本發(fā)明屬于智能信息處理和計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及一種基于變化一致性挖掘時(shí)序數(shù)據(jù)關(guān)聯(lián)關(guān)系的方法。

背景技術(shù)：

在大型復(fù)雜系統(tǒng)中，往往需要檢測(cè)多個(gè)變量之間的關(guān)聯(lián)關(guān)系，這對(duì)于總結(jié)系統(tǒng)運(yùn)行規(guī)律、預(yù)警具有重大意義。系統(tǒng)中的變量之間可能存在著復(fù)雜的關(guān)聯(lián)關(guān)系，這種關(guān)聯(lián)關(guān)系通常受到系統(tǒng)內(nèi)部規(guī)律的作用。關(guān)聯(lián)性在時(shí)空上可以表現(xiàn)為共現(xiàn)關(guān)系、因果關(guān)系、先兆關(guān)系等等。當(dāng)一個(gè)變量發(fā)生變化時(shí)，將引起不同變量發(fā)生相應(yīng)的變化。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于變化一致性挖掘時(shí)序數(shù)據(jù)關(guān)聯(lián)關(guān)系的方法，該方法綜合運(yùn)用了小波變換理論檢測(cè)單個(gè)變量的變化點(diǎn)，以及聚類學(xué)習(xí)理論來考察多變量變化點(diǎn)向量之間的相似性，從而發(fā)現(xiàn)時(shí)間序列變量之間潛在的關(guān)聯(lián)關(guān)系。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是：

基于變化一致性挖掘時(shí)序數(shù)據(jù)關(guān)聯(lián)關(guān)系的方法，實(shí)現(xiàn)該方法的系統(tǒng)包括數(shù)據(jù)預(yù)處理模塊、特征提取模塊、WDC聚類模塊和CCP聚類模塊，其具體步驟是：

1)首先，采用數(shù)據(jù)預(yù)模塊1-1處理對(duì)原始時(shí)序數(shù)據(jù)進(jìn)行去野值、等間隔插值、歸一化操作，得到時(shí)序變量的有效數(shù)據(jù)形式；

2)其次，采用特征提取模塊1-2對(duì)時(shí)序變量的有效數(shù)據(jù)形式的每個(gè)窗口數(shù)據(jù)進(jìn)行離散小波變換，提取最大小波細(xì)節(jié)系數(shù)；

3)然后，采用WDC聚類模塊1-3對(duì)單個(gè)變量所有窗口的最大小波細(xì)節(jié)系數(shù)進(jìn)行WDC聚類，聚類結(jié)果中小于閾值的簇內(nèi)窗口為變化點(diǎn)；

4)最后，采用CCP聚類模塊1-4對(duì)所有變量的變化點(diǎn)向量進(jìn)行CCP聚類，聚類結(jié)果中同一個(gè)簇內(nèi)的變量是相關(guān)的，最后輸出每個(gè)簇內(nèi)變量的關(guān)聯(lián)關(guān)系及其強(qiáng)度。

所述的數(shù)據(jù)預(yù)處理模塊對(duì)原始時(shí)序數(shù)據(jù)進(jìn)行去野值、等間隔插值、歸一化操作包括以下步驟：

首先，計(jì)算每個(gè)窗口的均值和標(biāo)準(zhǔn)差，判斷每個(gè)數(shù)據(jù)點(diǎn)與其所在觀察窗口均值之差是否大于5倍的觀察窗口的標(biāo)準(zhǔn)差，若大于，則該數(shù)據(jù)點(diǎn)為野值，剔除；

然后，對(duì)去野值后的時(shí)間序列進(jìn)行等間隔插值，設(shè)采樣間隔為△t，起始時(shí)刻是T，則等間隔插值后的時(shí)間集合為{T+n*△t n＝0，1，2，3…}，T+i*△t時(shí)刻對(duì)應(yīng)的值為原始序列中離該時(shí)刻最近的小于T+i*△t時(shí)刻所對(duì)應(yīng)的值，即原始序列中第一個(gè)大于T+i*△t時(shí)刻的前一個(gè)時(shí)刻所對(duì)應(yīng)的觀測(cè)值；

最后，對(duì)等間隔插值操作后的數(shù)據(jù)進(jìn)行線性歸一化，首先掃描一遍時(shí)間序列，獲得觀測(cè)值的最大值(max)和最小值(min)，根據(jù)公式計(jì)算每個(gè)觀測(cè)點(diǎn)歸一化后的數(shù)值，將原始時(shí)間序列取值范圍轉(zhuǎn)換到[0,1]區(qū)間上，其中，x_i表示第i個(gè)觀測(cè)點(diǎn)數(shù)值；△＝max-min。

所述的特征提取模塊的特征提取步驟包括：首先，用滑動(dòng)窗口對(duì)單變量數(shù)據(jù)進(jìn)行切割，設(shè)原始數(shù)據(jù)的采樣起點(diǎn)是t時(shí)刻，采樣間隔是n秒，窗口大小為m，滑動(dòng)距離為l，則第一個(gè)窗口的時(shí)間段是t，t+n*m，二個(gè)窗口的起始時(shí)刻是第一個(gè)窗口起始時(shí)刻向后滑動(dòng)l，故第二個(gè)窗口的時(shí)間段是t+l，t+l+n*m，以此類推，得到N個(gè)窗口；

其次，對(duì)每個(gè)窗口內(nèi)的數(shù)據(jù)進(jìn)行離散小波分解，根據(jù)窗口大小，設(shè)置小波分解層數(shù)L，選取窗口內(nèi)最大的小波細(xì)節(jié)系數(shù)cD_i作為該窗口的特征，[i，cD_i]表示原始數(shù)據(jù)中的第i個(gè)窗口的小波特征。

所述的WDC聚類模塊的WDC聚類步驟：

1)簇的初始化，每個(gè)窗口單獨(dú)成簇，簇心為該窗口自身的特征向量的小波特征[i，cDi]，窗口數(shù)目記作m，簇?cái)?shù)目記作n，此時(shí)n＝m；

2)根據(jù)如下公式，計(jì)算聚類結(jié)果的誤差平方和SSE_n；

其中，n表示簇的數(shù)目；w表示一個(gè)簇內(nèi)的窗口數(shù)目；j表示簇i內(nèi)的窗口下標(biāo)；c_i表示簇i的簇心；

3)根據(jù)如下公式，計(jì)算任意兩個(gè)簇的簇心距離；

dist(c_i,c_j)＝|c_i-c_j|i≠j

其中，dist(c_i,c_j)表示簇i和簇j的曼哈頓距離；c_i、c_j分別表示兩個(gè)簇的簇心；

4)合并距離最近的兩個(gè)簇并且根據(jù)如下公式更換簇中心；

其中，c表示簇心；w表示該簇內(nèi)的窗口數(shù)目；cD_i表示窗口i的最大小波細(xì)節(jié)系數(shù)；

5)n數(shù)目減1；

6)重復(fù)步驟2)至5)直到n＝1；

7)根據(jù)如下公式挑選出SSE下降最快時(shí)對(duì)應(yīng)的聚類結(jié)果，記作result＝{c₁,c₂,…c_k}，k表示該層聚類結(jié)果的簇?cái)?shù)目；

其中，i表示聚類的層數(shù)；m是窗口數(shù)目，即聚類最大層數(shù)；

8)計(jì)算result中任意兩個(gè)簇的距離，挑選出距離最近的兩個(gè)簇，記作c_i,c_j；

9)若dist(c_i,c_j)≤d,d＝0.2，則合并這兩個(gè)簇，并且計(jì)算新簇的簇心，然后重復(fù)步驟8；

10)若dist(c_i,c_j)>d,則退出聚類過程；

11)聚類結(jié)果中較小的簇內(nèi)所含窗口即為該參數(shù)變化點(diǎn)，較小的簇就是簇內(nèi)窗口數(shù)與總窗口數(shù)之比小于給定閾值0.2的簇，所有較小簇內(nèi)窗口的標(biāo)號(hào)則構(gòu)成該參數(shù)的變化點(diǎn)集合，即cpv＝{cp₁,cp₂,…,cp_m}，其中cp_i是窗口標(biāo)號(hào)。

所述的CCP聚類模塊的CCP聚類步驟包括：

1)單個(gè)變量單獨(dú)成簇，設(shè)有n個(gè)變量，簇的數(shù)目記為k，則k＝n；

2)根據(jù)如下公式，計(jì)算任意兩個(gè)簇的變化一致性系數(shù)CoC：

其中，CoC(c)表示簇c(c_i，c_j合并后的新簇)的變化一致性系數(shù)；x、y是簇c內(nèi)任意兩個(gè)變量；z是簇內(nèi)變量數(shù)目，任意兩個(gè)變量的組合有z(z-1)/2種，一個(gè)簇的變化一致性系數(shù)就等于簇內(nèi)所有任意兩個(gè)變量的變化一致性系數(shù)的平均值

其中，CoC(x，y)表示兩個(gè)變量x、y的變化一致性系數(shù)；|cpv_x|表示變量x的變化點(diǎn)數(shù)目即該參數(shù)變化點(diǎn)集合的大??；|cpv_y|表示變量y的變化點(diǎn)數(shù)目；|cpv_xy|表示變量x和y的共同變化點(diǎn)數(shù)目；

cpv_xy＝cpv_x∩cpv_y

其中，cpv_x、cpv_y分別表示變量x、y的變化點(diǎn)集合；

3)挑選出變化一致性最強(qiáng)的兩個(gè)簇c_i,c_j，二者之間的變化一致性系數(shù)記作max_CoC；

4)如果max_CoC大于等于給定閾值0.8，則合并簇c_i,c_j，k數(shù)目減1，轉(zhuǎn)步驟2)；

5)如果max_CoC小于給定閾值，則退出聚類過程，最終聚類結(jié)果中，同一個(gè)簇內(nèi)的變量具有關(guān)聯(lián)關(guān)系，且它們之間的關(guān)聯(lián)強(qiáng)度就是對(duì)應(yīng)簇的變化一致性系數(shù)CoC。

變化一致性是指若干個(gè)時(shí)序變量總是在相近的時(shí)刻發(fā)生變化。也就是說，如果多個(gè)變量較長(zhǎng)時(shí)間段上要么幾乎一起發(fā)生變化，要么又幾乎都不變化，這些變量具有潛在的關(guān)聯(lián)關(guān)系。本發(fā)明以變量的變化一致性為依據(jù)從大量變量集合中挖掘出具有關(guān)聯(lián)性的變量子集。相對(duì)于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：本發(fā)明從變化一致性角度出發(fā)，考察多個(gè)個(gè)變量之間的關(guān)聯(lián)關(guān)系，這種關(guān)聯(lián)關(guān)系可以是非線性的，如指數(shù)、對(duì)數(shù)、多項(xiàng)式等函數(shù)關(guān)系。重點(diǎn)關(guān)注變量在變化下表現(xiàn)出來的關(guān)聯(lián)性，而一般的關(guān)聯(lián)規(guī)則挖掘方法只是挖掘正常情況下的頻繁模式。相比傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘方法Apriori和FP-Tree，本發(fā)明適合于對(duì)大量變量進(jìn)行關(guān)聯(lián)分析，從中發(fā)現(xiàn)參數(shù)之間潛在的關(guān)聯(lián)性。

附圖說明

圖1是本發(fā)明系統(tǒng)的模塊框架圖。

圖2是本發(fā)明WDC聚類模塊流程圖。

圖3是本發(fā)明CCP聚類模塊。

表1是本發(fā)明示例時(shí)序變量的數(shù)據(jù)仿真函數(shù)。

圖4是本發(fā)明部分示例時(shí)序變量的仿真數(shù)據(jù)圖形片段。

表2是CCP聚類模塊中示例時(shí)序數(shù)據(jù)變量關(guān)聯(lián)關(guān)系挖掘結(jié)果。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。

參見圖1，實(shí)現(xiàn)本發(fā)明的系統(tǒng)包括數(shù)據(jù)預(yù)處理模塊1-1、特征提取模塊1-2、WDC聚類模塊1-3和CCP聚類模塊1-4；本發(fā)明的具體技術(shù)方案是：

步驟一：采用數(shù)據(jù)預(yù)模塊1-1處理對(duì)原始時(shí)序數(shù)據(jù)進(jìn)行去野值、等間隔插值、歸一化操作，得到時(shí)序變量的有效數(shù)據(jù)形式；

首先，計(jì)算每個(gè)窗口的均值和標(biāo)準(zhǔn)差，判斷每個(gè)數(shù)據(jù)點(diǎn)與其所在觀察窗口均值之差是否大于5倍的觀察窗口的標(biāo)準(zhǔn)差，若大于，則該數(shù)據(jù)點(diǎn)為野值，剔除；

然后，對(duì)去野值后的時(shí)間序列進(jìn)行等間隔插值，設(shè)采樣間隔為△t，起始時(shí)刻是T，則等間隔插值后的時(shí)間集合為{T+n*△t n＝0，1，2，3…}，T+i*△t時(shí)刻對(duì)應(yīng)的值為原始序列中離該時(shí)刻最近的小于T+i*△t時(shí)刻所對(duì)應(yīng)的值，即原始序列中第一個(gè)大于T+i*△t時(shí)刻的前一個(gè)時(shí)刻所對(duì)應(yīng)的觀測(cè)值；

最后，對(duì)等間隔插值操作后的數(shù)據(jù)進(jìn)行線性歸一化，首先掃描一遍時(shí)間序列，獲得觀測(cè)值的最大值(max)和最小值(min)，根據(jù)公式計(jì)算每個(gè)觀測(cè)點(diǎn)歸一化后的數(shù)值，將原始時(shí)間序列取值范圍轉(zhuǎn)換到[0,1]區(qū)間上，其中，x_i表示第i個(gè)觀測(cè)點(diǎn)數(shù)值；△＝max-min；

步驟二：其次，采用特征提取模塊1-2對(duì)時(shí)序變量的有效數(shù)據(jù)形式的每個(gè)窗口數(shù)據(jù)進(jìn)行離散小波變換，提取最大小波細(xì)節(jié)系數(shù)；

首先，用滑動(dòng)窗口對(duì)單變量數(shù)據(jù)進(jìn)行切割，設(shè)原始數(shù)據(jù)的采樣起點(diǎn)是t時(shí)刻，采樣間隔是n秒，窗口大小為m，滑動(dòng)距離為l，則第一個(gè)窗口的時(shí)間段是t，t+n*m，二個(gè)窗口的起始時(shí)刻是第一個(gè)窗口起始時(shí)刻向后滑動(dòng)l，故第二個(gè)窗口的時(shí)間段是t+l，t+l+n*m，以此類推，得到N個(gè)窗口；

其次，對(duì)每個(gè)窗口內(nèi)的數(shù)據(jù)進(jìn)行離散小波分解，根據(jù)窗口大小，設(shè)置小波分解層數(shù)L，選取窗口內(nèi)最大的小波細(xì)節(jié)系數(shù)cD_i作為該窗口的特征，[i，cD_i]表示原始數(shù)據(jù)中的第i個(gè)窗口的小波特征；

步驟三：參見圖2，然后，采用WDC(Wavelet Detail Coefficient)聚類模塊1-3對(duì)單個(gè)變量所有窗口的最大小波細(xì)節(jié)系數(shù)進(jìn)行WDC聚類，聚類結(jié)果中小于閾值的簇內(nèi)窗口為變化點(diǎn)；

1)首先進(jìn)行步驟2-1，簇的初始化，每個(gè)窗口單獨(dú)成簇，簇心為該窗口的小波特征cD_i，窗口數(shù)目記作m，簇?cái)?shù)目記作n，此時(shí)n＝m；

2)然后進(jìn)行步驟2-2，根據(jù)如下公式，計(jì)算聚類結(jié)果的誤差平方和SSE_n(Sum of Squared Error)；

其中，n表示簇的數(shù)目；w表示一個(gè)簇內(nèi)的窗口數(shù)目；j表示簇i內(nèi)的窗口下標(biāo)；c_i表示簇i的簇心；

3)執(zhí)行步驟2-3，根據(jù)如下公式，計(jì)算任意兩個(gè)簇的簇心距離；

dist(c_i,c_j)＝|c_i-c_j|i≠j

其中，dist(c_i,c_j)表示簇i和簇j的曼哈頓距離；c_i、c_j分別表示兩個(gè)簇的簇心；

4)執(zhí)行步驟2-4，合并距離最近的兩個(gè)簇并且根據(jù)如下公式更換簇中心；

其中，c表示簇心；w表示該簇內(nèi)的窗口數(shù)目；cD_i表示窗口i的最大小波細(xì)節(jié)系數(shù)；

5)執(zhí)行步驟2-5，n數(shù)目減1；

6)執(zhí)行步驟2-6，重復(fù)步驟2)至5)直到n＝1；

7)執(zhí)行步驟2-7，根據(jù)如下公式挑選出SSE下降最快時(shí)對(duì)應(yīng)的聚類結(jié)果，記作result＝{c₁,c₂,…c_k}，k表示該層聚類結(jié)果的簇?cái)?shù)目；

其中，i表示聚類的層數(shù)；m是窗口數(shù)目，即聚類最大層數(shù)；

8)執(zhí)行步驟2-8，計(jì)算result中任意兩個(gè)簇的距離，挑選出距離最近的兩個(gè)簇，記作c_i,c_j；

9)執(zhí)行步驟2-9，若dist(c_i,c_j)≤d，d＝0.2)，則合并這兩個(gè)簇，并且計(jì)算新簇的簇心，然后重復(fù)步驟8；

10)執(zhí)行步驟2-10，若dist(c_i,c_j)>d,則退出聚類過程；

11)聚類結(jié)果中較小的簇內(nèi)所含窗口即為該參數(shù)變化點(diǎn)，較小的簇就是簇內(nèi)窗口數(shù)與總窗口數(shù)之比小于給定閾值0.2的簇，所有較小簇內(nèi)窗口的標(biāo)號(hào)則構(gòu)成該參數(shù)的變化點(diǎn)集合，即cpv＝{cp₁,cp₂,…,cp_m}，其中cp_i是窗口標(biāo)號(hào)。

步驟四：參照?qǐng)D3，最后，采用CCP(Clustering based on Change Point)聚類模塊1-4對(duì)所有變量的變化點(diǎn)向量進(jìn)行CCP聚類，聚類結(jié)果中同一個(gè)簇內(nèi)的變量是相關(guān)的，最后輸出每個(gè)簇內(nèi)變量的關(guān)聯(lián)關(guān)系及其強(qiáng)度；

1)首先進(jìn)行步驟3-1，單個(gè)變量單獨(dú)成簇，設(shè)有n個(gè)變量，簇的數(shù)目記為k，則k＝n；

2)執(zhí)行步驟3-2，根據(jù)如下公式，計(jì)算任意兩個(gè)簇的變化一致性系數(shù)CoC：

其中，CoC(c)表示簇c(c_i，c_j合并后的新簇)的變化一致性系數(shù)；x、y是簇c內(nèi)任意兩個(gè)變量；z是簇內(nèi)變量數(shù)目，任意兩個(gè)變量的組合有z(z-1)/2種，一個(gè)簇的變化一致性系數(shù)就等于簇內(nèi)所有任意兩個(gè)變量的變化一致性系數(shù)的平均值

其中，CoC(x，y)表示兩個(gè)變量x、y的變化一致性系數(shù)；|cpv_x|表示變量x的變化點(diǎn)數(shù)目(即該參數(shù)變化點(diǎn)集合的大小)；|cpv_y|表示變量y的變化點(diǎn)數(shù)目；|cpv_xy|表示變量x和y的共同變化點(diǎn)數(shù)目；

cpv_xy＝cpv_x∩cpv_y

其中，cpv_x、cpv_y分別表示變量x、y的變化點(diǎn)集合；

3)執(zhí)行步驟3-3，挑選出變化一致性最強(qiáng)的兩個(gè)簇c_i,c_j，二者之間的變化一致性系數(shù)記作max_CoC；

4)執(zhí)行步驟3-4，如果max_CoC大于等于給定閾值0.8，則合并簇c_i,c_j，k數(shù)目減1，轉(zhuǎn)步驟2)；

5)執(zhí)行步驟3-5，如果max_CoC小于給定閾值，則退出聚類過程，最終聚類結(jié)果中，同一個(gè)簇內(nèi)的變量具有關(guān)聯(lián)關(guān)系，且它們之間的關(guān)聯(lián)強(qiáng)度就是對(duì)應(yīng)簇的變化一致性系數(shù)CoC。

參照表1，其為示例時(shí)序數(shù)據(jù)變量仿真函數(shù)，根據(jù)仿真函數(shù)，模擬每個(gè)變量20天的數(shù)據(jù)，采樣間隔為20分鐘。其中共有三組相關(guān)變量，每組包含11個(gè)變量，A組變量和g₁(x)相關(guān)，B組變量和g₂(x)相關(guān)，C組變量和g₃(x)相關(guān)，公式如下：

表1

參照?qǐng)D4，其為部分示例時(shí)序數(shù)據(jù)變量的仿真數(shù)據(jù)圖形片段。圖中黃色、白色條標(biāo)記的部分表示窗口，其中“cDi”表示第i個(gè)窗口的最大小波細(xì)節(jié)系數(shù)。

參照表2，其為CCP聚類模塊中示例時(shí)序數(shù)據(jù)變量關(guān)聯(lián)關(guān)系挖掘結(jié)果，其中同一個(gè)簇內(nèi)的變量被認(rèn)為是具有關(guān)聯(lián)關(guān)系的，且它們之間的關(guān)聯(lián)強(qiáng)度就是對(duì)應(yīng)簇的變化一致性系數(shù)CoC。

表2