基于孤立森林的多源加权序列数据挖掘方法

摘要

研究旨在解决多源加权序列数据集中存在的噪声和缺失值问题，以提高数据挖掘性能，提出一种基于孤立森林的多源加权序列数据挖掘方法。首先，利用相关系数度量多源数据间的相似性，并进行多源融合处理。接着，采用MAP方法去除数据噪声，并根据序列匹配模式进行数据平滑。然后，基于孤立森林构建数据挖掘模型，并优化其内置算法，以处理多源加权序列数据。最后，通过车流量信息数据库序列的降维拟合实验，验证所提方法的有效性。实验结果表明，该方法能显著提高拟合优度，从而验证了其在多源加权序列数据挖掘中的有效性。

关键词

孤立森林 / 加权序列 / 多源融合 / 多源序列 / 序列匹配 / 数据挖掘

基金资助

广东省教育厅特色专业项目(JXTD201901)