【技术实现步骤摘要】
本专利技术涉及一种时间序列模体挖掘方法，尤其涉及。
技术介绍
模体是生物学名词，它代表在一组序列中重复出现的相似片段模式。这组序列可以是蛋白质序列、RNA序列、DNA序列等。时间序列模体数据挖掘就是利用数据挖掘思想，在时间序列中找出重复出现的相似片段的过程。与传统相似性查找不同，进行模体挖掘前，并不知道重复出现的片段的具体特性，如长度，出现的位置，频率等。水文领域积累了大量的观测数据，这些数据中蕴藏着自然演变的规律和人类活动对下垫面影响的信息。通过序列模式挖掘技术发现这些时空序列中蕴藏的洪水频率/周期、水文情势突变等物理规律能够为水文预测预报、防汛调度等提供辅助决策支持。虽然模体数据挖掘技术应用广泛，但在水文领域，尚未见相关研究报道。在水文领域，时间序列模体数据挖掘具有重要意义。例如，我们可以从水位、流量时间序列中找出重复出现的相似洪灾或旱情的水文过程进而发现它们的内在规律。除此之外，我们还可能发现一些意想不到的模式，如洪水和旱情之间前后关联的模式。自从2002年Lin首次提出时间序列模体挖掘概念后[2]，经过近10年发展，人们提出 了很多算法。文献[J. Li...
【技术保护点】
１．一种水文时间序列模体挖掘方法，包括以下步骤：步骤１、将原始水文时间序列数据集进行数据压缩表示；步骤２、利用Ｓｅｑｕｉｔｕｒ算法进行语法推导，得到模体集；其特征在于，所述步骤１具体按照以下方法：步骤１０１、利用小波变换对原始水文时间序列数据集进行降噪处理；步骤１０２、找出降噪处理后的数据集中的极值点；步骤１０３、按照预先设定的规则将各极值点赋予相应的字符；步骤１０４、将各极值点对应的字符依次排列，得到字符串，该字符串即为数据压缩表示的原始水文时间序列数据集。
【技术特征摘要】
1.一种水文时间序列模体挖掘方法，包括以下步骤 步骤1、将原始水文时间序列数据集进行数据压缩表示； 步骤2、利用kquitur算法进行语法推导，得到模体集； 其特征在于，所述步骤1具体按照以下方法步骤101、利用小波变换对原始水文时间序列数据集进行降噪处理； 步骤102、找出降噪处理后的数据集中的极值点； 步骤103、按照预先设定的规则将各极值点赋予相应的字符；步骤104、将各极值点对应的字符依次排列，得到字符串，该字符串即为数据压缩表示的原始水文时间序列数据集。2...
【专利技术属性】
技术研发人员：朱跃龙，李士进，王继民，彭力，冯钧，万定生，
申请(专利权)人：河海大学，
类型：发明
国别省市：84
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。