بررسی الگوه های دوره ای غیرهمزمان (اسنکرون) در اطلاعات سری زمانیچکیدهبازیابی دوره ای اطلاعات سری زمانی به عنوان یک مسئله چالش انگیز می باشد که دارای اهمیت زیادی در بسیاری از کاربردها می باشد.اکثر فعالیت های پیشین تمرکز خود را بر روی بررسی الگوه های دوره ای غیرهمزمان قرار داده و حضور الگوه های تغییر یافته را به دلیل مداخله مشکلات تصادفی مد نظر قرار نمی دهد. در این مقاله , ما یک مدل انعطاف پذیرتری را در ارتباط با الگوه های نامتقارن دوره ای مطرح می کنیم که تنها در این توالی مد نظر قرار گرفته و وقوع آن ها به دلیل وجود این اختلافات انتقال می یابد.دو پارامتر یعنی min_rep و max_dis به کار گرفته می شوند تا به تعیین حداقل تعداد تکرارها که در هر بخش مربوط به وقوع این الگوه ها روی می دهد و حداکثر این موارد که باعث ایجاد یک توزیع بین این دو بخش های متوالی می گردد , بپردازد. برای جبران کردن این دو مورد , بلندترین توالی مربوط به این الگوه ها برگشت داده می شود.یک الگوریتم دو مرحله ای طراحی می گردد تا در ابتدا به ایجاد پتانسیل های دوره ای توسط فرایندهای فاصله محور گشته که توسط یک رویکرد تکراری برای کسب و تایید الگوه های کاندیدا و مد نظر قرار دادن یک توالی بلند مدت , دنبال می گردد. ما همچنین نشان می دهیم که این الگوریتم نه تنها پیچیدگی های زمانی خطی را با توجه به طول این توالی ها ایجاد می کند بلکه یک کارایی فاصله ای را ایجاد می کند. کلمات کلیدی. الگوهای دوره ای غیرهمزمان , روش های بخش محور , دوره ای بودن بخشی.
عضو شوید
عضویت سریع
آمار مطالب
آمار بازدید
