[发明专利]一种面向实时流数据预测性分析的降载方法及系统

权利要求书

1.一种面向实时流数据预测性分析的降载方法，其特征在于：所述方法包括以下步骤：

对数据集进行预处理；

对预处理后的数据集通过ReliefF方法进行特征选择，选择出用于预测的代表性特征；

通过DTW距离来度量时间序列的子序列与整个序列的相似度的变化，并使用局部平均和窗口技术对相似性距离进行处理，从而确定用于预测的数据和时间点；

使用Haar小波提取时间序列在不同尺度下的小波系数，并计算其能量作为特征，构建基于随机森林回归算法的任务执行时间预测模型，以预测任务执行时间。

2.根据权利要求1所述的面向实时流数据预测性分析的降载方法，其特征在于：数据集包括任务参数和一系列时间序列数据，一系列时间序列数据为任务执行过程中所收集的任务与资源状态数据；通过以下方式对数据集进行处理：将数据集按照任务执行时间进行不同层次的划分，并对数据集加上相应的类标；划分方法包括按照特定步长离散化划分和将时间按照特定底数为2的幂指数划分。

3.根据权利要求2所述的面向实时流数据预测性分析的降载方法，其特征在于：使用ReliefF特征选择算法计算不同数据集特征的权值，通过考察特征在同类近邻样本与异类近邻样本之间的差异，度量特征的区分能力，若特征在同类样本之间差异小，而在异类样本之间差异大，则该变量具有较强的区分能力。

4.根据权利要求3所述的面向实时流数据预测性分析的降载方法，其特征在于：ReliefF算法过程为：设X＝{x₁,x₂,...,x_N}是样本全集，样本x_i＝{x_i1,x_i2,...,x_iM}，其中x_ij＝(j＝1,2,...,M)表示第i个样本的第j个特征值，w＝{w₁,w₂,...,w_M}表示M个特征的权值向量；算法执行m次迭代，每次迭代随机抽取一个样本x_i，找出r个与x_i同类的最近邻样本h_j(j＝1,2,...,r)，在每个与x_i不同类的样本集中找出r个与x_i最近邻的样本k_lj(j＝1,2,...,r,l≠class(x_i)),class(x_i)表示的x_i类别，对权值向量进行更新，计算公式为：

若特征F_i为标量型特征，则：

若特征F_i为数值型特征，则：

式中，F_i为第i个特征，value(F_i,x_i)为x_i的第i个特征的值，max(F_i)为所有样本中第i个特征的最大值，min(F_i)为所有样本中第i个特征的最小值；P(l)为第l类出现的概率。

5.根据权利要求4所述的面向实时流数据预测性分析的降载方法，其特征在于：在任务执行过程中结合状态数据和任务参数对任务执行时间进行预测，通过使用动态时间规整距离来测量子序列和完整序列之间的相似度，通过使用窗口划分策略来捕捉相似度距离变化的特点，并确定预测所使用的数据以及预测的入口点。