1、近幾年來,隨著網(wǎng)絡(luò)通信技術(shù)的快速發(fā)展滋生了大量的流數(shù)據(jù)。許多實時的應(yīng)用系統(tǒng)面對的都是在線的、持續(xù)的數(shù)據(jù)流。流數(shù)據(jù)海量無限的特性決定了我們無法用傳統(tǒng)的存儲方式將其完全保存,此外不經(jīng)處理完全傳輸這些數(shù)據(jù)會占用大量有限的網(wǎng)絡(luò)帶寬,造成網(wǎng)絡(luò)阻塞。因此,對流數(shù)據(jù)進行壓縮處理顯得尤為重要,具有現(xiàn)實意義。
　　 本文圍繞數(shù)據(jù)流時間序列錯位相似性、聚類壓縮、多小波變換三個方面進行了深入研究。主要成果包括:
　　 (1)基于動態(tài)時間彎曲技

2、術(shù)的數(shù)據(jù)流處理方法。將一段時間內(nèi)采集到的流數(shù)據(jù)作為一個時間序列來進行處理。由于同一時間段內(nèi)數(shù)據(jù)流變化的影響因素基本相同,導致一些數(shù)據(jù)流變化存在錯位相似,具體表現(xiàn)為數(shù)據(jù)流形狀大致相同,但在時間上有所超前或延遲。對于這種錯位相似的數(shù)據(jù)流采用常用的歐幾里得測度法是無法識別的,而采用動態(tài)時間彎曲技術(shù)卻可以很好地判斷數(shù)據(jù)流的這種相似性。本文在采用動態(tài)時間彎曲路徑法得到兩個時間序列對應(yīng)點的基礎(chǔ)上提出了用預測法估計兩個時間序列的關(guān)系,從而確定時間序列

3、最佳匹配點的算法。
　　 (2)基于多元時間序列相似性聚類壓縮算法。首先采用動態(tài)時間彎曲距離分析數(shù)據(jù)流之間的相似關(guān)系,根據(jù)相似程度進行模糊聚類,接著選取各聚類中心作為特征流時間序列,最后保存每個聚類的數(shù)據(jù)流編號、特征數(shù)據(jù)流序列的小波系數(shù)和其它數(shù)據(jù)流序列與特征流序列的匹配點對和關(guān)系系數(shù)作為壓縮數(shù)據(jù)。之后結(jié)合上一章的最佳匹配點算法給出了數(shù)據(jù)還原的算法。從仿真實驗結(jié)果可以看出,該算法能有效壓縮數(shù)據(jù)流,較采用歐式距離測度能更好地提高數(shù)據(jù)