主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
朱辉生,汪卫,施伯乐.基于情节规则匹配的数据流预测.软件学报,2012,23(5):1183-1194
基于情节规则匹配的数据流预测
Data Stream Prediction Based on Episode Rule Matching
投稿时间:2011-03-28  修订日期:2011-07-21
DOI:10.3724/SP.J.1001.2012.04094
中文关键词:  数据流  情节规则  最近的最小且非重叠发生  预测
英文关键词:data stream  episode rule  the latest minimal and non-overlapping occurrence  prediction
基金项目:国家自然科学基金(61003001, 61103009); 国家重点基础研究发展计划(973)(2005CB321905)
作者单位E-mail
朱辉生 泰州师范高等专科学校 江苏 泰州 225300
复旦大学 计算机科学技术学院,上海 200433 
zhs@fudan.edu.cn 
汪卫 复旦大学 计算机科学技术学院,上海 200433  
施伯乐 复旦大学 计算机科学技术学院,上海 200433  
摘要点击次数: 2717
全文下载次数: 2754
中文摘要:
      提出了一种数据流预测算法Predictor.该算法为每个待匹配的一般形式的情节规则分别使用了一个自动机,通过单遍扫描数据流来同时跟踪这些自动机的状态变迁,以搜索每个规则前件最近的最小且非重叠发生.这样不仅将无界的数据流映射到有限的状态空间,而且避免了对情节规则的过于匹配.另外,算法预测的结果是未来多个情节的发生区间和发生概率.理论分析和实验评估表明,Predictor 具有较高的预测效率和预测精度.
英文摘要:
      This paper proposes an algorithm called Predictor. This algorithm uses an automaton per matched episode rule with general form. With the aim of finding the latest minimal and non-overlapping occurrence of all antecedents, Predictor simultaneously tracks the state transition of each automaton by a single scanning of data stream, which can not only map the boundless streaming data into the finite state space but also avoid over-matching episode rules. In addition, the results of Predictor contain the occurring intervals and occurring probabilities of future episodes. Theoretical analysis and experimental evaluation demonstrate Predictor has higher prediction efficiency and prediction precision.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利