龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：本发明提出了一种基于CUDA的多维时间序列kNN模体挖掘方法，旨在提高模体挖掘性能。该方法首先计算初始参数，包括多维子序列的均值、标准差以及点积矩阵。随后，利用CUDA实现多线程并行的MASS算法，快速计算多维kNNMatrixProfile，并更新距离矩阵以获取每个多维子序列与其前k个最相似子序列的信息。最后，通过设置用户定义的低阈值和高阈值，识别出强模体、弱模体和异常模体，从而扩展了异常模体簇和kNN模体的挖掘能力。
主权项：1.基于CUDA的多维时间序列kNN模体挖掘算法，其特征在于，包括如下步骤：1计算初始参数。该阶段结合累积和缓存cache技术计算所有多维子序列各个维度的均值和标准差，以及利用快速傅里叶变换以及CUDA并行计算首个多维子序列各个维度的点积矩阵。2基于CUDA计算多维kNNMatrixProfile。首先利用MASS算法计算每个维度的距离矩阵，再按维度累加得到多维距离矩阵。多维距离矩阵可以代表多维子序列间的整体距离，最后提出了一种新的GPU排序方法以多维距离矩阵更新多维kNNMatrixProfile，得到每个多维子序列与其前k个最相似子序列的信息。3搜索多维模体。由于多维kNNMatrixProfile维护了每个多维子序列与其前k个最相似子序列的信息，结合用户定义的阈值τ和ω可以从kNNMatrixProfile中挖掘kNN模体和异常模体簇。
全文数据：
权利要求：
百度查询： 河海大学 一种基于CUDA的多维时间序列kNN模体挖掘方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号