基于低阶近似的多维数据流相关性分析

被引:12
作者
王永利
徐宏炳
董逸生
钱江波
刘学军
机构
[1] 东南大学计算机科学与工程系
关键词
数据流; 典型相关性分析; 低阶近似; 不等概采样; 数据流挖掘;
D O I
暂无
中图分类号
TN929.5 [移动通信]; TP212.9 [传感器的应用];
学科分类号
080402 ; 080904 ; 0810 ; 081001 ; 080202 ;
摘要
目前存在的多数据流相关性分析方法大多只针对于单属性维数据流,无法体现多变量组成的场与场之间真实的相关性.为了在资源受限的环境下快速检测多维数据流之间的相关性,本文提出一种新颖的基于典型相关性分析(CCA)的多维数据流相关性分析算法S treamCCA,针对传统的CCA计算中的性能瓶颈,提出为样本方差阵与协差阵组成的乘积阵降维的高效低价近似方法,在保持分析精度的前提下显著地提高了计算效率.经理论分析和实验证明,S treamCCA能够在线精确地识别两条多维数据流的相关关系,可以作为通用的预报和诊断分析工具广泛应用于数据流挖掘领域.
引用
收藏
页码:293 / 300
页数:8
相关论文
共 1 条
[1]  
矩阵论简明教程.[M].徐仲等编著;.科学出版社.2001,