买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供一种基于AR_TSM的时间序列motif关联规则挖掘方法，包括步骤：S1：采集一时间序列数据；S2：基于PM_Motif方法对所述时间序列数据进行motif提取；S3：基于AR_TSM方法的时间序列motif关联规则挖掘；S4：利用衡量指标RM衡量规则预测性能。本发明的一种基于AR_TSM的时间序列motif关联规则挖掘方法，实现了保留原始信息的motif的精准快速提取；保证了规则的一致性，并可避免虚拟规则的产生。

主权项：1.一种基于AR_TSM的时间序列motif关联规则挖掘方法，包括步骤：S1：采集一时间序列数据；S2：基于PM_Motif方法对所述时间序列数据进行motif提取；S3：基于AR_TSM方法的时间序列motif关联规则挖掘；S4：利用衡量指标RM衡量规则预测性能；所述S2进一步包括步骤：S21：利用滑动窗口方法将长度为m的时间序列TS划分成m-s+1个长度为s的子序列，将子序列的集合表示为{C1,C2,…,Cm-s+1}，其中C1表示下标为1的子序列；S22:随机选取r个参考子序列，分别计算各个子序列与参考子序列的距离，存入距离矩阵Dis之中： 其中，表示第r参考子序列，表示第m-s+1序列与第r参考子序列之间的距离；S23：利用公式1计算所述距离矩阵Dis每一行的标准差ψ： 将标准差ψ最大的一行对应的参考子序列作为最佳参考子序列CBRS；DC*,CΔ表示子序列C*和子序列CΔ间的欧式距离值，若该值小于给定距离阈值R，则表示这两个子序列相似；S24：计算每个子序列到最佳参考子序列CBRS的欧氏距离，并按所述欧氏距离的值对各子序列进行升序排列；对所述欧氏距离大于距离阈值R的子序列进行剪枝处理；S25：将满足距离阈值R且其重复次数大于给定阈值的子序列归为一类集合之中，遍历完所有子序列，完成时间序列motif的提取；所述S3步骤中：根据预设规则生成强关联规则并进行输出；所述预设规则满足：Locatej-motif-Locatei-motif∈[0,T]2； Pj-motif|i-motif＞min_conf4；其中，Locatei-motif表示取i-motif里子序列的下标，T表示时间阈值；motif表示时间序列；表示关联规则发生的概率，min_sup表示最小概率阈值；Pj-motif|i-motif表示当i-motif发生的情况下，j-motif发生的概率； 所述S4步骤中，所述衡量指标RM满足公式5： 其中，Predict_error表示预测的结果与规则真实值之间的欧氏距离； 其中，Cpredict,i表示预测到的规则中的后件，Ctrue,i表示规则中后件的真实值；Random_error表示随机选取n个位置并计算该位置上的子串和规则中的后件之间的欧氏距离，重复该操作1000次，然后取平均值。

全文数据：

权利要求：

百度查询： 上海海洋大学 基于AR_TSM的时间序列motif关联规则挖掘方法