[发明专利]一种基于新型随机分形理论的动态数据挖掘方法

摘要

本发明公开了一种基于新型随机分形理论的动态数据挖掘方法，通过加聚时间序列即放大观察尺度来改变NLARI的分形斜率指数参数和波幅指数参数，识别长记忆性、自相似性、兼有长记忆性和自相似性的不同分形水平的最小聚集度的时间序列生成过程和动力学特征。本发明能够同时识别时间序列在不同水平的分形生成机制和动力学特征。本发明识别最小聚集尺度的自相似序列为动态数据采样、压缩、特征抽取提供了科学标准；本发明的识别数据生成机制、诠译分形成因、调节记忆长度、利用或避免分形结构会产生各种用途；本发明虽然建立新型分形理论的途径非常复杂，但是该理论提供的分形方法却异常简单。

主权项

一种基于新型随机分形理论的动态数据挖掘方法，其特征在于，所述基于新型随机分形理论的动态数据挖掘方法通过加聚时间序列即放大观察尺度来改变NLARI的分形斜率指数参数和波幅指数参数，识别不同水平的长记忆性、自相似性、兼有长记忆性和自相似性的分形、以及动力学特征的最小聚集度时间序列生成过程。