基于数据库的双向数据挖掘方法技术

本发明专利技术涉及数据挖掘技术领域，公开了基于数据库的双向数据挖掘方法，包括：获取高维时空数据，并利用该数据作为参考依据，实现等距离同步处理；构建多个待分析的高维时空数据集并扫描，记录每次数据出现的次数；循环数据集，按项头表的增加次序排列数据；在循环项头表中，查找经常模式树中的条目和条目的树叶节点，剔除重复节点数据，获得单独的树结构数据集作为具有关联性的集合；将所有单一路径的树状结构数据集输出，构成最终结果集作为模糊属性集，通过计算支持度以确定频繁项集作为高维时空数据的关联挖掘结果。本发明专利技术通过计算蕴涵度确定数据之间的支持度，结合改进DTW算法挖掘高维时空数据关联性，有效提高数据挖掘的完整性，减少误差。

【技术实现步骤摘要】

本专利技术涉及数据挖掘，特别涉及一种基于数据库的双向数据挖掘方法。

技术介绍

1、与传统电网不同，智能电网通过分析分布式测量设备(例如：电力测量单元、变电站、发电机、储能系统和智能电表)收集的大量数据，为电网运行提供新的以数据为中心的服务。随着电网智能化水平不断提高，监测电网运行状态、电能质量、设备运行状态等过程中产生了大量高维时空数据。但是由于数据存在冗余和缺失等，所以要对电力系统的空间和时间数据进行挖掘和分析。

2、传统方式利用区块链方法评估电网节点数据时空关联特性，挖掘了电压相量轨迹信息几何特征，其在处理大量数据时，效率和运算速度都较慢。此外，基于apriori关联规则算法在挖掘大量数据时，性能有待完善。在大数据时代，传统的时间-空间轨道数据关联的方法，已无法适应对数据的快速关联和数据挖掘的要求，同时也存在着较大的不足。

技术实现思路

1、本专利技术提供了一种基于数据库的双向数据挖掘方法，通过计算蕴涵度确定数据之间的支持度，结合改进dtw算法挖掘高维时空数据关联性，可以有效提高数据挖掘的完整本文档来自技高网...

【技术保护点】

1.一种基于数据库的双向数据挖掘方法，其特征在于，利用改进的DTW算法对高维时空数据进行离散，获得多个层次的模糊集合，并建立模糊数据库，采用改进DTW算法生成频繁项集，以此为依据挖掘高维时空数据关联性；所述方法具体包括：

2.根据权利要求1所述的基于数据库的双向数据挖掘方法，其特征在于，所述获取高维时空数据，并对所述高维时空数据利用该数据作为参考依据，采用改进DTW算法实现等距离同步处理，以实现数据预处理的步骤，包括：

3.根据权利要求2所述的基于数据库的双向数据挖掘方法，其特征在于，空间数据L1和时间数据L2的距离计算公式为：

4.根据权利要求2所述...

【技术特征摘要】

1.一种基于数据库的双向数据挖掘方法，其特征在于，利用改进的dtw算法对高维时空数据进行离散，获得多个层次的模糊集合，并建立模糊数据库，采用改进dtw算法生成频繁项集，以此为依据挖掘高维时空数据关联性；所述方法具体包括：

2.根据权利要求1所述的基于数据库的双向数据挖掘方法，其特征在于，所述获取高维时空数据，并对所述高维时空数据利用该数据作为参考依据，采用改进dtw算法实现等距离同步处理，以实现数据预处理的步骤，包括：

3.根据权利要求2所述的基于数据库的双向数据挖掘方法，其特征在于，空间数据l1和时间数据l2的距离计算公式为：

4.根据权利要求2所述的基于数据库的双向数据挖掘方法，其特征在于，...

【专利技术属性】
技术研发人员：彭波，万晓杰，庄晓东，
申请(专利权)人：数通十方深圳数字科技有限公司，
类型：发明
国别省市：