不确定时间序列上的查询处理与优化技术

不确定时间序列是一个基于时间的有序序列，每个时刻的采样值不是精确的，而是概率分布，这样的数据广泛存在于传感器网络检测、金融数据分析、基于位置的服务等应用中。研究不确定时间序列的查询优化技术对于日益复杂的现代应用起到十分重要的作用，将成为新的研究热点。传统的基于时间序列的降维、索引、匹配算法等技术在维空间变换、处理性能、扩展性等方面无法满足用户的新需求和对新兴服务的支持，因而面临着巨大挑战。本项目申请主要围绕着时间序列数据的不确定性、不确定数据间的复杂性、查询处理的多样性等特点开展深入研究，具体包括：1）不确定时间序列在查询处理过程中的降维技术；2）不确定数据的索引技术；3）时间序列上的近似匹配算法与优化技术等问题。研究涉及到多个领域包括数据库、数理统计、数据挖掘、模式识别、信号处理和信息检索等，具有现实的理论意义和巨大的应用潜力。

以不确定时间序列的查询优化技术为中心的研究对于日益复杂的现代应用具有十分重要的意义。本课题重点研究不确定时间序列上的查询处理与优化技术，主要围绕着时间序列数据的不确定性、不确定数据间的复杂性、查询处理的多样性等特点开展深入研究，探讨解决基于时间序列的降维、索引、匹配算法等技术在维空间变换、处理性能、扩展性等方面的问题，主要包括不确定时间序列在查询处理过程中的降维技术、不确定数据的索引技术和时间序列上的近似匹配算法与优化技术等问题。该课题的研究涉及到数据库、数理统计、数据挖掘、模式识别、信号处理和信息检索等多个领域，因此，对其进行深入的研究具有很高的理论研究价值和广阔的应用前景。. 本课题组针对上述目标进行了相关的研究工作，在不确定时间序列在查询处理过程中的降维技术、不确定数据的索引技术和时间序列上的近似匹配算法与优化技术等方面取得了多项研究成果。在国际、国内学术会议和期刊发表论文25篇，其中SCI收录4篇，EI收录18篇。培养博士生4名，硕士生20名。先后派23人次参加国际会议，并邀请12名海内外专家进行学术交流。获得1次国际会议优秀学生论文奖，获得美国专利1项，申请并被受理中国专利1项。