论文部分内容阅读
挖掘在线数据流的变化趋势并预测未来时间窗口上的可能值，可以为许多时间敏感的应用提供重要决策支持。通过将数量可能无限的流数据元素映射到离散的且数量有限的流数据状态空间，不断变化的流数据变化趋势可以模拟成连续的流数据状态变化的过程，进而在很小的时间与空间代价下，数据流状态变迁的趋势动态存储在状态变迁图中。通过分析状态变迁图中的流数据变迁的统计规律，数据流上未来时刻的可能值可以应用马尔可夫模型在线连续预测。