论文部分内容阅读
本文利用数据挖掘的方法发现时间序列中的特征模式，可以帮助人们认识事物运动、变化和发展的内在规律，为人们正确认识事物和科学决策提供依据。在基于互关联后继树的时间序列特征模式挖掘方法的基础上，加入时间窗口的概念，以弥补互关联后继树这种本来应用于文本检索中的索引模型在时间序列应用中的不足之处。对互关联后继树以及挖掘算法做出了改进，使得它能挖掘出在物理上不紧密衔接特征模式，并且挖掘出的模式有着明确的意义，便于在实践中使用。实验结果表明，文中的方法可以挖掘出更多、更广泛、更具有应用价值的特征模式。