡涛. 基于Web数据挖掘的COVID-19流行病学特征分析 . 电子科技大学学报, 2020, 49(3): 408-414. doi: 10.12178/1001-0548.2020079
[4]	李海林, 万校基. 基于簇中心群的时间序列数据分类方法 . 电子科技大学学报, 2017, 46(3): 625-630. doi: 10.3969/j.issn.1001-0548.2017.03.024
[5]	谭颖, 张涛, 谭睿, 沈小涛, 校景中. 基于小波变换与SVM的ADHD病人分类 . 电子科技大学学报, 2015, 44(5): 789-794. doi: 10.3969/j.issn.1001-0548.2015.05.025
[6]	高嵘, 王强, 罗东, 秦志光. 食品溯源时序数据的函数型聚类分析 . 电子科技大学学报, 2012, 41(4): 561-563,591. doi: 10.3969/j.issn.1001-0548.2012.04.016
[7]	童彬, 秦志光, 贾伟峰, 宋健伟. 采用数据挖掘的拒绝服务攻击防御模型 . 电子科技大学学报, 2008, 37(4): 586-589.
[8]	张洪, 刘晓云. 基于小波变换的自适应公钥数字水印 . 电子科技大学学报, 2007, 36(1): 63-65.
[9]	杨明轩. 小波变换的齿轮泵故障分析 . 电子科技大学学报, 2007, 36(4): 805-808.
[10]	艾未华, 黄云仙, 宋自林. 天气雷达回波数据的并行自适应编码 . 电子科技大学学报, 2007, 36(4): 703-705,708.
[11]	王金龙, 徐从富, 徐娇芬, 骆国靖. 利用销售数据的商品影响关系挖掘研究 . 电子科技大学学报, 2007, 36(6): 1282-1285.
[12]	桑永胜, 陆鑫. 基于数据挖掘的Internet远程教学研究 . 电子科技大学学报, 2006, 35(6): 953-955,959.
[13]	张洁, 蒋宁, 浦立新. 基于小波变换的医学图像融合技术 . 电子科技大学学报, 2005, 34(6): 839-842.
[14]	曾异平, 朱宏, 龙文光. 趋势分析中的一种增量数据挖掘方法研究 . 电子科技大学学报, 2004, 33(4): 464-467.
[15]	方英武, 张广鹏, 吴德伟, 黄玉美, 赵修斌, 王轶. 分布式数据挖掘计算过程——DDCP算法研究 . 电子科技大学学报, 2003, 32(1): 80-84.
[16]	陈强洪, 李炳法, 叶斌. 小波变换下关联数字水印技术 . 电子科技大学学报, 2001, 30(4): 363-366.
[17]	黄艳, 刘钊, 肖忠, 向敬成. 基于小波变换的结构矩阵矢量量化压缩方法 . 电子科技大学学报, 2000, 29(5): 479-482.
[18]	向渝, 李在铭. 小波变换图像压码延拓匹配与变换系数研究 . 电子科技大学学报, 1999, 28(3): 223-227.
[19]	张凤荔, 葛晓峰, 卢显良. 基于数据仓库的综合查询系统的设计和实现 . 电子科技大学学报, 1999, 28(2): 207-210.
[20]	唐向宏, 龚宇, 龚耀寰. 用M带小波变换实现图像的边缘检测 . 电子科技大学学报, 1997, 26(2): 117-120.

WeChat

点击查看大图

计量

文章访问数: 3601
HTML全文浏览量: 198
PDF下载量: 58
被引次数: 0

小波变换的离群时序数据挖掘分析

文琪¹,
彭宏²

1. 西华大学科技处成都 610039;

2. 西华大学计算机与数理学院成都 610039

作者简介:
文琪(1967-),女,硕士,工程师,主要从事数据挖掘等方面的研究.

收稿日期: 2005-05-10
刊出日期: 2005-08-15

中图分类号: TP311

关键词:

摘要: 针对时序数据进行离群数据挖掘方法的研究。通过对时序数据进行离散小波变换,将其从时域空间变换到频域空间,使时序数据映射为多维空间的点。该方法具有多尺度、时移不变性等特点,经离群时间序列进行离散小波变换后,不仅具有良好的保距性又达到降低维数目的。然后提出一种基于距离的离群时序数据挖掘算法。仿真试验表明了该方法的有效性。

English Abstract

文琪, 彭宏. 小波变换的离群时序数据挖掘分析[J]. 电子科技大学学报, 2005, 34(4): 556-558.

引用本文:

文琪, 彭宏. 小波变换的离群时序数据挖掘分析[J]. 电子科技大学学报, 2005, 34(4): 556-558.

WEN Qi, PENG Hong. Analysis of Time Series Outlier Mining Based on Wavelet Transform[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 556-558.

Citation:

WEN Qi, PENG Hong. Analysis of Time Series Outlier Mining Based on Wavelet Transform[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 556-558.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发