基于Weka平台的时序数据挖掘系统的设计与实现

摘要

随着信息时代的来临,时间序列数据在日常生活中无处不在,并且变得越来越庞大,如DNA数据、心电图、天气预报、股票指数,汇率等金融数据、气象监测数据等等。因此,时间序列数据挖掘成为数据挖掘研究的一个重要组成部分,有着更广阔的研究前景,相对于数据挖掘较成熟的领域,时间序列数据挖掘是一个较新的研究方向。
　　时间序列数据分析研究的意义在于通过历史数据对过去历史行为进行客观的记录和分析,分析数据背后内在的规律,进而对未来行为进行预测的决策性工作。本文主要是设计一个基于Weka平台的时间序列数据挖掘系统,使之能够对时间序列数据进行相似性搜索、聚类、分类,并用人们易于接受的形式显示挖掘结果。本文的主要的研究工作如下:
　　(1)回顾了时间序列数据挖掘的发展背景、国内外研究现状和动态,并且简要地对Weka开发平台以及在此平台下对时序数据的处理方法做了描述,以及在Weka平台上进行二次开发的技术路线。
　　(2)本文展示了时间序列数据挖掘的主要技术方法,描述了多维时间序列数据的特殊性、在本系统中对多维时序数据进行处理的方法、时间序列数据的主要研究内容以及部分核心算法。
　　(3)设计并实现了一个基于Weka平台的时间序列数据挖掘系统,主要内容包括系统结构设计、开发平台的选择、关键技术的运用、核心算法的实现等方面。
　　(4)使用气象数据对设计的系统进行了测试,结果表明该系统运行稳定、功能实用、结果可靠,具有一定的实用价值。
　　本文实现了一个基于Weka平台的时间序列数据挖掘系统,并通过实际数据对其进行了测试,具有一定的应用价值,但仍需进一步在大量的真实数据对系统进行测试,不断对系统进行优化,真正达到实用的目的。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1背景分析

1.2研究的目的和意义

1.3国内外研究现状

1.4本文的主要工作

1.5论文组织结构

第二章 Weka开发平台

2.1 Weka软件的简介

2.2 Weka平台存在的主要问题

2.3 基于Weka平台的二次开发

2.4本章小结

第三章 时间序列数据的分析

3.1 时间序列数据

3.2 时间序列数据挖掘

3.3 时间序列数据挖掘的核心算法

3.4 本章小结

第四章 基于Weka平台的时序数据挖掘系统的实现

4.1开发环境

4.2 软件开发框架

4.3 系统的设计

4.4 系统的实现

4.5 本章小结

第五章 基于Weka平台的时序数据挖掘系统的测试

5.1 系统功能测试

5.2 结果数据分析

5.3 比较结果

5.4 本章小结

第六章 结论

参考文献

攻读硕士学位期间取得的研究成果

致谢

个人简况及联系方式