搜索结果: 1-9 共查到“计算机科学技术 序列数据”相关记录9条 . 查询时间(0.143 秒)
浙江工商大学信息与电子工程学院2021-2022第二学期“互联”学术沙龙第十期——时间序列数据异常检测综述（图）
浙江工商大学信息与电子工程学院 互联 学术沙龙 时间序列数据 异常检测
2022/12/29
异常检测是对反常的、和历史不同的行为模式识别。时间序列数据是某一个指标按照时间的统计或者观测而成的数列数据。由于时间序列可视化成本低、含义明确、规律明显，因此经常被用于运维领域中监控系统的运行状态。系统的逐渐庞大，单纯的人力已经不能满足日益增长的监控需求，于是大家开始使用基于规则的异常检测手段，通过机器帮助人判断系统的健康程度。
由中国科学院华南植物园曾纪晴、张明永等科研人员完成的“一种基于随机序列数据库的密码系统的建立方法”获国家发明专利授权（专利号：ZL201110364005.9）。此前，该课题组已获两项信息安全领域国家发明专利。
提出一种高通量DNA序列数据的压缩算法.该算法先采用码书索引变换模型,将传统码书索引值的表示方法变换成由四个标准碱基字符替代的四进制数值方式,并采用一种界定替换串与非替换串的简明编码方法,接着通过信息熵的大小来决定是否进行块排序压缩变换(BWT),最后进行前移编码变换和Huffman熵编码.在多种测序数据集上的实验结果表明,CITD在大多数情况下可以获得比本文所对比的高通量DNA专用压缩方法更优的...
BioSeg：一个生物序列数据模型
生物序列 数据库管理系统 数据模型
2009/11/4
生物序列数据的表达和存储是生物序列数据处理的关键。当前的数据库管理系统不能有效地支持生物序列数据类型和操作，人们不得不用文本数据类型或直接使用文本文件存储生物序列数据。这种状况造成了生物序列比对、模式发现等数据处理的低效率。研究了生物序列数据的特征，分析并归纳了用户对生物序列数据的查询需求，提出了一个新的生物序列数据模型BioSeg。BioSeg模型由描述部分和多维数组组成，描述部分表示生物序列注...
正则化训练的神经网络与粗集理论相结合的股票时间序列数据挖掘技术
时间序列 正则神经网络 数据挖掘
2009/3/18
论文提出将正则化神经网络与粗集理论相结合应用于股票时间序列数据库的数据挖掘.首先对时间序列数据库进行预处理,除去高频干扰信号,然后将股票时间序列数据按照收盘价的变化趋势分割成一系列静态模式,每种模式代表股票价格的一种行为趋势(上涨或下跌),把决定各种模式的相关属性组成一系列信息,形成一个适用于粗集方法的信息表.然后使用正则神经网络对信息表进行学习,用粗集理论从正则神经网络所存储的知识中抽取规则,得...
将小波分析和ARMA模型引入时间序列数据挖掘中。利用小波消噪对原始时间序列进行滤波，利用小波变换充分提取和分离金融时间序列的各种隐周期和非线性，把小波分解序列的特性和分解数据随尺度倍增而倍减的规律充分用于BP神经网络和自回归移动平均模型的建模。利用小波重构技术将各尺度域的预报结果组合成为时间序列的最终预报。经过试验验证了该方法的实际有效性
时间序列数据库的知识发现及其在股票预测中的应用
时间序列数据库 知识发现 股票预测
2008/11/3
该课题将正则最小二乘前馈网络学习算法应用于时间序列的知识发现，正则最小二乘算法将正则化网络和节点删除算法结合起来，大大提高了前馈网络的泛化性能，将其应用于股票时间序列数据库的暂态规则的知识发现，预测性能大大提高；本课题将正则化神经网络和粗集理论相结合应用于股票时间序列数据库的数据挖掘，融合了正则神经网络优良的泛化性能和粗集理论的规则生成能力，预测效果比较准确，具有较好的应用前景，该研究居国内领...
提出一种基于分段多项式表示(PPR)的时间序列数据库相似查询的系统化方法.PPR是一类基于线性多项式回归的正交变换.用PPR变换索引时间序列数据在理论上具备非漏报性质.文中分析了PPR的计算复杂性以及查询阈值的下界，并提出了一种衡量时间序列相似查询算法之查询效率的定量指标.与基于离散傅立叶变换(DFT)和离散小波变换(DWT)的时间序列相似查询算法所作的对比实验表明，所提算法可以用低的索引结构维数...
在线分割时间序列数据
2007/11/2
AbstractSegmentation of time series is one of the important tasks in time series data mining. Segmentation has two major uses: It may be performed either to detect when the system that creates the tim...