Question

我有一个很大的数字矢量，比如500个数字。我希望有一个程序根据以下规则检测这种向量中的模式（在这种情况下重现）：

在以下情况下，数字序列是一种模式：

序列的大小在3到20个数字之间。
依次重复数字的相对位置至少还有一次在向量中。所以，如果我有一个序列，那就说吧（1,4,3）然后（3,6,5）在向量中的其他地方然后（1,4,3）是一种模式。（以及（2,5,4），（3,6,5）等。）
序列不能相交。因此，矢量（1,2,3,4,5）不会包含模式（1,2,3）和（3,4,5）（我们不能使用相同的数字两个序列）。但是，（1,2,3,3,4,5）确实包含一种模式（1,2,3）（或（3,4,5））
模式B的子集A仅在A出现在某处时才是模式在B之外的其他地方。因此，矢量（1,2,3,4,7,8,9,2,3,4,5）将包含模式（1,2,3,4）和（1,2,3），因为（1,2,3,4）重复（在一个重复（2,3,4,5））和（1,2,3）的形式（以（7,8,9）的形式）。但是，如果向量是（1,2,3,4,2,3,4,5），那么唯一的模式就是是（1,2,3,4），因为（1,2,3）仅出现在（1,2,3,4）的上下文中。

我想知道几件事：

首先，我希望这些规则不会互相攻击。我是自己做的，所以可能会发生一些我没注意到的冲突，如果你注意到它，请告诉我。

其次，如何以最有效的方式实施此类系统？也许有人可以指出一些关于这个主题的特定文献？我可以逐个数字开始搜索序列重复的所有子集3，然后4,5和20。但这似乎不是很有效.. 我对在C中实现这样的系统感兴趣，但是非常欢迎任何一般指导。

提前谢谢！

Answer 1

只有几点意见：

如果您对相对值感兴趣，那么您的第一步应该是计算向量的相邻元素之间的差异，例如：

Original numbers:
1   4   3   2   5   1   1   3   6   5   6   2   5   4   4   4   1   4   3   2
*********                   *********       *********           *********
Difference values:
  3   -1  -1  3   -4  0   2   3   -1  1   4   3   -1  -3  0   -3  3   -1  -1
  ******                      ******          ******              ******

完成后，您可以使用autocorrelation方法查找数据中的重复模式。这可以在 O （ n log n ）时间内计算，如果您只关注完全匹配，可能会更快。

模式识别 - “这是一种模式吗？”

1 个答案: