[发明专利]一种互联网数据流处理系统

权利要求书

1.一种互联网数据流处理系统，其特征在于，包括采样单元、预处理单元、处理单元、预测单元和链式可重写窗口，所述采样单元对网络中的数据流定时采样，形成时间序列流数据，所述预处理单元对时间序列流数据进行分割，形成数据数量一致的N个子数据集，用所述链式可重写窗口去扫描子数据集，所述处理单元利用Online-HHT方法对链式可重写窗口中的当前时间序列流数据进行分析，处理完一个子数据集再加载新的子数据集，得出若干个本征模型函数IMF分量，所述预测单元预先构造并训练好预测用的RBF网络结构，把处理单元得出的每一个IMF分量输入网络进行预测，生成数据流的未来趋势结果，并对结果合并，得到最后的预测结果。

2.根据权利要求1所述的互联网数据流处理系统，其特征在于，所述链式可重写窗口在新旧数据的流入流出时，不对全部数据进行移动，将新数据重写到旧数据的位置。

3.根据权利要求1所述的互联网数据流处理系统，其特征在于，所述处理单元利用Online-HHT方法对链式可重写窗口中的当前时间序列流数据进行分析，包括步骤a和步骤b，其中，

步骤a：将链式可重写窗口中的当前时间序列流数据根据具体应用分段，每段数据长度相同。

步骤b：对每段数据分别用HHT方法进行分析，每一段在分解得到第一个IMF分量后，停下不再进行筛选，所有分段分解产生的相应IMF分量进行连接合成，得到联合IMF分量，同时把所有各段的剩余部分也连接合并，生成数据的联合剩余量，然后对生成的联合IMF分量进一步做EMD的分解，得到分解后的新数据分量和数据剩余量，把这一次获得的剩余量再合到联合剩余量上，连续对合并后的联合剩余上述处理流程，得到新的IMF分量和新的剩余量，一直到获得的联合剩余量比设定的阈值要小，这时候剩余量就成了单调函数不能呢再分解出本征模函数，筛选终止为止。