在计算机科学技术飞速发展的驱动下,在社会、科学、经济、工业等诸多领域衍生出了大量时序数据,分析挖掘蕴含在这些时序数据中的规律对于指导生产的意义十分巨大。如何更有效实现对于时间序列模式挖掘已经成为业界亟待解决的问题。
本方法通过动态规划关键点检测算法确定时间序列的关键点后,将原始时间序列划分为不同长度的时间子序列,根据相似性进行聚类,从而得到时间序列的频繁对称模式,有效提升挖掘准确性和多样性。
本发明实施例申请提供一种时间序列频繁对称模式挖掘方法及装置,该方法包括:根据动态规划算法和拟牛顿法对时间序列进行分析处理,确定时间序列关键点信息;根据时间序列关键点信息和预设截取间隔,将时间序列划分为多个时间子序列,对各个时间子序列进行对称性分析,得到对称子序列集;对称子序列集中各个对称子序列的相似度进行分析,得到各个对称子序列的相似度矩阵,根据相似度矩阵进行密度聚类,得到频繁对称模式信息。
天谋科技由 Apache IoTDB 核心团队创立,团队聚焦大数据底层技术软件研发,针对企业组建物联网大数据平台时所遇到的数据体量大、采样频率高、数据乱序到达、分析需求多、存储与运维成本高等多种问题,为企业提供海量时序数据管理的高效解决方案。创始团队由 Apache(国际最大开源软件基金会)旗下 IoTDB、PLC4X 两大开源物联网项目的发起人和核心开发者组成,汇集了来自清华大学、UC Berkeley、微软、德国弗劳恩霍夫协会(Fraunhofer-Gesellschaft)、德国法兰克福能源集团等一批数据库核心技术科学家和工业资深专家,拥有十几年研究和服务工业用户的经验。在时序数据管理领域,团队成员拥有中国、美国、欧洲等发明专利30余项,并在 ICDE, SIGMOD, VLDB 等数据库顶级会议上发表论文多篇。
评价单位:“科创中国”开源产业科技服务团 (中国通信学会)
评价时间:2022-11-18
综合评价
该成果对于物联网工业场景下,企业如何更好的管理由工业场景产生的时序数据有一定的引领性作用,技术创新性很强,目标市场处于成长市场,发展空间大。
查看更多>